AI-beveiliging en red teaming van kunstmatige intelligentie Training Cursus

AAISM is een geavanceerd raamwerk voor de beoordeling, het sturen en het beheren van beveiligingsrisico's in kunstmatige intelligentiesystemen (AI).

Deze door een docent geleide, live training (online of op locatie) is bedoeld voor professionals op geavanceerd niveau die effectieve beveiligingscontroles en governancepraktijken willen implementeren voor enterprise AI-omgevingen.

Na afloop van dit programma zijn de deelnemers in staat om:

• AI-beveiligingsrisico's te evalueren met behulp van door de branche erkende methodologieën.
• Governance-modellen te implementeren voor verantwoord AI-deployment.
• AI-beveiligingsbeleid af te stemmen op organisatiedoelen en reguleringsverwachtingen.
• Veerkracht en accountability te versterken binnen AI-gedreven operaties.

Vorm van de cursus

• Gefaciliteerde lezingen, ondersteund door expertanalyse.
• Praktische workshops en activiteiten op basis van assessments.
• Toegepaste oefeningen met behulp van real-world AI-governance-scenario's.

Opties voor aanpassing van de cursus

• Voor op maat gemaakte training, afgestemd op uw organisatie-AI-strategie, neemt u contact met ons op om de cursus aan te passen.

Deze praktijkgerichte training onder leiding van een docent in België (online of op locatie) richt zich op leidinggevenden met enige ervaring die willen begrijpen hoe zij AI-systemen verantwoord kunnen beheren en beveiligen, rekening houdend met nieuwe internationale regelgeving zoals de EU-AI Act, GDPR, ISO/IEC 42001 en het Amerikaanse executief besluit inzake AI.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• De wettelijke, ethische en reglementaire risico’s van AI-toepassingen binnen verschillende afdelingen te begrijpen.
• Belangrijke governance-raamwerken voor AI (zoals de EU-AI Act, NIST AI RMF en ISO/IEC 42001) te interpreteren en toe te passen.
• Beleid op het gebied van beveiliging, audit en toezicht voor AI-implementaties binnen hun organisatie vast te stellen.
• Richtlijnen op te stellen voor de inkoop en het gebruik van zowel externe als interne AI-systemen.

Deze live-training onder leiding van een instructeur in België (online of op locatie) richt zich op observability- en SRE-engineers die LLM’s en AI willen integreren in hun monitoring-, alarm- en incidentanalyseprocessen.

AIOps (Artificiële Intelligentie voor IT-operaties) wordt steeds vaker ingezet om incidenten voorspellend te identificeren nog voordat ze zich voordoen en om de analyse van oorzaken te automatiseren. Hierdoor wordt downtime geminimaliseerd en kan sneller worden gereageerd op problemen.

Deze door een instructeur geleide, live-training – zowel online als ter plaatse – richt zich op IT-professionals met een gevorderde kennis die AIOps-tools en machine learning-modellen willen gebruiken om voorspellende analyses te implementeren, herstelacties te automatiseren en intelligente workflows voor oorzakenanalyse te ontwerpen.

Na afronding van deze training kunnen de deelnemers:

• Machine learning-modellen ontwikkelen en trainen om patronen te ontdekken die tot systeemstoringen leiden.
• Oorzakenanalyse-workflows automatiseren door log- en metriekgegevens uit meerdere bronnen met elkaar te correleren.
• Waarschuwings- en herstelprocessen integreren in bestaande IT-platforms.
• Intelligent AIOps-pijplijnen implementeren en schalen binnen productieomgevingen.

Vorm van de cursus

• Interactieve lezingen en discussies.
• Talrijke oefeningen en praktijkopdrachten.
• Praktische implementatie in een live-labomgeving.

Opties voor maatwerk op de cursus

• Wilt u een op maat gemaakte versie van deze training? Neem dan contact met ons op om de details te bespreken.

AIOps (Artificiële Intelligentie voor IT-operaties) is een aanpak waarbij machine learning en data-analyse worden ingezet om IT-beheer te automatiseren en te verbeteren, met name op het gebied van monitoring, detectie van incidenten en reactie daarop.

Deze interactieve training, begeleid door een instructeur (online of ter plaatse), is bedoeld voor IT-operatieprofessionals met enige ervaring die AIOps-technieken willen toepassen om metingen en logbestanden te correleren, alarmoverload tegen te gaan en de observability te versterken via intelligente automatisering.

Na afloop van deze training kunnen deelnemers:

• De principes en architectuur van AIOps-platformen begrijpen.
• Gegevens uit logbestanden, metingen en traces correleren om oorzaken van problemen te achterhalen.
• Alarmoverload verminderen door slimme filteren en het onderdrukken van onnodige meldingen.
• Open source- of commerciële hulpmiddelen gebruiken om incidenten automatisch te monitoren en af te handelen.

