Contacta con nosotros

Temario del curso

Introducción al Red Teaming en IA

  • Comprensión del panorama de amenazas de la IA.
  • Roles de los equipos ofensivos (red teams) en la seguridad de la IA.
  • Consideraciones éticas y legales.

Aprendizaje automático adversario

  • Tipos de ataques: evasión, envenenamiento, extracción e inferencia.
  • Generación de ejemplos adversarios (por ejemplo, FGSM, PGD).
  • Ataques dirigidos vs. no dirigidos y métricas de éxito.

Prueba de robustez del modelo

  • Evaluación de la robustez bajo perturbaciones.
  • Exploración de puntos ciegos y modos de fallo del modelo.
  • Pruebas de estrés a modelos de clasificación, visión por computadora y PLN (Procesamiento de Lenguaje Natural).

Red Teaming de pipelines de IA

  • Superficie de ataque de los pipelines de IA: datos, modelo y despliegue.
  • Explotación de APIs y endpoints inseguros de modelos.
  • Ingeniería inversa del comportamiento y las salidas del modelo.

Simulación y herramientas

  • Uso de la Adversarial Robustness Toolbox (ART).
  • Red teaming con herramientas como TextAttack e IBM ART.
  • Herramientas de sandboxing, monitoreo y observabilidad.

Estrategia del equipo ofensivo en IA y colaboración en defensa

  • Desarrollo de ejercicios y objetivos del red teaming.
  • Comunicación de hallazgos a los equipos defensivos (blue teams).
  • Integración del red teaming en la gestión de riesgos de la IA.

Resumen y próximos pasos

Requerimientos

  • Comprensión de arquitecturas de aprendizaje automático y aprendizaje profundo.
  • Experiencia con Python y frameworks de ML (por ejemplo, TensorFlow, PyTorch).
  • Familiaridad con conceptos de ciberseguridad o técnicas de seguridad ofensiva.

Público objetivo

  • Investigadores de seguridad.
  • Equipos de seguridad ofensiva.
  • Profesionales de aseguramiento y red teaming de IA.
 14 Horas

Número de participantes


Precio por participante

Reseñas (2)

Próximos cursos

Categorías Relacionadas