AI信頼性・リスク管理・セキュリティマネジメント（AI TRiSM）入門のトレーニングコース

AAISMは、人工知能システムにおけるセキュリティリスクを評価・統制・管理するための高度なフレームワークです。

このインストラクター主導のライブ研修（オンラインまたは対面）は、企業環境でのAI活用に向けて効果的なセキュリティ対策およびガバナンス手法を実践したい上級レベルの専門家を対象としています。

本コース終了時には、受講者は以下の能力を身につけることができます：

• 業界で認知された方法論に基づきAIセキュリティリスクを評価する
• 責任あるAI導入のためのガバナンスモデルを構築・実施する
• 組織の目標や法的要件と整合させながらAIセキュリティポリシーを策定する
• AI駆動型業務におけるレジリエンス（回復力）および説明責任を強化する

コースの形式

• 専門家による分析を交えた講義形式
• 実践的なワークショップや評価活動
• 現実のAIガバナンスシナリオを用いた演習

カスタマイズに関する情報

• 御社のAI戦略に合わせた研修内容の調整をご希望の場合は、お問い合わせください。

本講座は日本にて実施されるインストラクター主導のライブトレーニング（オンラインまたはオフライン）で、中級レベルの企業リーダー向けです。参加者はEU AI法やGDPR、ISO/IEC 42001、米国のAIに関する大統領令といった新たな世界的枠組みを踏まえつつ、責任を持ってAIシステムを管理・保護する方法を学びます。

講座終了時には、参加者は以下のことを実現できるようになります：

• 各部門におけるAI利用に伴う法的・倫理的・規制上のリスクを理解する。
  
• EU AI法、NIST AI RMF、ISO/IEC 42001といった主要なAIガバナンス枠組みを解釈し適用できる。
  
• 企業内でのAI導入に際するセキュリティ対策や監査・管理方針を策定する。
  
• 外部提供業者製および社内開発のAIシステムに対する調達・利用ガイドラインを作成する。
  

人工知能（AI）の導入により、政府機関や各部局において運用上のリスク、ガバナンス課題、およびサイバーセキュリティ上の脆弱性が新たに生じています。

本講座は講師によるライブトレーニング（オンラインまたは対面）で、AIに関する事前知識が少ない公共部門のITおよびリスク管理担当者を対象としております。政府や規制環境下でのAIシステムの評価・監視・保護方法を理解したい方々に最適です。

受講を終了すると、参加者は以下の能力を身につけることができます：

• バイアス・予測不可能性・モデルの性能低下など、AIシステムに固有のリスク概念を解釈できる
  
• NIST AI RMFやISO/IEC 42001といったAI専用のガバナンスおよび監査フレームワークを適用できる
  
• AIモデルやデータパイプラインに対するサイバー攻撃の脅威を見分けられる
  
• 部局横断的なリスク管理計画およびAI導入に向けた政策調整体制を構築できる
  

講座の形式

• 公共部門における実用例題を用いた双方向型講義およびディスカッション
  
• AIガバナンスフレームワークの演習や関連方針の策定演習
  
• 具体的シナリオを基にした脅威モデリングおよびリスク評価
  

カスタマイズ対応の可能性

• 講座内容のカスタマイズをご希望の場合は、お問い合わせください。
  

本コースでは、最新のAI駆動型アプリケーションやAPI、コピルート、自律型エージェントを安全に運用するための実践的知識を提供します。受講生は、従来のウェブセキュリティと比較したAIセキュリティの違い、プロンプトインジェクションやRAG汚染、エージェント悪用といった一般的な脅威について学びます。さらにWAF、AIゲートウェイ、APIセキュリティ、ガードレールを組み合わせた多層防御の手法も習得します。実践的な演習や現場での事例分析を通じて、AI攻撃パターンの特定、LLMベースアプリケーションの保護、本番環境向けランタイム防御策の導入方法まで身につけることができます。

このインストラクター主導のライブトレーニングは日本（オンラインまたは対面）で実施され、プロンプトインジェクション、データ漏洩、フィルターなしの出力などのLLM搭載アプリケーションに関連するリスクを特定し軽減し、入力検証、ヒューマン・イン・ザ・ループによる監督、出力ガードレールなどのセキュリティ制御を取り入れることを目指す、中級から上級レベルのAI開発者、アーキテクト、製品マネージャーを対象としています。

このトレーニングの終了後、参加者は以下ができるようになります：

• LLMベースシステムの核心的な脆弱性を理解する。
• LLMアプリケーションのアーキテクチャにセキュアな設計原則を適用する。
• Guardrails AIやLangChainなどのツールを使用して、検証、フィルタリング、安全性の確保を行う。
• サンドボックス化、レッドチーム演習、ヒューマン・イン・ザ・ループレビューなどの手法を実践用のパイプラインに統合する。

This course teaches software developers how to build AI-powered applications securely by design. Participants learn how to protect chatbots, copilots, RAG pipelines, and AI agents against AI-specific threats such as prompt injection, data poisoning, tool abuse, secret leakage, and insecure model output. The course covers secure prompt design, RAG security, least-privilege access, guardrails, and red-team testing, helping developers build AI features that are secure, reliable, and resilient in real-world environments.

