Securing Edge AI and Embedded Intelligence - Plan Szkolenia

Zabezpieczanie Edge AI i Wbudowanej Inteligencji to praktyka ochrony modeli uczenia maszynowego i danych w ograniczonych, często fizycznie narażonych środowiskach, takich jak drony, czujniki, inteligentne kamery i autonomiczne systemy. To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest przeznaczone dla inżynierów i specjalistów ds. bezpieczeństwa na poziomie średnim, którzy chcą zabezpieczyć modele AI wdrożone na krawędzi przed zagrożeniami takimi jak manipulacja, wyciek danych, wprowadzanie w błąd i ataki fizyczne. Do końca tego szkolenia uczestnicy będą mogli: * Identyfikować i oceniać ryzyka bezpieczeństwa w wdrożeniach AI na krawędzi. * Zastosować techniki odporne na manipulację i inferencji szyfrowanej. * Utwardzać modele wdrożone na krawędzi i zabezpieczać kanały danych. * Wdrzewać strategie łagodzenia zagrożeń specyficznych dla wbudowanych i ograniczonych systemów. Format kursu * Interaktywne wykłady i dyskusje. * Wiele ćwiczeń i praktyki. * Ręczne wdrożenie w środowisku live-lab. Opcje dostosowania kursu * Aby zażądać dostosowanego szkolenia dla tego kursu, prosimy o kontakt w celu uzgodnienia. Wprowadzenie do Edge AI i Embedded Systems * Co to jest Edge AI? Przypadek użycia i ograniczenia * Platformy sprzętowe i stosy oprogramowania na krawędzi * Wyzwania bezpieczeństwa w środowiskach wbudowanych i zdecentralizowanych Krańcowy krajobraz zagrożeń dla Edge AI * Ryzyka dostępu fizycznego i manipulacji * Przykłady wprowadzające w błąd i manipulacja modeli * Zagrożenia wycieku danych i odwracania modeli Zabezpieczanie modelu * Strategie utwardzania i kwantyzacji modeli * Wodzenie znaków wodnych i palców odręcznych modeli * Destylacja obronna i obcinanie Zaszyfrowana inferencja i bezpieczne wykonanie * Zaufane środowiska wykonawcze (TEE) dla AI * Bezpieczne enklawy i komputing poufny * Zaszyfrowana inferencja za pomocą szyfrowania homomorficznego lub SMPC Wykrywanie manipulacji i kontrola na poziomie urządzenia * Bezpieczny uruchomienie i sprawdzanie integralności firmware * Walidacja czujników i wykrywanie anomalii * Zdalne autentykowanie i monitorowanie stanu urządzenia Integracja Edge-to-Cloud Security * Bezpieczna transmisja danych i zarządzanie kluczami * Szyfrowanie od końca do końca i ochrona cyklu życia danych * Orchestracja AI w chmurze z ograniczeniami bezpieczeństwa na krawędzi Najlepsze praktyki i strategia łagodzenia ryzyka * Modelowanie zagrożeń dla systemów AI na krawędzi * Zasady projektowania bezpieczeństwa dla wbudowanej inteligencji * Reagowanie na incydenty i zarządzanie aktualizacjami firmware Podsumowanie i następne kroki Zabezpieczanie Edge AI i Wbudowanej Inteligencji to praktyka ochrony modeli uczenia maszynowego i danych w ograniczonych, często fizycznie narażonych środowiskach, takich jak drony, czujniki, inteligentne kamery i autonomiczne systemy. To szkolenie prowadzone przez instruktora (online lub stacjonarne) jest przeznaczone dla inżynierów i specjalistów ds. bezpieczeństwa na poziomie średnim, którzy chcą zabezpieczyć modele AI wdrożone na krawędzi przed zagrożeniami takimi jak manipulacja, wyciek danych, wprowadzanie w błąd i ataki fizyczne. Do końca tego szkolenia uczestnicy będą mogli: * Identyfikować i oceniać ryzyka bezpieczeństwa w wdrożeniach AI na krawędzi. * Zastosować techniki odporne na manipulację i inferencji szyfrowanej. * Utwardzać modele wdrożone na krawędzi i zabezpieczać kanały danych. * Wdrzewać strategie łagodzenia zagrożeń specyficznych dla wbudowanych i ograniczonych systemów. Format kursu * Interaktywne wykłady i dyskusje. * Wiele ćwiczeń i praktyki. * Ręczne wdrożenie w środowisku live-lab. Opcje dostosowania kursu * Aby zażądać dostosowanego szkolenia dla tego kursu, prosimy o kontakt w celu uzgodnienia. * Znajomość systemów wbudowanych lub środowisk wdrożenia AI na krawędzi * Doświadczenie z Python i ramami ML (np. TensorFlow Lite, PyTorch Mobile) * Podstawowa znajomość modeli zagrożeń cyberbezpieczeństwa lub IoT Grupa docelowa * Programiści AI wbudowanej * Specjaliści ds. bezpieczeństwa IoT * Inżynierowie wdrażający modele ML na urządzeniach na krawędzi lub ograniczonym To szkolenie prowadzone przez instruktora w <loc> (online lub stacjonarne) jest przeznaczone dla inżynierów i specjalistów ds. bezpieczeństwa na poziomie średnim, którzy chcą zabezpieczyć modele AI wdrożone na krawędzi przed zagrożeniami takimi jak manipulacja, wyciek danych, wprowadzanie w błąd i ataki fizyczne. Do końca tego szkolenia uczestnicy będą mogli: * Identyfikować i oceniać ryzyka bezpieczeństwa w wdrożeniach AI na krawędzi. * Zastosować techniki odporne na manipulację i inferencji szyfrowanej. * Utwardzać modele wdrożone na krawędzi i zabezpieczać kanały danych. * Wdrzewać strategie łagodzenia zagrożeń specyficznych dla wbudowanych i ograniczonych systemów.