聯繫我們

課程簡介

理解政府環境中的 AI 專屬風險

  • AI 風險與傳統 IT 及資料風險的差異
  • AI 風險的分類:技術、營運、聲譽及倫理
  • 政府公部門的問責機制及風險認知

AI 風險管理框架

  • NIST 人工智慧風險管理框架 (AI RMF)
  • ISO/IEC 42001:2023 — 人工智慧管理系統標準
  • 其他業界專屬及國際指引(例如 OECD、UNESCO)

AI 系統的安全威脅

  • 對抗性輸入、資料中毒及模型反轉
  • 敏感訓練資料的暴露風險
  • 供應鏈及第三方模型風險

治理、審計與控管措施

  • 人類在環 (Human-in-the-loop) 及問責機制
  • 可審計的 AI:文件記錄、版本控管及可解釋性
  • 內部控管、監督角色及合規檢查點

風險評估與緩解規劃

  • 針對 AI 應用情境建立風險登記表
  • 與採購、法務及服務設計團隊協作
  • 執行部署前及部署後的評估

事故回應與公部門韌性

  • 回應 AI 相關事故及資安漏洞
  • 與利益相關者及公眾進行溝通
  • 將 AI 風險實務納入網路資安操作手冊 (Playbooks)

總結與後續步驟

最低要求

  • 在政府機構中具備 IT 運作、風險管理、網路資安或合規方面的經驗
  • 熟悉組織的安全實務及數位服務交付流程
  • 無需具備 AI 系統的先前技術專業知識

目標受眾

  • 參與數位服務及系統整合的政府 IT 團隊
  • 公部門中的網路資安及風險專業人員
  • 公部門的審計、合規及治理人員
 7 小時

人數


每位參與者的報價

客戶評論 (1)

即將到來的課程

課程分類