即便攻击者实施数据投毒、滥用推理接口或是窃取敏感信息,数据与机器学习系统仍可继续正常运行。若仅监控系统可用时长与失败任务,这类攻击将无法被发现。本课程讲授面向安全的监控方案,对数据内容、访问模式以及与基准比对得出的各项变动开展检测。
本课程面向数据工程师、机器学习与 MLOps 工程师、平台工程师以及安全从业人员,帮助其捕获标准监控无法发现的数据及机器学习系统攻击行为。
通过学习本课程,您可识别模式违规、异常数值与数据异常;将其转化为结构化告警,依据严重程度划分优先级,并选择恰当处置方案。
通过学习本课程,可为你所维护的数据流水线与机器学习系统增设安全监控能力,在 AI 团队的安全事件响应早期阶段发挥有效作用。
课程特点:
● 在线,自主学习
● 60-90分钟学习内容
● 含实操作业
● 注册后90天内有效
经验水平:初级
目录:
单元 1. Course Introduction
单元 2. Recognizing Security Anomalies in Data Systems
单元 3. Logging and Measuring Security Signals
单元 4. Turning Security Signals into Actionable Alerts
单元 5. Responding to Data and ML Security Incidents
单元 6. Capstone & Conclusion
此课程为Linux 基金会官方原生课程,课程语言为英语。
Linux基金会开源软件学园 Copyright © 2019-2026 linuxfoundation.cn, ICP license, no. 京ICP备17074266号-2