Contacta con nosotros

Temario del curso

Introducción a la seguridad y privacidad en Edge AI

  • Panorama general de Edge AI y sus desafíos únicos de seguridad y privacidad
  • Diferencias clave entre la seguridad en el borde y en la nube
  • Tendencias actuales y amenazas emergentes en la seguridad de Edge AI
  • Estudios de casos e incidentes del mundo real

Seguridad de dispositivos periféricos

  • Mejores prácticas para asegurar el hardware periférico
  • Implementación de arranque seguro y raíz de confianza en hardware
  • Protección de datos en reposo y en tránsito en dispositivos periféricos
  • Estudios de casos de implementaciones seguras de dispositivos periféricos

Privacidad de datos en Edge AI

  • Garantizar la privacidad de los datos en aplicaciones de Edge AI
  • Técnicas para anonimización y cifrado de datos
  • Técnicas de aprendizaje automático que preservan la privacidad
  • Estudios de casos de aplicaciones de Edge AI 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 intrusiones
  • Monitoreo y respuesta a amenazas en tiempo real
  • Ejercicios prácticos en detección y mitigación de amenazas

Autenticación y control de acceso

  • Implementación de mecanismos de autenticación robustos para dispositivos periféricos
  • Gestión del control de acceso y permisos de usuario
  • Seguridad de APIs y canales de comunicación
  • Ejemplos prácticos y estudios de casos

Consideraciones éticas en Edge AI

  • Comprensión de los desafíos éticos en implementaciones de Edge AI
  • Abordar el sesgo y la equidad en los modelos de IA
  • Garantizar transparencia y responsabilidad
  • Cumplimiento con guías éticas y regulaciones

Cumplimiento normativo

  • Panorama general de las regulaciones y estándares relevantes (GDPR, HIPAA, etc.)
  • Garantizar el cumplimiento en implementaciones de Edge AI
  • Realización de auditorías de seguridad y privacidad
  • Estudios de casos 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 desarrollo seguro de Edge AI
  • Ejemplos prácticos y estudios de casos

Respuesta ante incidentes y recuperación

  • Desarrollo de planes de respuesta ante incidentes para aplicaciones de Edge AI
  • Realización de investigaciones por brechas de seguridad
  • Implementación de estrategias de recuperación y planes de continuidad del negocio
  • Ejercicios prácticos en respuesta ante incidentes

Evaluaciones y auditorías de seguridad

  • Realización de evaluaciones exhaustivas de seguridad para Edge AI
  • Herramientas y metodologías para auditoría de seguridad
  • Identificación y atención de brechas de seguridad
  • Ejemplos prácticos y estudios de casos

Casos de uso e innovaciones

  • Aplicaciones avanzadas de seguridad en Edge AI
  • Análisis detallado de casos de implementaciones seguras de Edge AI
  • Historias de éxito y lecciones aprendidas
  • Tendencias futuras y oportunidades en la seguridad de Edge AI

Proyectos y ejercicios prácticos

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

Resumen y próximos pasos

Requerimientos

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

Audiencia objetivo

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

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas