Kontakt aufnehmen

Schulungsübersicht

Einführung in Sicherheit und Datenschutz in Edge AI

  • Überblick über Edge AI und deren einzigartige Sicherheits- und Datenschutzherausforderungen
  • Wesentliche Unterschiede zwischen Edge- und Cloud-Sicherheit
  • Aktuelle Trends und aufkommende Bedrohungen in der Edge-AI-Sicherheit
  • Praxisbeispiele und Vorfälle aus der Realität

Sicherung von Edge-Geräten

  • Best Practices zur Sicherung der Edge-Hardware
  • Implementierung von Secure Boot und einer Hardware-Vertrauensstellung (Hardware Root of Trust)
  • Schutz gespeicherter und übertragener Daten auf Edge-Geräten
  • Fallbeispiele sicher implementierter Edge-Geräte

Datenschutz in Edge AI

  • Gewährleistung des Datenschutzes in Edge-AI-Anwendungen
  • Techniken zur Anonymisierung und Verschlüsselung von Daten
  • Datenschutzfreundliche Machine-Learning-Techniken (Privacy-Preserving Machine Learning)
  • Fallbeispiele datenschutzorientierter Edge-AI-Anwendungen

Bedrohungserkennung und -minderung

  • Identifizierung potenzieller Bedrohungen und Schwachstellen in Edge AI
  • Implementierung von Intrusion-Detection- und Prevention-Systemen
  • Echtzeitüberwachung und -reaktion auf Bedrohungen
  • Praktische Übungen zur Bedrohungserkennung und -minderung

Authentifizierung und Zugriffssteuerung

  • Implementierung robuster Authentifizierungsmechanismen für Edge-Geräte
  • Verwaltung der Zugriffssteuerung und Benutzerberechtigungen
  • Sicherung von APIs und Kommunikationskanälen
  • Praktische Beispiele und Fallstudien

Ethische Aspekte in Edge AI

  • Verständnis der ethischen Herausforderungen bei Edge-AI-Bereitstellungen
  • Umgang mit Bias (Verzerrung) und Fairness in KI-Modellen
  • Gewährleistung von Transparenz und Verantwortlichkeit
  • Einhaltung ethischer Richtlinien und gesetzlicher Vorschriften

Einhaltung gesetzlicher Vorschriften (Regulatory Compliance)

  • Überblick über relevante Gesetze und Normen (DSGVO, HIPAA usw.)
  • Sicherstellung der Konformität bei Edge-AI-Bereitstellungen
  • Durchführung von Sicherheits- und Datenschutzaudits
  • Fallstudien zur Compliance in Edge AI

Zielkonflikte zwischen Leistung und Sicherheit

  • Abwägung von Leistungsfähigkeit und Sicherheit in Edge-AI-Anwendungen
  • Techniken zur Optimierung der Sicherheit ohne Beeinträchtigung der Performance
  • Tools und Frameworks für die sichere Entwicklung von Edge AI
  • Praktische Beispiele und Fallstudien

Incident Response und Wiederherstellung

  • Entwicklung von Incident-Response-Plänen für Edge-AI-Anwendungen
  • Durchführung von Untersuchungen nach Sicherheitsverletzungen
  • Implementierung von Wiederherstellungsstrategien und Geschäftskontinuitätsplänen
  • Praktische Übungen im Bereich Incident Response

Sicherheitsbewertungen und Audits

  • Durchführung umfassender Sicherheitsbewertungen für Edge AI
  • Tools und Methodiken für Sicherheitsaudits
  • Identifizierung und Schließung von Sicherheitslücken
  • Praktische Beispiele und Fallstudien

Innovative Anwendungsfälle und Einsatzszenarien

  • Fortgeschrittene Sicherheitstechnologien in Edge AI
  • Detaillierte Fallstudien zu sicher implementierten Edge-AI-Lösungen
  • Erfolgsgeschichten und gewonnene Erkenntnisse
  • Zukunfts trends und Chancen in der Edge-AI-Sicherheit

Praxisprojekte und Übungen

  • Durchführung einer Sicherheitsbewertung für eine Edge-AI-Anwendung
  • Realweltprojekte und Szenarien
  • Kollaborative Gruppenübungen
  • Präsentation der Projekte und Feedback

Zusammenfassung und weitere Schritte

Voraussetzungen

  • Grundkenntnisse in KI- und Machine-Learning-Konzepten
  • Basiswissen über Cybersicherheitsprinzipien
  • Erfahrung mit Programmiersprachen (Python wird empfohlen)

Zielgruppe

  • Cybersecurity-Experten
  • Systemadministratoren
  • KI-Ethikforscher
 14 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (1)

Kommende Kurse

Verwandte Kategorien