Programa del Curso

Introducción a Security and Privacy in Edge AI

  • Descripción general de Edge AI y sus desafíos únicos de seguridad y privacidad
  • Diferencias clave entre la seguridad en el perímetro y en la nube
  • Tendencias actuales y amenazas emergentes en la seguridad de la IA perimetral
  • Casos prácticos e incidentes del mundo real

Protección de dispositivos perimetrales

  • Prácticas recomendadas para proteger el hardware perimetral
  • Implementación de arranque seguro y raíz de confianza de hardware
  • Protección de los datos en reposo y en tránsito en dispositivos perimetrales
  • Casos prácticos de implementaciones de dispositivos perimetrales seguros

Privacidad de datos en Edge AI

  • Garantizar la privacidad de los datos en las aplicaciones de IA perimetral
  • Técnicas de anonimización y encriptación de datos
  • Técnicas de aprendizaje automático que preservan la privacidad
  • Casos prácticos de aplicaciones de IA perimetral centradas en la privacidad

Detección y mitigación de amenazas

  • Identificación de posibles amenazas y vulnerabilidades en Edge AI
  • Implementación de sistemas de detección y prevención de intrusos
  • Monitoreo y respuesta a amenazas en tiempo real
  • Ejercicios prácticos de detección y mitigación de amenazas

Autenticación y Access Control

  • Implementación de mecanismos de autenticación sólidos para dispositivos perimetrales
  • Administrar el control de acceso y los permisos de usuario
  • Protección de las API y los canales de comunicación
  • Ejemplos prácticos y casos prácticos

Consideraciones éticas en Edge AI

  • Comprender los desafíos éticos en las implementaciones de IA perimetral
  • Abordar el sesgo y la equidad en los modelos de IA
  • Garantizar la transparencia y la rendición de cuentas
  • Cumplimiento de las directrices y normativas éticas

Cumplimiento normativo

  • Descripción general de las regulaciones y estándares relevantes (GDPR, HIPAA, etc.)
  • Garantizar el cumplimiento en las implementaciones de IA perimetral
  • Realización de auditorías de seguridad y privacidad
  • Casos prácticos de cumplimiento normativo en Edge AI

Compensaciones de rendimiento y seguridad

  • Equilibrio entre el rendimiento y la seguridad en las aplicaciones de IA perimetral
  • Técnicas para optimizar la seguridad sin comprometer el rendimiento
  • Herramientas y marcos para el desarrollo seguro de Edge AI
  • Ejemplos prácticos y casos prácticos

Respuesta y recuperación de incidentes

  • Desarrollo de planes de respuesta a incidentes para aplicaciones de IA perimetral
  • Realización de investigaciones de brechas de seguridad
  • Implementación de estrategias de recuperación y planes de continuidad del negocio
  • Ejercicios prácticos de respuesta a incidentes

Evaluaciones y auditorías de seguridad

  • Realización de evaluaciones de seguridad exhaustivas para la IA perimetral
  • Herramientas y metodologías para la auditoría de seguridad
  • Identificar y abordar las brechas de seguridad
  • Ejemplos prácticos y casos prácticos

Innovadores Use Cases y aplicaciones

  • Aplicaciones de seguridad avanzadas en Edge AI
  • Casos prácticos detallados de implementaciones seguras de IA perimetral
  • Casos de éxito y lecciones aprendidas
  • Tendencias y oportunidades futuras en la seguridad de la IA perimetral

Proyectos y ejercicios prácticos

  • Realización de una evaluación de seguridad para una aplicación de IA perimetral
  • Proyectos y escenarios del mundo real
  • Ejercicios grupales colaborativos
  • Presentaciones y comentarios del proyecto

Resumen y próximos pasos

Requerimientos

  • Comprensión de los conceptos de IA y aprendizaje automático
  • Conocimientos básicos de los principios de ciberseguridad
  • Experiencia con lenguajes de programación (Python recomendado)

Audiencia

  • Profesionales de la ciberseguridad
  • Administradores de sistemas
  • Investigadores de ética de la IA
 14 Horas

Número de participantes


Precio por Participante​

Próximos cursos

Categorías Relacionadas