感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程時長 21 時間:
課程簡介
TinyML 安全性簡介
- 資源受限的 ML 系統中的安全挑戰
- TinyML 部署的威脅模型
- 嵌入式 AI 應用的風險分類
邊緣 AI 的數據隱私
- 設備端數據處理的隱私考量
- 最小化數據暴露和傳輸
- 去中心化數據處理技術
針對 TinyML 模型的對抗性攻擊
- 模型逃逸和投毒威脅
- 嵌入式感測器上的輸入操縱
- 評估受限環境中的脆弱性
嵌入式 ML 的安全性加固
- 韌體和硬體保護層
- 存取控制和安全啟動機制
- 保護推理管道的最佳實踐
隱私保護的 TinyML 技術
- 針對隱私的量化和模型設計考量
- 設備端匿名化技術
- 輕量級加密和安全計算方法
安全的部署與維護
- TinyML 設備的安全配置
- OTA 更新和補丁策略
- 邊緣監控與事件回應
安全 TinyML 系統的測試與驗證
- 安全和隱私測試框架
- 模擬真實世界的攻擊場景
- 驗證與合規考量
案例研究與應用場景
- 邊緣 AI 生態系統中的安全失敗案例
- 設計具韌性的 TinyML 架構
- 評估性能與保護之間的權衡
總結與下一步
最低要求
- 了解嵌入式系統架構
- 具備機器學習工作流的經驗
- 掌握網路安全基礎知識
目標受眾
- 安全分析師
- AI 開發人員
- 嵌入式工程師
客戶評論 (1)
練習
Gianluca Bovo - Urmet
課程 - Security and Privacy in TinyML Applications
機器翻譯