お問い合わせを送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
予約を送信いただきありがとうございます!当社のスタッフがすぐにご連絡いたします。
期間 21 時間
コース概要
TinyMLのセキュリティ入門
- リソース制約のあるMLシステムのセキュリティ上の課題
- TinyMLデプロイメントにおける threat model
- 埋め込みAIアプリケーションのリスクカテゴリー
エッジAIにおけるデータプライバシー
- オンデバイスデータ処理におけるプライバシー上の考慮事項
- データ露出と転送の最小化
- 分散型データ処理技術
TinyMLモデルへの敵対的攻撃
- モデル回避および汚染(ポイズニング)攻撃
- 埋め込みセンサーでの入力操作
- 制約環境における脆弱性の評価
埋め込みMLのためのセキュリティ強化
- ファームウェアおよびハードウェアの保護レイヤー
- アクセス制御およびセキュアブート機構
- 推論パイプラインを保護するためのベストプラクティス
プライバシー保護型TinyML技術
- プライバシーを考慮した量子化およびモデル設計
- オンデバイスの匿名化技術
- 軽量な暗号化およびセキュアコンピュテーション手法
安全なデプロイメントとメンテナンス
- TinyMLデバイスの安全なプロビジョニング
- OTA更新およびパッチ戦略
- エッジでの監視およびインシデント対応
セキュアなTinyMLシステムのテストと検証
- セキュリティおよびプライバシーテストフレームワーク
- 現実世界の攻撃シナリオのシミュレーション
- 検証およびコンプライアンス上の考慮事項
事例研究と応用シナリオ
- エッジAIエコシステムにおけるセキュリティ上の失敗事例
- 耐障害性の高いTinyMLアーキテクチャの設計
- パフォーマンスと保護の間のトレードオフの評価
まとめと次のステップ
要求
- 埋め込みシステムアーキテクチャの理解
- 機械学習ワークフローの経験
- サイバーセキュリティ基礎知識
対象者
- セキュリティアナリスト
- AI開発者
- 埋め込みエンジニア
お客様の声 (1)
演習問題
Gianluca Bovo - Urmet
コース - Security and Privacy in TinyML Applications
機械翻訳