Contacta con nosotros

Temario del curso

Introducción a la Seguridad y Privacidad en Edge AI

  • Panorama general de Edge AI y sus desafíos únicos de seguridad y privacidad
  • Principales diferencias entre la seguridad en el edge y en la nube
  • Tendencias actuales y amenazas emergentes en la seguridad de Edge AI
  • Estudios de casos e incidentes reales

Aseguramiento de Dispositivos Edge

  • Mejores prácticas para asegurar el hardware edge
  • Implementación de arranque seguro (secure boot) y raíz de confianza de hardware
  • Protección de datos en reposo y en tránsito en dispositivos edge
  • Estudios de casos de despliegues seguros de dispositivos edge

Privacidad de Datos en Edge AI

  • Garantizar la privacidad de datos en aplicaciones de Edge AI
  • Técnicas para anonimización y cifrado de datos
  • Técnicas de aprendizaje automático que preservan la privacidad
  • Estudios de casos de aplicaciones Edge AI centradas en la privacidad

Detección y Mitigación de Amenazas

  • Identificación de amenazas potenciales y vulnerabilidades en Edge AI
  • Implementación de sistemas de detección y prevención de intrusiones
  • Monitoreo de amenazas en tiempo real y respuesta ante incidentes
  • Ejercicios prácticos sobre detección y mitigación de amenazas

Autenticación y Control de Acceso

  • Implementación de mecanismos robustos de autenticación para dispositivos edge
  • Gestión del control de acceso y permisos de usuario
  • Seguridad de APIs y canales de comunicación
  • Ejemplos prácticos y estudios de casos

Consideraciones Éticas en Edge AI

  • Comprensión de los desafíos éticos en despliegues de Edge AI
  • Abordaje de sesgos y equidad en modelos de IA
  • Garantía de transparencia y responsabilidad
  • Cumplimiento con guías éticas y regulaciones aplicables

Cumplimiento Normativo

  • Panorama de regulaciones y estándares relevantes (RGPD, HIPAA, etc.)
  • Garantía del cumplimiento en despliegues de Edge AI
  • Realización de auditorías de seguridad y privacidad
  • Estudios de casos de cumplimiento normativo en Edge AI

Compensaciones entre Rendimiento y Seguridad

  • Equilibrio entre rendimiento y seguridad en aplicaciones de Edge AI
  • Técnicas para optimizar la seguridad sin comprometer el rendimiento
  • Herramientas y marcos de trabajo para desarrollo seguro de Edge AI
  • Ejemplos prácticos y estudios de casos

Respuesta ante Incidentes y Recuperación

  • Desarrollo de planes de respuesta ante incidentes para aplicaciones de Edge AI
  • Investigación de brechas de seguridad
  • Implementación de estrategias de recuperación y planes de continuidad del negocio
  • Ejercicios prácticos sobre respuesta ante incidentes

Evaluaciones y Auditorías de Seguridad

  • Realización de evaluaciones de seguridad integrales para Edge AI
  • Herramientas y metodologías para auditoría de seguridad
  • Identificación y corrección de brechas de seguridad
  • Ejemplos prácticos y estudios de casos

Casos de Uso e Aplicaciones Innovadoras

  • Aplicaciones avanzadas de seguridad en Edge AI
  • Análisis profundo de casos de despliegues seguros de Edge AI
  • Historias de éxito y lecciones aprendidas
  • Tendencias futuras y oportunidades en la seguridad de Edge AI

Proyectos Prácticos y Ejercicios

  • Realización de una evaluación de seguridad para una aplicación de Edge AI
  • Proyectos y escenarios del mundo real
  • Ejercicios grupales colaborativos
  • Presentación de proyectos y retroalimentación

Resumen y Próximos Pasos

Requerimientos

  • Comprensión de conceptos básicos de IA y aprendizaje automático (machine learning)
  • Conocimientos básicos sobre principios de ciberseguridad
  • Experiencia con lenguajes de programación (se recomienda Python)

Audiencia Objetivo

  • Profesionales de ciberseguridad
  • Administradores de sistemas
  • Investigadores en ética de IA
 14 Horas

Número de participantes


Precio por participante

Reseñas (1)

Próximos cursos

Categorías Relacionadas