Cảm ơn bạn đã gửi yêu cầu! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Cảm ơn bạn đã gửi đặt chỗ! Một thành viên trong đội ngũ của chúng tôi sẽ liên hệ với bạn ngay lập tức.
Thời gian kéo dài 14 Giờ học
Đề cương khóa học
Giới thiệu về AI bảo vệ quyền riêng tư
- Các nguyên tắc cốt lõi về quyền riêng tư dữ liệu trong ứng dụng di động
- Các động lực pháp lý thúc đẩy AI trên thiết bị
- Lợi ích và hạn chế của xử lý cục bộ
Hiểu về Nano Banana cho quyền riêng tư trên thiết bị
- Kiến trúc mô hình của Nano Banana
- Các thuộc tính bảo mật và các luồng thực thi cục bộ
- Các nền tảng được hỗ trợ và các mẫu tích hợp di động
Kỹ thuật xử lý và xử lý cục bộ dữ liệu
- Thu thập và lưu trữ dữ liệu nhạy cảm một cách an toàn trên thiết bị
- Giảm thiểu sự phơi bày dữ liệu bằng suy luận cục bộ
- Các chiến lược ẩn danh và giả danh
Triển khai các tính năng AI bảo vệ quyền riêng tư
- Tạo các tính năng do AI dẫn dắt mà không truyền dữ liệu người dùng
- Thiết kế các luồng công việc đáp ứng yêu cầu trong y tế, tài chính hoặc tuân thủ quy định
- Đảm bảo sự cô lập dữ liệu giữa các thành phần ứng dụng
Các yếu tố bảo mật cần xem xét cho các mô hình trên thiết bị
- Bảo vệ các mô hình khỏi việc bị trích xuất hoặc giả mạo
- Cô lập an toàn (sandboxing) và quản lý quyền
- Mô hình hóa mối đe dọa cho các hệ thống AI di động
Tuân thủ và tuân thủ quy định
- Hiểu rõ các ý nghĩa của GDPR, HIPAA và khu vực tài chính
- Tài liệu hóa các cách tiếp cận thiết kế dựa trên quyền riêng tư (privacy-by-design)
- Duy trì khả năng kiểm toán mà không làm ảnh hưởng đến dữ liệu người dùng
Test và xác minh các bảo đảm về quyền riêng tư
- Test các luồng công việc để phát hiện rò rỉ dữ liệu không mong muốn
- Đánh giá sự đánh đổi giữa độ chính xác và quyền riêng tư
- Xác minh liên tục xuyên suốt các bản cập nhật ứng dụng
Triển khai và duy trì các ứng dụng AI tập trung vào quyền riêng tư
- Quản lý các bản cập nhật mô hình trên thiết bị
- Theo dõi hiệu suất và tình trạng tuân thủ theo thời gian
- Chuẩn bị sẵn sàng cho các quy định phát triển trong tương lai
Tóm tắt và các bước tiếp theo
Yêu cầu
- Hiểu biết về phát triển di động hoặc phát triển ứng dụng
- Kinh nghiệm làm việc với Python, Kotlin hoặc Swift
- Quen thuộc cơ bản với các khái niệm về AI hoặc học máy
Đối tượng khán giả
- Các nhóm doanh nghiệp
- Các giám sát viên tuân thủ
- Các nhà phát triển xây dựng các ứng dụng nhạy cảm
Đánh giá (1)
Dòng chảy, không khí và chủ đề trong bài trình bày
Lukasz Kowalczyk - Allegro Sp. z o.o.
Khóa học - Google Gemini AI for Data Analysis
Dịch thuật bằng máy
