Terima kasih telah mengirimkan pertanyaan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Terima kasih telah mengirimkan pemesanan Anda! Salah satu anggota tim kami akan segera menghubungi Anda.
Durasi 14 jam
Kerangka Materi
Gambaran Umum Arsitektur LLM dan Risiko Keamanannya
- Cara pembuatan, penerapan, serta pengaksesan model LLM melalui API
- Komponen utama dalam tumpukan teknis aplikasi LLM (misalnya prompt, agen, memori sistem, dan API)
- Lokasi munculnya masalah keamanan dalam penggunaan nyata
Serangan Prompt Injection dan Metode Jailbreaking
- Apa itu prompt injection dan mengapa sangat berbahaya bagi sistem
- Contoh skenario serangan prompt injection langsung maupun tidak langsung<\/li>
- Teknik jailbreaking untuk melewati filter keamanan sistem
- Cara mendeteksi dan mencegah serangan semacam ini
Kebocoran Data serta Risiko Privasi yang Terkait
- Peluang terjadinya kebocoran informasi tanpa disengaja melalui hasil respons sistem
- Ancaman kebocoran data pribadi dan penyalahgunaan memori model
- Cara merancang prompt yang menjaga privasi serta menerapkan teknik Retrieval-Augmented Generation (RAG)
Penyaringan dan Pengendalian Hasil Keluaran LLM
- Pemanfaatan Guardrails AI dalam proses penyaringan serta validasi konten keluaran
- Cara menetapkan skema serta batasan yang sesuai untuk hasil output
- Metode pemantauan dan pencatatan secara cermat terhadap setiap hasil tidak aman<\/li>
Pendekatan Pengawasan Manusia dan Alur Kerja Aplikasi
- Kapan serta di mana sebaiknya memasukkan mekanisme pengawasan manusia dalam alur kerja
- Implementasi antrian persetujuan, kriteria penilaian sistem, hingga strategi penanganan kesalahan proses
- Pentingnya kepercayaan terhadap hasil sistem dan pemahaman tentang transparansi logika model<\/li>
Pola Desain Aplikasi LLM yang Aman
- Aplikasi prinsip least privilege serta penggunaan sandboxing pada setiap permintaan API maupun aktivitas agen sistem
- Teknik pembatasan jumlah akses, pengecekan anomali, dan deteksi kejahatan siber terhadap penggunaan sistem secara berlebihan
- Cara membangun alur proses yang tangguh menggunakan LangChain serta mengisolasi setiap komponen prompt
Kepatuhan, Pencatatan Aktivitas Sistem, dan Manajemen Keamanan
- Cara menjamin kemampuan audit terhadap seluruh aktivitas yang dilakukan oleh sistem LLM
- Strategi mempertahankan jejak perubahan aktivitas sistem serta kontrol versi prompt
- Penerapan standar kebijakan internal organisasi sekaligus ketentuan regulasi eksternal secara tepat guna
Kesimpulan dan Langkah Selanjutnya
Persyaratan
- Pemahaman mengenai model bahasa besar serta antarmuka interaksi berbasis prompt
- Pengalaman mengembangkan aplikasi LLM menggunakan Python
- Kemampuan dalam integrasi API dan pengelolaan sistem di lingkungan cloud
Target Peserta
- Pengembang AI
- Arsitek aplikasi dan solusi teknis
- Manajer produk teknis yang bekerja dengan alat berbasis LLM