Temario del curso
Introducción al modelado de amenazas en IA
- ¿Qué hace vulnerables a los sistemas de IA?
- Superficie de ataque de la IA frente a sistemas tradicionales
- Vectores de ataque clave: capas de datos, modelo, salida e interfaz
Ataques adversarios en modelos de IA
- Comprensión de ejemplos adversarios y técnicas de perturbación
- Ataques de caja blanca frente a caja negra
- Métodos FGSM, PGD y DeepFool
- Visualización y creación de muestras adversarias
Inversión de modelos y filtraciones de privacidad
- Inferencia de datos de entrenamiento a partir de la salida del modelo
- Ataques de inferencia de membresía
- Riesgos de privacidad en modelos de clasificación y generativos
Envenenamiento de datos e inyección de puertas traseras
- Cómo los datos envenenados influyen en el comportamiento del modelo
- Puertas traseras basadas en detonantes y ataques Trojan
- Estrategias de detección y saneamiento
Técnicas de robustez y defensa
- Entrenamiento adversario y aumento de datos
- Enmascaramiento de gradientes y preprocesamiento de entradas
- Suavizado de modelos y técnicas de regularización
Defensas de IA con preservación de la privacidad
- Introducción a la privacidad diferencial
- Inyección de ruido y presupuestos de privacidad
- Aprendizaje federado y agregación segura
Seguridad de la IA en la práctica
- Evaluación y despliegue de modelos conscientes de las amenazas
- Uso de ART (Adversarial Robustness Toolbox) en entornos aplicados
- Casos de estudio de la industria: brechas del mundo real y medidas de mitigación
Resumen y próximos pasos
Requerimientos
- Comprensión de los flujos de trabajo de aprendizaje automático y del entrenamiento de modelos.
- Experiencia con Python y frameworks de ML comunes, como PyTorch o TensorFlow.
- Es útil contar con conocimientos básicos sobre conceptos de seguridad o modelado de amenazas.
Público objetivo
- Ingenieros de aprendizaje automático.
- Analistas de ciberseguridad.
- Investigadores de IA y equipos de validación de modelos.
Testimonios (2)
Realmente disfruté aprender sobre los ataques de IA y las herramientas disponibles para comenzar a practicar y utilizarlas activamente en pruebas de seguridad. Adquirí muchos conocimientos que no tenía al inicio, y el curso cumplió con lo que esperaba. Mi parte favorita del entrenamiento fue el navegador Comet, y quedé impresionado por lo que podía hacer. Sin duda seguiré explorándolo más. En general, fue un excelente curso y disfruté aprender sobre los Top 10 de OWASP para GenAI.
Patrick Collins - Optum
Curso - OWASP GenAI Security
Traducción Automática
El conocimiento profesional y la forma en que lo presentó ante nosotros
Miroslav Nachev - PUBLIC COURSE
Curso - Cybersecurity in AI Systems
Traducción Automática
