聯繫我們

課程簡介

安全與倫理AI導論

  • AI安全與倫理概觀
  • AI系統中的常見威脅與漏洞
  • 監管環境與合規框架

AI代理中的安全威脅

  • 數據投毒與模型操縱
  • 對AI模型的對抗性攻擊
  • AI安全威脅的緩解策略

建構穩健且安全的AI模型

  • 安全AI開發生命週期
  • 防禦性機器學習技術
  • AI模型驗證與測試

倫理AI開發與公平性

  • AI模型中的偏見偵測與緩解
  • AI決策中的可解釋性與透明性
  • 確保負責任的AI部署

AI治理、合規與風險管理

  • 符合GDPR、CCPA與AI法案
  • AI安全的風險管理框架
  • 審計AI模型的安全與倫理問題

安全AI部署最佳實務

  • 部署時考量安全的AI代理
  • 監控AI模型的異常與漏洞
  • AI安全事件應對與緩解

案例研究與實務應用

  • AI安全洩露案例及經驗教訓
  • 在真實場景中部署安全AI代理
  • 確保AI安全長效性的最佳實務

總結與後續步驟

最低要求

  • 理解AI與機器學習概念
  • 具備Python與AI框架使用經驗
  • 具備網路安全基本原理知識

受眾

  • AI開發者
  • 安全專家
  • 合規人員
 14 小時

人數


每位參與者的報價

即將到來的課程

課程分類