Agentic AI 安全大師班

自主 AI 系統為何會失敗 – 以及如何保障其安全

從這 10 小時的課程,你會學到

  • Agentic AI (代理的 AI )系統與傳統軟體的根本差異是什麼?這些差異為何會帶來新的安全風險?
  • 自主 Agents (代理/智能體) 如何進行規劃、推理、委派任務與行動?這些行為在現實世界系統中為何會失效?
  • 為何傳統的網路安全控制措施對於保護 Agentic AI 是必要的,但卻不足?
  • Agent 的目標如何在沒有任何明確攻擊的情況下發生漂移、被劫持或錯位?
  • Agent 的目標如何在沒有任何明確攻擊的情況下發生漂移、被劫持或錯位?
  • 記憶、脈絡和檢索系統如何成為長期的安全隱患?
  • 多個 Agents 如何互動、串通並放大彼此的錯誤?
  • Agentic 系統如何運用人類的信任、偏見和自動化習慣?
  • 如何設計具有清晰邊界、角色和執行點的安全 Agentic 架構?
  • 如何將身分、存取控制、沙箱和最小權限原則應用於非人類 Agents?
  • 如何及早檢測行為漂移、獎勵駭客攻擊和湧現的惡意行為?
  • 如何設計和實施自主邊界、約束引擎和終止開關?
  • 如何在 Agent 的決策、計畫和行動中建構可觀測性?
  • 如何威脅建模、紅隊演練以及強化生產環境中的 Agentic 系統
  • 如何管理、監控並安全地演進自主系統
  • 如何在實際組織中以批判性和負責任的態度部署 Agentic AI

要求

  • 無需任何 Agentic AI 經驗
  • 無需網路安全的深厚背景
  • 熟悉軟體系統的基本運作方式會有幫助,但並非強制要求
  • 對 AI 系統在現實世界中的行為方式充滿好奇心
  • 願意進行批判性思考,並質疑關於自動化和智慧的假設
  • 樂於透過範例、場景和實踐探索進行學習
  • 對於實驗室工作:具備在安全環境中遵循技術說明和進行實驗的基本能力

課程說明

本大師班探討了當人工智慧系統不再是被動工具,而是能夠在真實環境中規劃、決策和執行行動的自主行動者時,安全防護必須如何演進。

Agentic AI 系統引入了截然不同的風險特徵。故障往往在沒有漏洞、沒有惡意意圖、也沒有明顯訊號的情況下發生。系統在技術層面可能運作正常,但隨著時間的推移,可能會變得不安全、不可信或偏差。本課程旨在彌補這一差距。

現代 Agentic 系統能夠規劃自身行動、選擇工具、維護記憶、與其他 Agents 協調,並以不同程度的自主性行事。這些能力所帶來的風險無法簡單地納入傳統的網路安全模型。故障往往是逐漸出現的,起初看起來像是成功,而且根本不涉及任何明顯的攻擊者。本課程旨在應對這一現實。

透過十二個結構嚴謹的模組,學員將從安全的角度了解 Agentic 系統的完整生命週期。本課程首先明確智能體與早期人工智慧和軟體系統的根本區別,然後逐步探討目標漂移、工具濫用、記憶和情境如何成為安全隱患,以及自主性如何悄悄超越最初預期。

本課程並非著眼於孤立的漏洞,而是將 Agentic AI 視為社會技術系統。它考察智能體如何與基礎設施、資料、人類以及彼此互動,以及風險如何在這些邊界處湧現。學員將探索受現實世界啟發的場景,包括目標劫持、獎勵機制操縱、跨智能體故障循環、憑證濫用、記憶污染、操縱人類信任以及湧現的惡意行為。

安全被視為一種架構和行為學的學科,而非簡單的檢查清單。本課程強調設計即使在 Agents 推理錯誤、接收模糊輸入或在不確定性下運作的情況下也能保持安全的系統。課程主題包括安全代理架構、非人類行為者的身分和存取控制、沙盒執行、供應鏈信任、約束執行、行為監控、終止開關、可觀測性、治理和長期彈性。

課程中穿插了實作操作環節,以強化學者的實作學習。學員將在受控環境中接觸到真實的故障模式和攻擊模式,從而親身了解代理系統是如何輕易地受到干擾、偏離軌道或被推向安全邊界的。

課程結束時,學員獲得的不僅是技術知識。他們將培養一種持久的思維方式,思考 AI 系統中的自主性、風險和責任。他們將學習如何質疑代理行為、進行故障設計、偵測早期預警訊號,並清晰自信地管理生產環境中的智慧系統。

