Machine Learning Beveiligingstraining

Uw machine learning-toepassing werkt zoals bedoeld, dus u bent klaar, toch? Maar heb je overwogen om onjuiste waarden in te voeren? 16Gbs aan gegevens? Een nul? Een apostrof? Negatieve getallen, of specifiek -1 of -231? Want dat is wat de slechteriken zullen doen. En de lijst is verre van compleet.

Als beoefenaar van machine learning moet je net als elke ontwikkelaar paranoïde zijn. De belangstelling voor aanvallen op machine learning-oplossingen neemt toe en daarom is bescherming tegen vijandige machine learning essentieel. Hiervoor is niet alleen bewustzijn nodig, maar ook specifieke vaardigheden om je ML-applicaties te beschermen. De cursus helpt je deze vaardigheden te verwerven door geavanceerde aanvallen en beschermingstechnieken uit het ML-domein te introduceren.

Machine learning is tenslotte software. Daarom leren we in deze cursus ook algemene veilige codeervaardigheden en bespreken we de beveiligingsvalkuilen van de programmeertaal Python. Zowel adversarial machine learning als de kernonderwerpen over veilig coderen komen met veel hands on labs en verhalen uit het echte leven, allemaal om een sterke emotionele betrokkenheid bij beveiliging te bieden en de codehygiëne aanzienlijk te verbeteren.

Om ervoor te zorgen dat je voorbereid bent op de krachten van de duistere kant.

Om ervoor te zorgen dat er niets onverwachts gebeurt.

Niets.

PRAKTISCHE INFO

• Als training op locatie niet haalbaar is, kunnen we een live, interactieve online (virtuele) of hybride training bespreken. Het standaardprogramma met een inhoud van 3 dagen kan ook in 5 halve dagen worden gegeven (van maandag tot vrijdag).
• Benieuwd hoe je het rendement op investering (ROI) van secure coding-trainingen kunt kwantificeren? Bekijk dan dit artikel.