Intelligenza artificiale: progettazione sicura e robusta

Intelligenza artificiale: progettazione sicura e robusta

Il modulo intende approfondire le diverse fasi della progettazione di un approccio basato sull’intelligenza artificiale in diversi ambiti applicativi, incluso la cybersecurity, evidenziando quali sono le minacce alla sicurezza. Verranno fornite le linee guida per la progettazione sicura e strumenti per la valutazione della sicurezza.

Argomenti

Panoramica sui diversi approcci basati su Intelligenza Artificiale. Machine Learning, Deep Learning, generative Models. Apprendimento supervisionato e non supervisionato. Aspetti critici nella definizione del modello dei dati, nella gestione del training set, nella selezione dell’algoritmo di apprendimento e della stima dei parametri, criticità in fase operativa. Definizione dei threat models. tecniche di progettazione robusta. Strumenti per la valutazione della sicurezza e robustezza del sistema sviluppato.

Target

  • Aziende di sviluppo software o integratori di soluzioni di terze parti.
  • Progettisti e sviluppatori software.

Articolazione corso

Modulo 1 - ELEMENTI DI BASE DI AI, MACHINE LEARNING, DEEP LEARNING
8 ore
  • Introduzione ai concetti fondamentali
  • Modelli generativi e applicazioni
  • Potenziali rischi in ambito cybersecurity
Modulo 2 - DATA SET, MODELLI DI DATI
8 ore
  • Pre-elaborazione dei dati:pulizia, normalizzazione e gestione dei valori mancanti
  • Caratteristiche dei dataset
  • Modelli di dati e training set
Modulo 3 - METODOLOGIE DI UTILIZZO DEI PARAMETRI
8 ore
  • Tecniche per la selezione dei parametri
  • Validazione incrociata e grid search
  • Metodologie di verifica delle prestazioni del modello
  • Valutazione del modello
  • Metriche di prestazione (precision, recall, F1-score, ROC curve)
  • Analisi degli errori e miglioramento iterativo
Modulo 4 - TIPOLOGIE DI ERRORE E THREAT MODELLING
8 ore
  • Modelli di minaccia per i sistemi AI
  • Analisi delle vulnerabilità basate su compromissioni di confidentiality, integrity e availability (CIA)
  • Impatti sulla purezza del dato
  • Manipolazioni dei dati di input (e.g., adversarial attacks);
  • Robustezza ai dati rumorosi o manipolati
Modulo 5 - TECNICHE DI MITIGAZIONE DEI PROBLEMI
8 ore
  • Strategie per mitigare le minacce (Regularization e dropout per modelli robusti)
  • Best practices per la progettazione sicura
  • Principi di sicurezza by design
  • Creazione di un Modello AI sicuro
  • Applicazione di tecniche di hardening del modello per aumentare la robustezza
  • Validazione e test del modello progettato
  • Monitoraggio continuo e auditing dei modelli
LABORATORIO
16 ore
  • Esercitazioni pratiche di progettazione di un sistema di machine learning, vulnerabilità e progettazione robusta e sicura in alcuni ambiti applicativi diversi.
  • Ripercorrere quanto fatto nella teoria e applicarlo su un caso di studio. Data set, progettazione, rischi e risoluzione.

Intelligenza artificiale: progettazione sicura e robusta

Indice

ISCRIZIONE

Compila il form in tutte le sue parti. All'invio riceverai una email di conferma.

Potresti essere inseressato anche a....