Đề cương khóa học

Giới thiệu về Edge AI và Embedded Systems

  • Edge AI là gì? Các trường hợp sử dụng và hạn chế
  • Platform phần cứng và ngăn xếp phần mềm ở cạnh
  • Thách thức bảo mật trong môi trường nhúng và phi tập trung

Phong cảnh mối đe dọa cho Edge AI

  • Các rủi ro về quyền truy cập vật lý và sự can thiệp
  • Ví dụ đối thủ và việc thao túng mô hình
  • Rò rỉ dữ liệu và mối đe dọa đảo ngược mô hình

Bảo vệ Mô hình

  • Chiến lược gia cố và định lượng mô hình
  • Watermarking và dấu vân tay mô hình
  • Độc lập và bỏ bớt bảo vệ

Tính toán bảo mật và suy luận được mã hóa

  • Môi trường thực thi đáng tin cậy (TEEs) cho AI
  • Không gian an toàn và tính toán bí mật
  • Suy luận được mã hóa sử dụng mã hóa đồng dạng hoặc SMPC

Phát hiện can thiệp và Kiểm soát mức thiết bị

  • Khởi động an toàn và kiểm tra tính nguyên vẹn của firmware
  • Xác thực cảm biến và phát hiện bất thường
  • Attestation từ xa và theo dõi sức khỏe thiết bị

Tích hợp Cạnh đến Cloud Security

  • Truyền dữ liệu an toàn và quản lý khóa
  • Mã hóa end-to-end và bảo vệ vòng đời dữ liệu
  • Orchestration AI đám mây với các ràng buộc bảo mật ở cạnh

Các Nguyên tắc Tốt nhất và Chiến lược Mitigation Rủi ro

  • Xác định mối đe dọa cho hệ thống AI ở cạnh
  • Nguyên tắc thiết kế bảo mật cho trí thông minh nhúng
  • Phản ứng trước sự cố và quản lý cập nhật firmware

Tóm tắt và Bước tiếp theo

Yêu cầu

  • Hiểu biết về hệ thống nhúng hoặc môi trường triển khai AI ở cạnh
  • Kinh nghiệm với Python và các khung ML (ví dụ, TensorFlow Lite, PyTorch Mobile)
  • Hiểu biết cơ bản về an ninh mạng hoặc mô hình đe dọa IoT

Đối tượng tham gia

  • Nhà phát triển AI nhúng
  • Chuyên gia an ninh IoT
  • Kỹ sư triển khai các mô hình ML trên thiết bị cạnh hoặc thiết bị có giới hạn tài nguyên
 14 Giờ học

Số người tham gia


Giá cho mỗi người tham gia

Các khóa học sắp tới

Các danh mục liên quan