聯繫我們

課程簡介

AI 安全治理基礎

  • AI 治理的核心原則
  • 企業 AI 安全框架
  • 利益相關者的角色和責任

AI 風險評估方法論

  • 識別和分類 AI 安全風險
  • 針對 AI 增強系統的威脅建模
  • 影響評估和優先級排序

安全的 AI 系統設計

  • 設計以確保機密性、完整性和可用性
  • 在 AI 管線中實施安全控制措施
  • 模型生命週期管理考量

AI 數據保護和隱私

  • 機器學習的數據治理
  • 管理敏感和受監管數據
  • 增強隱私技術

監控和保護 AI 操作

  • 持續評估 AI 行為
  • 檢測漂移、異常和濫用情況
  • 針對 AI 系統的運營威脅情報

法規與合規一致性

  • 影響 AI 安全的全球標準
  • 文件和審計準備
  • 將治理與法律義務相結合

AI 系統的事故響應

  • 特定於 AI 的攻擊向量和指標
  • 針對受 compromising 模型的響應工作流程
  • 事後審查和補救措施

戰略性 AI 安全管理

  • 建立長期 AI 安全能力
  • 將 AI 風險整合到企業戰略中
  • 成熟度評估和持續改進

總結與後續步驟

最低要求

  • 理解網路安全風險原則
  • 具備 AI 或數據驅動系統的經驗
  • 熟悉企業安全治理

受眾

  • 負責監督 AI 專案的安全經理
  • 治理和風險專業人士
  • 負責確保 AI 採用的技術領導者
 21 小時

人數


每位參與者的報價

客戶評論 (3)

即將到來的課程

課程分類