お問い合わせ
 期間 14 時間

コース概要

DevSecOpsとAI統合の紹介

  • DevSecOpsの原則と目標
  • DevSecOpsにおけるAIとMLの役割
  • セキュリティ自動化のトレンドとツールカテゴリ

AIを用いた静的および動的コード分析

  • SonarQube、Semgrep、またはSnyk Codeを用いた静的分析
  • AI支援のテストケース生成による動的テスト
  • 結果の解釈とバージョン管理システムとの統合

シークレットと認証情報の漏洩検出

  • ハードコードされたシークレットのAI強化検出(例:GitHub Advanced Security、Gitleaks)
  • ソース管理へのシークレットの流入防止
  • 自動ブロックとアラートルールを作成

AIによる依存関係とコンテナのスキャン

  • TrivyとAI対応プラグインを用いたコンテナのスキャン
  • サードパーティ製ライブラリおよびSBOMの監視
  • 自動化された是正提案とパッチアラート

インテリジェントな脅威モデリングとリスク評価

  • AIベースのツールを用いた自動化された脅威モデリング
  • 機械学習モデルを用いたリスクの優先順位付け
  • ビジネスインパクトと技術的脆弱性の関連付け

CI/CDパイプラインの統合と自動化

  • Jenkins、GitHub Actions、またはGitLab CIへのセキュリティチェックの埋め込み
  • コードとしてポリシーを作成し、環境全体でルールを適用する
  • 監査とコンプライアンスのためのAI支援レポートを生成する

ケーススタディとセキュリティ自動化のパターン

  • セキュリティパイプラインにおけるAIの実例
  • エコシステムに最適なツールの選定
  • 安全なパイプラインの構築と維持に関するベストプラクティス

まとめと次のステップ

要求

  • DevOpsライフサイクルおよびCI/CDパイプラインについての理解
  • アプリケーションセキュリティの原則に関する基礎知識
  • コードリポジトリおよびInfrastructure as Codeツールへの慣れ

対象読者

  • セキュリティに焦点を当てたDevOpsチーム
  • DevSecOpsエンジニアおよびクラウドセキュリティスペシャリスト
  • コンプライアンスおよびリスク管理の専門家

参加者の人数


参加者1人あたりの価格

今後のコース

関連カテゴリー