Kerangka Materi

Pengantar ke Edge AI dan Embedded Systems

  • Apa itu Edge AI? Kasus penggunaan dan batasan
  • Platform perangkat edge dan tumpukan perangkat lunak
  • Tantangan keamanan di lingkungan terdedah dan desentralisasi

Lanskap Ancaman untuk Edge AI

  • Resiko akses fisik dan pengubahan
  • Contoh lawan dan manipulasi model
  • Kebocoran data dan ancaman inversi model

Menyediakan Keamanan Model

  • Strategi penguatan dan kuantisasi model
  • Watermarking dan fingerprinting model
  • Distilasi pertahanan dan pemangkasan

Inferensi Terenkripsi dan Eksekusi Aman

  • Lingkungan eksekusi terpercaya (TEEs) untuk AI
  • Kawasan aman dan komputasi rahasia
  • Inferensi terenkripsi menggunakan enkripsi homomorfik atau SMPC

Deteksi Penyimpangan dan Kontrol Level Perangkat

  • Boot aman dan pemeriksaan integritas firmware
  • Validasi sensor dan deteksi anomali
  • Atestitas jarak jauh dan pemantauan kesehatan perangkat

Integrasi Edge ke Cloud Security

  • Transmisi data aman dan manajemen kunci
  • Enkripsi end-to-end dan perlindungan siklus hidup data
  • Orkestrasi AI cloud dengan batasan keamanan edge

Praktik Terbaik dan Strategi Mitigasi Risiko

  • Model ancaman untuk sistem AI tepi
  • Prinsip desain keamanan untuk kecerdasan terdedah
  • Tanggapan insiden dan manajemen pembaruan firmware

Ringkasan dan Langkah Berikutnya

Persyaratan

  • Pemahaman tentang sistem terbenam atau lingkungan pelaksanaan AI pinggiran
  • Pengalaman dengan Python dan kerangka kerja ML (mis., TensorFlow Lite, PyTorch Mobile)
  • Ketahui dasar-dasar keamanan siber atau model ancaman IoT

Audience

  • Pengembang AI terbenam
  • Ahli keamanan IoT
  • Insinyur yang melaksanakan model ML pada perangkat pinggiran atau berbatasan sumber daya
 14 Jam

Jumlah Peserta


Biaya per Peserta

Kursus Mendatang

Kategori Terkait