日本（オンラインまたは現地開催）で実施されるこのインストラクター主導型のライブトレーニングでは、特に金融業界やデータガバナンス、コンサルティングといった規制の厳しい分野においてAIモデルおよびシステム特有のセキュリティ課題を理解し対処したい中級レベルのAI専門家やサイバーセキュリティ担当者が対象となります。

修了時には以下の能力を習得できるようになります：

• AIシステムを狙う各種敵対的攻撃とその防御方法について把握する
• 機械学習パイプラインの安全確保のためモデル強化技術を実施できる
• 機械学習モデルにおけるデータ保護および完全性維持が可能になる
• AIセキュリティ関連の法規制要件に適切に対応できるようになる

本講座は日本で実施されるインストラクター主導の研修（オンラインまたは出張）であり、EXOのセキュリティ強化、モデルアクセス制御、そして完全に社内環境下で稼働するAIワークロードのガバナンスを担うセキュリティエンジニアおよびコンプライアンス担当者向けです。

本講座は日本（オンラインまたは対面）で開催されるインストラクター主導の実践型研修で、AIセキュリティの基礎知識や脅威要因、NIST AI RMFやISO/IEC 42001といった国際的なフレームワークを学びたい初心者レベルのITセキュリティ担当者、リスク管理・コンプライアンス専門家向けに企画されています。

研修終了時には、以下の能力が身につきます：

• AIシステム特有のセキュリティリスクを理解できるようになる
• 敵対的攻撃、データ汚染、モデル逆変換などの脅威要因を見極められるようになる
• NIST AI Risk Management Frameworkなどの基本的なガバナンスモデルを実際に適用できるようになる
• 新たに出現している規格やコンプライアンス基準、倫理原則と連携してAIの利用方法を調整できるようになる

この講師による対面授業は日本（オンラインまたはオフライン）で、MLモデルおよびLLM搭載アプリケーションに対する攻撃を特定し、テストし、防御する必要があるセキュリティエンジニアとMLエンジニアを対象としています。

OWASP GenAI Security Projectの最新ガイダンスに基づき、参加者は実践演習および現実的なシナリオを通じて、AI特有の脅威に対する識別・評価・軽減法を学びます。

この講師主導のライブトレーニング（オンラインまたは対面）では、連携学習、安全なマルチパーティ計算、準同型暗号化、差分プライバシーなどの実際の機械学習パイプラインでの技術を実装および評価したい上級レベルの専門家向けです。

本トレーニング終了時には、参加者は以下のことができるようにします：

• MLにおける主要なプライバシー保護技術を理解し比較する。
• オープンソースフレームワークを使用して連携学習システムを実装する。
• 差分プライバシーを使用してデータ共有とモデル訓練を安全に行う。
• 暗号化および安全な計算技術を使用して、モデルの入出力を保護する。

本講座はインストラクター主導の実習形式で行い（オンラインまたは現地開催）、AIシステムに対する攻撃をシミュレーションし、脆弱性を発見して実環境に展開されたモデルの堅牢性を高めたい上級レベルのセキュリティ専門家や機械学習のエキスパート向けです。

受講を終了すると、参加者は以下の能力を身につけることができます：

• 実環境における脅威を想定した機械学習モデルのテストを行うこと
• 攻撃的サンプルを生成してモデルの耐性を検証すること
• AI用APIや処理パイプラインの攻撃対象領域を評価すること
• AI展開環境に適したレッドチーム戦略を設計すること

本講座はインストラクター主導の実践形式で日本（オンラインまたは対面）実施され、エッジ環境に展開されたAIモデルを不正改変、データ漏洩、敵対的入力攻撃、物理的攻撃から守りたい中級レベルの技術者やセキュリティ担当者が対象です。

講座の終了時には、受講生は以下の能力を習得できるようになります：

• エッジAI環境におけるセキュリティリスクを特定・評価する
• 改ざん防止対策や暗号化推論技術を適用する
• エッジ環境で稼働するモデルとデータパイプラインの安全性を強化する
• 組み込み機器や資源が限られたシステム向けの脅威対策戦略を実装する

本講座は日本（オンラインまたは対面）で実施されるインストラクター主導のトレーニングで、中級レベルの機械学習およびサイバーセキュリティの専門家を対象としています。参加者は、概念的な枠組みやロバストな訓練法、差分プライバシーといった実践的な防御手法を用いて、AIモデルに対する新たな脅威の理解と対策を学びます。

このトレーニングを修了すると、以下のことができるようになります：

• 敵対的攻撃や逆変換攻撃、データ汚染など、AI特有の脅威を識別・分類する。
• Adversarial Robustness Toolbox（ART）などのツールを用いて攻撃シミュレーションやモデル検証を行う。
• 敵対的訓練、ノイズ付加、プライバシー保護技術といった具体的な防御策を実践する。
• 本番環境においても脅威を考慮したモデル評価戦略を設計できるようになる。