Praktik pengembangan aman
Keamanan AI dan Manajemen Risiko
Angeline Corvaglia
Founder and Digital Transformation Expert
Menangkal kerentanan unik AI
Asal-usul dan keterlacakan data
- Asal-usul data: asal data
- Keterlacakan: melacak perjalanannya
Dampak pada keamanan
- Serangan peracunan data
- Data yang terkorupsi
Validasi dan sanitasi
- Memeriksa data
- Membersihkan data
Membantu memastikan data:
- akurat
- relevan
- bebas dari manipulasi berbahaya
Minimisasi data
- Membatasi jumlah data yang dikumpulkan dan diproses
- Hanya yang benar-benar perlu
Membantu mengurangi risiko:
- pelanggaran privasi
- pencurian data
Enkripsi dan anonimisasi
- Enkripsi: Mengubah data sensitif menjadi format aman
- Anonimisasi: Hapus informasi identitas pribadi
Cara meningkatkan keamanan:
- Serangan yang mengekstrak informasi sensitif
Praktik pengkodean aman
- Kurangi kerentanan dalam basis kode
- Code review rutin
- Pemindaian kerentanan
- Patuhi standar pengkodean
Dampak pada keamanan
- Serangan terhadap infrastruktur
Kontrol akses
- Membatasi siapa yang dapat berinteraksi
- Individu atau entitas yang tepercaya dan terverifikasi
Dampak pada keamanan
- Serangan eksternal yang mengeksploitasi kerentanan
Infrastruktur aman
- Lindungi perangkat keras dan lunak
- Firewall
- Sistem deteksi intrusi
- Layanan cloud yang aman
Dampak pada keamanan
- Ancaman yang menargetkan infrastruktur
Keamanan bukan hanya urusan tim teknis
Upaya bersama memastikan sistem AI aman, tepercaya, dan andal.
