Sichere Entwicklungspraktiken
KI-Sicherheit und Risikomanagement
Angeline Corvaglia
Founder and Digital Transformation Expert
Den einzigartigen Schwachstellen von KI entgegenwirken
Datenherkunft und Nachverfolgbarkeit
- Datenherkunft: Ursprung der Daten
- Nachverfolgbarkeit: ihre Reise verfolgen
So hilft es der Sicherheit
- Data-Poisoning-Angriffe
- Korrupte Daten
Validierung und Bereinigung
- Daten prüfen
- Daten bereinigen
Stellt sicher, dass Daten:
- korrekt sind
- relevant sind
- frei von böswilliger Manipulation sind
Datenminimierung
- Menge der Daten begrenzen, die erfasst und verarbeitet werden
- Nur was unbedingt nötig ist
Reduziert das Risiko von:
- Datenschutzverletzungen
- Datendiebstahl
Verschlüsselung und Anonymisierung
- Verschlüsselung: Wandelt sensible Daten in ein sicheres Format um
- Anonymisierung: Personenbeziehbare Daten entfernen
So hilft es der Sicherheit:
- Angriffe zum Extrahieren sensibler Informationen
Sichere Coding-Praktiken
- Schwachstellen im Code reduzieren
- Regelmäßige Code-Reviews
- Vulnerability-Scanning
- Einhaltung von Coding-Standards
So hilft es der Sicherheit
- Angriffe auf die Infrastruktur
Zugriffskontrollen
- Begrenzen, wer interagieren darf
- Vertrauenswürdige, verifizierte Personen oder Entitäten
So hilft es der Sicherheit
- Externe Angriffe, die Schwachstellen ausnutzen
Sichere Infrastruktur
- Hardware und Software schützen
- Firewalls
- Systeme zur Eindringungserkennung
- Sichere Cloud-Dienste
So hilft es der Sicherheit
- Infrastrukturbezogene Bedrohungen
Sicherheit ist nicht nur Sache des Tech-Teams
Gemeinsame Anstrengung stellt sicher, dass KI-Systeme sicher, vertrauenswürdig und zuverlässig sind.