Opzet van de cursus

• Interactieve lezingen en discussies.
• Talrijke oefeningen en praktische opdrachten.
• Praktijkgerichte implementatie in een live-labomgeving.

Mogelijkheden tot maatwerk aanpassing van de cursus

• Heeft u behoefte aan een op maat gemaakte training? Neem dan contact met ons op om dit te regelen.

Met behulp van uitsluitend open source-tools kunt u een AIOps-pijplijn realiseren waarmee u kosteneffectieve en flexibele oplossingen ontwerpt voor observability, detectie van afwijkingen en intelligente alerteren in productieomgevingen.

Deze begeleide, live-training (online of ter plaatse) richt zich op engineers met ervaring die een end-to-end AIOps-pijplijn willen bouwen en implementeren door gebruik te maken van tools zoals Prometheus, ELK, Grafana en eigen machine learning-modellen.

Na afloop van deze training zullen de deelnemers in staat zijn om:

• Een AIOps-architectuur te ontwerpen waarbij uitsluitend open source-componenten worden gebruikt.
• Gegevens uit logs, metingen en traces te verzamelen en te normaliseren.
• Machine learning-modellen toe te passen voor het opsporen van afwijkingen en het voorspellen van incidenten.
• Het alerteren en verhelpen van problemen te automatiseren met behulp van open source-tools.

Opbouw van de cursus

• Interactieve lezingen en discussies.
• Uitgebreide oefeningen en praktijkopdrachten.
• Praktische implementatie in een live-labomgeving.

Mogelijkheden voor cursusaanpassing

• Wilt u een op maat gemaakte versie van deze cursus? Neem dan contact met ons op om de details te bespreken.

Kunstmatige intelligentie (AI) introduceert nieuwe vormen van operationele risico’s, governance-uitdagingen en cybersecurity-gerelateerde kwetsbaarheden voor overheidsinstanties en -afdelingen.

Deze door een instructeur begeleide, live-training (online of ter plaatse) is bedoeld voor IT- en risicobeheerprofessionals binnen de publieke sector die weinig tot geen ervaring met AI hebben, maar wel willen leren hoe zij AI-systemen kunnen evalueren, monitoren en beveiligen in een overheidscontext.

Na afloop van deze training zijn de deelnemers in staat tot het volgende:

• De belangrijkste risicoconcepten rondom AI-systemen begrijpen, zoals bias, onvoorspelbaarheid en modeldrift.
• Toepassen van governance- en auditraamwerken die specifiek voor AI zijn ontwikkeld, zoals NIST AI RMF en ISO/IEC 42001.
• Cybersecurity-bedreigingen identificeren die gericht zijn op AI-modellen en datapijplijnen.
• Interdepartementale risicobeheerplannen opstellen en beleidsafspraken realiseren voor de implementatie van AI.

Opbouw van de cursus

• Interactieve lezingen en discussies over voorbeelden uit de publieke sector.
• Oefeningen rond AI-governancekaders en beleidsontwikkeling.
• Scenario-gebaseerde dreigingsmodellering en risicoanalyse.

Mogelijkheden tot cursusaanpassing

• Indien u een maatwerkcursus wenst, kunt u contact met ons opnemen om dit te regelen.

In deze cursus krijgen deelnemers praktische kennis over het beveiligen van moderne AI-gestuurde toepassingen, API’s, copiloten en autonome agenten. Ze leren wat het verschil is tussen traditionele webbeveiliging en AI-beveiliging, doen ervaring op met veelvoorkomende bedreigingen zoals prompt injection, RAG-vergiftiging en misbruik van agenten, en ontdekken hoe men AI-systemen beschermt via meerdere verdedigingslagen waaronder WAF’s, AI-gateways, API-beveiliging en guardrails. Met behulp van praktische oefeningen en reële scenario’s ontwikkelen deelnemers vaardigheden om aanvalspatronen te ontdekken, LLM-gebaseerde toepassingen af te schermen en effectieve runtime-defensies te implementeren in productieomgevingen.

Deze door een instructeur geleide live-training in België (online of op locatie) is bedoeld voor IT-professionals met basis- tot gevorderde kennis die AI TRiSM willen begrijpen en implementeren binnen hun organisaties.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De kernbegrippen en het belang van vertrouwen, risicobeheer en beveiliging bij kunstmatige intelligentie te begrijpen.
• Risico’s die verbonden zijn aan AI-systemen te identificeren en te verminderen.
• De beste beveiligingspraktijken voor kunstmatige intelligentie toe te passen.
• Regelgevende vereisten en ethische overwegingen met betrekking tot AI te begrijpen.
• Strategieën te ontwikkelen voor effectief bestuur en beheer van kunstmatige intelligentie.

