Thực hành phát triển an toàn
Bảo mật và Quản lý Rủi ro AI
Angeline Corvaglia
Founder and Digital Transformation Expert
Hóa giải các lỗ hổng riêng của AI
Nguồn gốc và truy xuất dữ liệu
- Nguồn gốc dữ liệu: xuất xứ dữ liệu
- Truy xuất nguồn gốc: theo dõi hành trình của nó
Cách hỗ trợ bảo mật
- Tấn công đầu độc dữ liệu
- Dữ liệu bị hỏng/biến đổi
Xác thực và làm sạch
- Kiểm tra dữ liệu
- Làm sạch dữ liệu
Giúp bảo đảm dữ liệu:
- chính xác
- phù hợp
- không bị can thiệp độc hại
Tối thiểu hóa dữ liệu
- Giới hạn lượng dữ liệu thu thập và xử lý
- Chỉ những gì thực sự cần thiết
Giúp giảm rủi ro:
- rò rỉ quyền riêng tư
- đánh cắp dữ liệu
Mã hóa và ẩn danh
- Mã hóa: Biến dữ liệu nhạy cảm thành định dạng an toàn
- Ẩn danh: Loại bỏ thông tin nhận dạng cá nhân
Cách chúng hỗ trợ bảo mật:
- Các cuộc tấn công nhằm trích xuất thông tin nhạy cảm
Thực hành lập trình an toàn
- Giảm lỗ hổng trong mã nguồn
- Rà soát mã định kỳ
- Quét lỗ hổng
- Tuân thủ chuẩn mã hóa
Cách hỗ trợ bảo mật
- Tấn công hạ tầng
Kiểm soát truy cập
- Giới hạn người được tương tác
- Cá nhân hoặc thực thể đáng tin cậy, đã xác minh
Cách hỗ trợ bảo mật
- Tấn công bên ngoài khai thác lỗ hổng
Hạ tầng an toàn
- Bảo vệ cả phần cứng và phần mềm
- Tường lửa
- Hệ thống phát hiện xâm nhập
- Dịch vụ đám mây an toàn
Cách hỗ trợ bảo mật
- Các mối đe dọa nhắm vào hạ tầng
Bảo mật không chỉ của đội kỹ thuật
Nỗ lực chung bảo đảm hệ thống AI an toàn, đáng tin cậy.