本課程旨在幫助學員掌握必要的架構思維、行為意識和治理理念,從而在信任喪失和損害不可逆轉之前保護自主系統的安全。

目標受眾

  • 建構使用代理、自動化或 AI 驅動工作流程的系統的軟體工程師
  • 將技能應用於自主和 AI 系統的安全專業人員
  • 使用代理框架、工具和編排層的人工智慧和機器學習工程師
  • 支援 AI 服務的平台和基礎設施團隊
  • 設計 AI 可以執行現實世界操作的系統的架構師
  • 負責 AI 風險和安全的產品負責人和技術決策者
  • 對 AI 治理、安全性和韌性感興趣的研究人員和從業人員
  • 本課程也適合 AI 或網路安全領域的新手,只要他們對智慧系統的行為方式充滿好奇心並願意進行批判性思考。

講師簡介

Cyberdefense Learning

Cyber​​DefenseLearning 是一家領先的網路安全教育、生成式 AI 培訓和雲端運算專家供應商,致力於幫助學習者和組織掌握在數位時代蓬勃發展所需的技能。憑藉 20 多年的行業經驗,Cyber​​DefenseLearning 專注於提供全面且注重實踐的課程,旨在應對網路安全、雲端技術和新興人工智慧創新領域的實際挑戰。

我們的專長包括:

網路安全培訓:透過網路安全、道德駭客和事件回應的實用技能,建構強大的防禦體系。

雲端運算精通:幫助學習者在主流平台上設計、部署和管理安全的雲端解決方案。

生成式 AI 教育:透過量身訂製、以應用為導向的培訓,釋放人工智慧的潛力,推動創新。

在 Cyber​​DefenseLearning,我們致力於透過互動式學習、案例研究和行業最佳實踐,幫助學員深入理解技術。加入我們,在瞬息萬變的數位環境中保持領先。

Anand Rao Nednur 雲端和網路安全顧問

認識 Anand – 一位擁有超過 20 年經驗的資深 IT 專家,專精於 Active Directory。自 2012 年以來,Anand 一直深耕雲端運算領域,並持有多個雲端運算和網路安全認證。憑藉其專業知識,他成為眾多希望轉型並優化雲端基礎設施的組織的可靠顧問。

Anand 擁有深厚的資訊安全和資料工程背景,曾指導許多組織建置安全、可擴展的雲端系統。

Anand 熱衷於知識分享,定期發布部落格文章、YouTube 教學和 Udemy 課程,旨在將複雜的雲端和安全概念化繁為簡,使其更易於理解和應用。他也是《網路世界探險:資訊安全意識指南》和《Sparky 大字節冒險:比特、機器人和電腦秘密:兒童電腦圖解指南》(可在亞馬遜購買)的作者,在這兩本書中,他更深入地探討了雲端技術。

認證

雲端運算:

  • AWS 認證解決方案架構師 – 助理級
  • AWS 認證系統維運管理員 – 助理級
  • 谷歌雲端平台 – 雲端架構師 (GCP)
  • 微軟 Azure 管理 (70-533)
  • 微軟 Azure 架構 (70-534)

網路安全:

  • 認證資訊安全經理 (CISM – ISACA)
  • 認證道德駭客 (CEH – EC-Council)
  • 認證網路防禦專家 (CND – EC-Council)
  • CompTIA Security+ (SY0-401)
  • 認證雲端安全知識 (CCSK)
  • 微軟安全系列 (MS-500、AZ-500、SC-900、SC-200、SC-300、SC-100)

微軟及 IT 基礎架構:

  • 微軟認證培訓師 (MCT)
  • 微軟 Active Directory (70-640)

其他專業認證:

  • Scrum 認證大師(敏捷開發)
  • ITIL V3

字幕:英文

  • 想要了解如何將英文字幕自動翻譯成中文? 請參考這篇 How-To

  • Udemy 永久擁有課程 許多課程約 NT400(點擊連結看更多)
  • 年訂閱每月 NT350(再享特別優惠:年度訂閱首年享 25% 折扣) 🌈 悠遊 Udemy 的 26000+ 門課,最大化學習 ( 原價 NT635/月 )
  • Udemy 現在越來越多課程有中文字幕,請參考 Soft & Share 中文線上課程
  • 手機上點選優惠連結看到的價格比電腦上看到的貴
  • $代表當地貨幣, 如在台灣為 NT
  • 點選”報名參加課程”有可能因瀏覽器 cookies 轉久一點或回報錯誤而無法連上,請稍等刷新或重新點選就會出現

報名參加課程

Sponsored by Udemy


也許你會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

發表迴響

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

由 WordPress.com 建置.

Up ↑

探索更多來自 Soft & Share 的內容

立即訂閱即可持續閱讀,還能取得所有封存文章。

Continue reading