Deze live training onder leiding van een instructeur in België (online of op locatie) is gericht op SRE- en DevOps-engineers die AI-agents willen ontwerpen, bouwen en veilig implementeren voor autonome IT-operaties.

Deze door een instructeur geleide training in België (online of ter plaatse) is bedoeld voor AI-ontwikkelaars, architecten en productmanagers op midden- tot hoog niveau die risico’s in applicaties met grote taalmodellen willen beperken. Denk aan prompt-injectie, datalekken en ongefilterde output, evenals het toepassen van veiligheidsmaatregelen zoals invoervalidatie, menselijke toezichtfuncties en controlemechanismen voor output.

Aan het einde van deze training zullen de deelnemers in staat zijn om:

• De belangrijkste kwetsbaarheden van systemen gebaseerd op grote taalmodellen te begrijpen.
• Veilige ontwerpprincipes toe te passen bij de architectuur van LLM-applicaties.
• Hulpmiddelen zoals Guardrails AI en LangChain te gebruiken voor validatie, filtering en beveiliging.
• Technieken zoals sandboxing, red teaming en menselijke toetsing in productieomgevingen te integreren.

In deze cursus leert men hoe softwareontwikkelaars veilig AI-toepassingen kunnen ontwerpen. Deelnemers leren chatbots, copiloten, RAG-pijplijnen en AI-agents te beveiligen tegen specifieke bedreigingen zoals prompt-injectie, data-poisoning, misbruik van tools, het lekken van geheime informatie en onveilige modeloutput. Onderwerpen zijn onder meer defensief prompt-ontwerp, RAG-beveiliging, toepassing van least privilege, guardrail-bibliotheken en red-teaming, zodat men uiteindelijk betrouwbare, veilige en robuuste AI-functionaliteiten kan bouwen.

Enterprise AIOps-platforms zoals Splunk, Moogsoft en Dynatrace bieden krachtige mogelijkheden voor het detecteren van afwijkingen, het correleren van waarschuwingen en het automatiseren van acties in grote IT-omgevingen.

Deze praktijkgerichte training onder leiding van een instructeur (online of op locatie) is bedoeld voor IT-teams op middenniveau die AIOps-tools willen integreren in hun huidige observability-structuur en operationele werkprocessen.

Na afloop van deze training zullen de deelnemers kunnen:

• Splunk, Moogsoft en Dynatrace configureren en integreren in één gezamenlijke AIOps-architectuur.
• Met behulp van AI-analyses metrieken, logs en gebeurtenissen uit gedistribueerde systemen correleren.
• Incidentdetectie, -prioritering en -respons automatiseren via standaard- of aangepaste werkstromen.
• De prestaties optimaliseren, de reactietijd bij incidenten verkorten en de operationele efficiëntie op ondernemingsniveau verbeteren.

Vorm van de cursus

• Interactieve lezingen en discussies.
• Veel oefeningen en praktische opdrachten.
• Praktijkgerichte implementatie in een live-labomgeving.

Mogelijkheden voor aanpassing van de cursus

• Wilt u een op maat gemaakte training voor deze cursus? Neem dan contact met ons op om dit te regelen.

Prometheus en Grafana zijn wijdverspreide hulpmiddelen voor observability in moderne infrastructuren. Machine learning versterkt deze tools door ze te voorzien van voorspellende en intelligente inzichten, waardoor operationele beslissingen geautomatiseerd kunnen worden.

Deze door een instructeur geleide training (online of op locatie) richt zich op observability-professionals met een gemiddelde kennisniveau die hun monitoring-infrastructuur willen moderniseren door AIOps-technieken te combineren met Prometheus, Grafana en machine learning.

Na afronding van deze training zullen deelnemers in staat zijn om:

• Prometheus en Grafana te configureren voor observability over systemen en diensten.
• Hoogwaardige tijdreeksgegevens te verzamelen, op te slaan en te visualiseren.
• Machine learning-modellen toe te passen voor anomalie-detectie en voorspellingen.
• Intelligente waarschuwingsregels op te stellen die zijn gebaseerd op voorspellende inzichten.

Vorm van de cursus

• Interactieve lezingen en discussies.
• Talrijke oefeningen en praktijkopdrachten.
• Praktische implementatie in een live-labomgeving.

Mogelijkheden tot cursuscustomisatie

• Voor een op maat gemaakte training kunt u contact met ons opnemen om de details af te spreken.

Deze door een instructeur geleide live-training in België (online of op locatie) is bedoeld voor machine learning-engineers en platformteams die robuuste operatieve processen willen ontwikkelen voor toepassingen gebaseerd op grote taalmodellen, en dit op schaal.