Security and Privacy in Edge AI

• 瞭解 AI 和機器學習概念
• 網路安全原理的基本知識
• 有程式設計語言經驗（Python 推薦）

觀眾

• 網路安全專業人員
• 系統管理員
• 人工智慧倫理研究人員

Security and Privacy in Edge AI 專注於解決與在邊緣設備上部署 AI 模型相關的安全和隱私問題。本課程涵蓋保護邊緣設備、降低潛在風險和解決使用邊緣 AI 時的道德考慮的最佳實踐。參與者將獲得增強邊緣 AI 應用程式的安全性和隱私性所需的實用知識和技能。

這種由講師指導的現場培訓（在線或現場）面向希望保護和合乎道德地部署邊緣 AI 解決方案的中級網路安全專業人員、系統管理員和 AI 倫理研究人員。

在培訓結束時，參與者將能夠：

• 瞭解邊緣 AI 中的安全和隱私挑戰。
• 實施保護邊緣設備和數據的最佳實踐。
• 制定策略以降低邊緣 AI 部署中的安全風險。
• 解決道德考慮並確保遵守法規。
• 對邊緣 AI 應用程式進行安全評估和審計。

課程形式

• 互動講座和討論。
• 大量的練習和練習。
• 在現場實驗室環境中動手實施。

課程自定義選項

• 如需申請本課程的定製培訓，請聯繫我們進行安排。

Security and Privacy in Edge AI 簡介

• 邊緣 AI 概述及其獨特的安全和隱私挑戰
• 邊緣和雲安全之間的主要區別
• 邊緣 AI 安全的當前趨勢和新出現的威脅
• 真實世界的案例研究和事件

保護邊緣設備

• 保護邊緣硬體的最佳實踐
• 實現安全啟動和硬體信任根
• 保護邊緣設備上的靜態數據和傳輸中的數據
• 安全邊緣設備部署案例研究

邊緣 AI 中的數據隱私

• 確保邊緣 AI 應用程式中的數據隱私
• 數據匿名化和加密技術
• 隱私保護機器學習技術
• 以隱私為中心的邊緣 AI 應用程式案例研究

威脅檢測和緩解

• 識別邊緣 AI 中的潛在威脅和漏洞
• 實施入侵檢測和防禦系統
• 即時威脅監控和回應
• 威脅檢測和緩解的實踐練習

身份驗證和 Access 控制

• 為邊緣設備實施強大的身份驗證機制
• 管理訪問控制和用戶許可權
• 保護 API 和通信通道
• 實際實例和案例研究

邊緣 AI 中的道德考量

• 了解邊緣 AI 部署中的道德挑戰
• 解決 AI 模型中的偏見和公平性問題
• 確保透明度和問責制
• 遵守道德準則和法規

法規遵從性

• 相關法規和標準概述（GDPR、HIPAA 等）
• 確保邊緣 AI 部署的合規性
• 進行安全和隱私審計
• 邊緣 AI 法規遵從性案例研究

性能和安全權衡

• 平衡邊緣 AI 應用程式的性能和安全性
• 在不影響性能的情況下優化安全性的技術
• 用於安全邊緣 AI 開發的工具和框架
• 實際實例和案例研究

事件回應和恢復

• 為邊緣 AI 應用程式制定事件回應計畫
• 進行安全漏洞調查
• 實施恢復戰略和業務連續性計劃
• 事件回應實踐練習

安全評估和審計

• 對邊緣 AI 進行全面的安全評估
• 安全審計的工具和方法
• 識別和解決安全漏洞
• 實際實例和案例研究

創新 Use Case 和應用

• 邊緣 AI 中的高級安全應用程式
• 安全邊緣 AI 部署的深入案例研究
• 成功案例和經驗教訓
• 邊緣 AI 安全的未來趨勢和機遇

動手項目和練習

• 對邊緣 AI 應用程式進行安全評估
• 真實世界的項目和場景
• 協作小組練習
• 專案演示和反饋

摘要和後續步驟