聯繫我們

課程簡介

安全與倫理 AI 簡介

  • AI 安全與倫理概覽
  • AI 系統中常見的威脅與漏洞
  • 法規環境與合規框架

AI 代理中的安全威脅

  • 數據投毒與模型操縱
  • 針對 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

  • 安全的 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

  • 偵測與緩解 AI 模型中的偏差
  • 確保 AI 決策的可解釋性與透明度
  • 確保負責任的 AI 部署

AI 治理、合規與風險管理

  • 遵守 GDPR、CCPA 及 AI 法案
  • AI 安全的風險管理框架
  • 審計 AI 模型以解決安全與倫理問題

安全 AI 部署最佳實務

  • 部署 AI 代理時考慮安全性
  • 監控 AI 模型的異常與漏洞
  • AI 安全事件回應與緩解

案例研究與實際應用

  • AI 安全洩露案例研究與經驗教訓
  • 在實際場景中實施安全的 AI 代理
  • 確保 AI 安全性具備未來適應性的最佳實務

總結與後續步驟

最低要求

  • 了解 AI 及機器學習概念
  • 具備 Python 及 AI 框架的使用經驗
  • 掌握網路安全基礎知識

適合對象

  • 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