Contacta con nosotros

Temario del curso

Introducción a la seguridad y privacidad en el Edge AI

  • Visión general del Edge AI y sus desafíos únicos de seguridad y privacidad
  • Diferencias clave entre la seguridad en el Edge y la nube
  • Tendencias actuales y amenazas emergentes en la seguridad del Edge AI
  • Estudios de caso reales e incidentes relevantes

Proteger dispositivos periféricos

  • Mejores prácticas para proteger el hardware periférico
  • Implementar arranque seguro y raíz de confianza de hardware
  • Proteger datos en reposo y en tránsito en dispositivos periféricos
  • Estudios de caso de despliegues seguros de dispositivos periféricos

Privacidad de datos en el Edge AI

  • Garantizar la privacidad de datos en aplicaciones de Edge AI
  • Técnicas de anonimización y cifrado de datos
  • Técnicas de aprendizaje automático que preservan la privacidad
  • Estudios de caso de aplicaciones de Edge AI centradas en la privacidad

Detección y mitigación de amenazas

  • Identificar amenazas y vulnerabilidades potenciales en el Edge AI
  • Implementar sistemas de detección y prevención de intrusiones
  • Monitoreo y respuesta a amenazas en tiempo real
  • Ejercicios prácticos en detección y mitigación de amenazas

Autenticación y control de acceso

  • Implementar mecanismos de autenticación robustos para dispositivos periféricos
  • Gestionar el control de acceso y los permisos de usuario
  • Proteger las APIs y los canales de comunicación
  • Ejemplos prácticos y estudios de caso

Consideraciones éticas en el Edge AI

  • Comprender los desafíos éticos en los despliegues de Edge AI
  • Abordar el sesgo y la equidad en los modelos de IA
  • Garantizar la transparencia y la responsabilidad
  • Cumplimiento con las directrices éticas y las normativas

Cumplimiento normativo

  • Visión general de las regulaciones y estándares relevantes (RGPD, HIPAA, etc.)
  • Garantizar el cumplimiento en los despliegues de Edge AI
  • Realizar auditorías de seguridad y privacidad
  • Estudios de caso de cumplimiento normativo en Edge AI

Compensaciones entre rendimiento y seguridad

  • Equilibrar el rendimiento y la seguridad en aplicaciones de Edge AI
  • Técnicas para optimizar la seguridad sin comprometer el rendimiento
  • Herramientas y marcos de trabajo para el desarrollo seguro de Edge AI
  • Ejemplos prácticos y estudios de caso

Respuesta a incidentes y recuperación

  • Desarrollar planes de respuesta a incidentes para aplicaciones de Edge AI
  • Realizar investigaciones sobre brechas de seguridad
  • Implementar estrategias de recuperación y planes de continuidad del negocio
  • Ejercicios prácticos en respuesta a incidentes

Evaluaciones de seguridad y auditorías

  • Realizar evaluaciones de seguridad integrales para Edge AI
  • Herramientas y metodologías para la auditoría de seguridad
  • Identificar y abordar las deficiencias de seguridad
  • Ejemplos prácticos y estudios de caso

Casos de uso e innovaciones aplicadas

  • Aplicaciones avanzadas de seguridad en Edge AI
  • Estudios de caso detallados de despliegues seguros de Edge AI
  • Historias de éxito y aprendizajes clave
  • Tendencias futuras y oportunidades en la seguridad del Edge AI

Proyectos prácticos y ejercicios

  • Realizar una evaluación de seguridad para una aplicación de Edge AI
  • Proyectos y escenarios del mundo real
  • Ejercicios colaborativos en grupo
  • Presentaciones de proyectos y retroalimentación

Resumen y próximos pasos

Requerimientos

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

Público objetivo

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

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas