Corso di formazione Introduzione alla gestione della fiducia, dei rischi e della sicurezza nell'IA (AI TRiSM)

AAISM è un avanzato framework per valutare, governare e gestire i rischi di sicurezza nei sistemi di intelligenza artificiale.

Questo corso di formazione guidato da un istruttore (online o in loco) è rivolto a professionisti di livello avanzato che desiderano implementare controlli e pratiche di governance della sicurezza efficaci per gli ambienti AI aziendali.

Al termine di questo programma, i partecipanti saranno preparati a:

• Valutare i rischi di sicurezza dell'AI utilizzando metodologie riconosciute nel settore.
• Implementare modelli di governance per la distribuzione responsabile dell'AI.
• Allineare le politiche di sicurezza dell'AI con gli obiettivi organizzativi e le aspettative normative.
• Incrementare la resilienza e la responsabilità nelle operazioni guidate dall'AI.

Formato del Corso

• Lezioni facilitate supportate da analisi di esperti.
• Workshop pratici e attività basate su valutazioni.
• Esercizi applicati utilizzando scenari reali di governance dell'AI.

Opzioni di Personalizzazione del Corso

• Per un addestramento personalizzato allineato alla strategia AI della tua organizzazione, contattaci per personalizzare il corso.

Questo training guidato dall'instruttore, live in Italia (online o in presenza), è rivolto a leader aziendali intermedi che desiderano capire come governare e proteggere i sistemi di IA responsabilmente e conformemente ai principali quadri globali emergenti, come il Regolamento sull'IA dell'UE, il GDPR, l'ISO/IEC 42001 e l'Ordinanza esecutiva sugli AI degli Stati Uniti.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i rischi legali, etici e normativi dell'uso dell'IA in tutte le divisioni aziendali.
• Interpretare e applicare i principali quadri di governance dell'IA (Regolamento sull'IA dell'UE, NIST AI RMF, ISO/IEC 42001).
• Stabilire politiche di sicurezza, controllo e supervisione per la distribuzione dell'IA nell'azienda.
• Sviluppare linee guida per l'acquisizione e l'utilizzo di sistemi AI terze parti e interni.

L'Intelligenza Artificiale (IA) introduce nuove dimensioni di rischio operativo, sfide di governance e esposizione alla cybersicurezza per le agenzie governative e i dipartimenti.

Questo training guidato da istruttori, live (online o in presenza), è rivolto a professionisti IT e del rischio del settore pubblico con una limitata esperienza precedente nell'IA che desiderano comprendere come valutare, monitorare e proteggere i sistemi AI all'interno di un contesto governativo o regolatorio.

Al termine di questo training, i partecipanti saranno in grado di:

• Interpretare concetti chiave relativi ai rischi dei sistemi AI, inclusa la bias, l'imprevedibilità e il model drift.
• Applicare framework di governance e auditing specifici per l'IA, come il NIST AI RMF e ISO/IEC 42001.
• Riconoscere le minacce alla cybersicurezza che mirano ai modelli AI e alle pipeline di dati.
• Stabilire piani di gestione dei rischi interdipartimentali e allineamento delle politiche per la distribuzione dell'IA.

Formato del Corso

• Lezione interattiva e discussione di casi d'uso nel settore pubblico.
• Esercizi sui framework di governance dell'IA e mappatura delle politiche.
• Modellazione basata su scenari e valutazione del rischio.

Opzioni di Personalizzazione del Corso

• Per richiedere un training personalizzato per questo corso, contattateci per organizzare.

Questo corso offre una guida pratica alla protezione delle moderne applicazioni basate sull’IA, delle API, dei copilot e degli agenti autonomi. I partecipanti acquisiranno dimestichezza con le differenze tra la sicurezza informatica tradizionale e quella specifica per l’IA; esploreranno le minacce più comuni legate a questa tecnologia, quali l’iniezione di prompt, l’avvelenamento dei sistemi RAG e il malutilizzo degli agenti AI. Inoltre apprenderanno come adottare strategie di difesa strutturate – tra cui WAF, gateway per l’IA e meccanismi aggiuntivi di controllo – che assicurino una protezione efficace in ambienti di produzione. Attraverso esercitazioni pratiche e casi reali, i corsisti acquisiranno le capacità necessarie per identificare anomalie nei sistemi basati su LLM e implementare misure difensive adeguate.

Questo corso pratico guidato da un istruttore in Italia (online o in presenza) si rivolge a sviluppatori AI, architetti e product manager di livello intermedio ed avanzato che desiderano individuare e mitigare i rischi legati alle applicazioni alimentate da LLM, come l’iniezione di prompt, la fuoriuscita di dati e le risposte non filtrate. Si apprenderà inoltre a implementare controlli di sicurezza quali la validazione degli input, il controllo umano nel ciclo operativo e meccanismi di sorveglianza delle uscite.

Al termine del corso, i partecipanti saranno in grado di:

• Comprendere le principali vulnerabilità dei sistemi basati su LLM.
• Applicare principi di progettazione sicura all’architettura delle applicazioni LLM.
• Utilizzare strumenti come Guardrails AI e LangChain per la validazione, il filtraggio e la sicurezza.
• Integrare tecniche quali l’uso di ambienti isolati, i test “red team” e la revisione umana nei flussi produttivi professionali.

Questo corso insegna agli sviluppatori software come costruire applicazioni basate sull'IA in modo sicuro "by design". I partecipanti imparano a proteggere chatbot, copilot, pipeline RAG e agenti AI da minacce specifiche dell'IA come l'iniezione di prompt, l'avvelenamento dei dati, l'abuso degli strumenti, la perdita di segreti e l'output del modello non sicuro. Il corso copre la progettazione sicura dei prompt, la sicurezza RAG, il principio del minimo privilegio, i guardrail e i test red-team, aiutando gli sviluppatori a costruire funzionalità AI che siano sicure, affidabili e resilienti in ambienti reali.

Questa formazione pratica, tenuta da istruttori Italia (in modalità online o in presenza), si rivolge a professionisti intermedi dell’IA e della cybersecurity che desiderano comprendere e affrontare le specifiche vulnerabilità dei modelli e dei sistemi intelligenti, soprattutto nei settori fortemente regolamentati come la finanza, la gestione dei dati e il settore consultivo.

Al termine del corso i partecipanti saranno in grado di:

• Comprendere i diversi tipi di attacchi avversari diretti ai sistemi basati sull’IA e le strategie per contrastarli.
• Applicare tecniche di rafforzamento dei modelli per proteggere i processi di machine learning.
• Garantire la sicurezza e l'integrità dei dati utilizzati nei modelli di apprendimento automatico.
• Orientarsi nei requisiti normativi legati alla sicurezza informatica dell’IA.

Questo corso formativo, tenuto da istruttori ed erogato in modalità Italia (online o in presenza), è rivolto a ingegneri della sicurezza e responsabili della conformità che desiderano rafforzare la sicurezza delle loro implementazioni EXO, gestire l’accesso ai modelli e governare i flussi di lavoro legati all’intelligenza artificiale interamente localizzati.

Questo training guidato dal docente, live (online o in loco), è rivolto a professionisti della sicurezza IT, del rischio e della conformità di livello base che desiderano comprendere i concetti fondamentali di sicurezza dell'IA, le vettori di minaccia e i framework globali come il NIST AI RMF e l'ISO/IEC 42001.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere i rischi unici alla sicurezza introdotti dai sistemi AI.
• Identificare vettori di minaccia come attacchi avversari, avvelenamento dei dati e inversione del modello.
• Applicare modelli di governance fondamentali come il NIST AI Risk Management Framework.
• Allineare l'uso dell'IA con standard emergenti, linee guida per la conformità e principi etici.

Questo corso formativo in presenza o online in Italia è indirizzato a ingegneri della sicurezza e del Machine Learning che hanno la necessità di riconoscere, analizzare e proteggersi dagli attacchi diretti ai modelli ML e alle applicazioni basate su LLM.

Basato sull'ultima guida del progetto OWASP GenAI Security, i partecipanti impareranno a identificare, valutare e mitigare minacce specifiche per l'AI attraverso esercizi pratici e scenari reali.

Questo training guidato da istruttori, live (online o in sede) è rivolto a professionisti di livello avanzato che desiderano implementare e valutare tecniche come il federated learning, la secure multiparty computation, l'encryption omomorfa e la privacy differenziale in pipeline di machine learning reali.

Al termine di questo training, i partecipanti saranno in grado di:

• Comprendere e confrontare le principali tecniche di protezione della privacy nel ML.
• Implementare sistemi di federated learning utilizzando framework open-source.
• Applicare la privacy differenziale per condividere e addestrare modelli in modo sicuro.
• Utilizzare tecniche di crittografia e calcolo sicuro per proteggere input e output dei modelli.

Questa formazione guidata da un istruttore (online o in loco) è rivolta a professionisti della sicurezza e specialisti di ML di livello avanzato che desiderano simulare attacchi sui sistemi AI, scoprire vulnerabilità e migliorare la robustezza dei modelli AI distribuiti.

Al termine di questa formazione, i partecipanti saranno in grado di:

• Simulare minacce reali per i modelli di machine learning.
• Generare esempi avversari per testare la robustezza dei modelli.
• Valutare l'area d'attacco delle API e delle pipeline AI.
• Progettare strategie di red teaming per gli ambienti di distribuzione AI.

Questo corso formativo, tenuto da istruttori in Italia (online o in presenza), si rivolge a ingegneri e professionisti della sicurezza di livello intermedio desiderosi di tutelare i modelli AI implementati ai bordi di rete da minacce quali manomissione, fuoriuscita di dati, input avversari ed attacchi fisici.

Al termine del corso, i partecipanti saranno in grado di:

• Identificare e valutare i rischi per la sicurezza nei casi di impiego dell’AI ai bordi di rete.
• Applicare tecniche per contrastare manomissioni e garantire inferenza crittografata.
• Rafforzare la sicurezza dei modelli implementati ai bordi di rete e proteggere i flussi di dati associati.
• Implementare strategie mirate alla riduzione delle minacce in contesti embedded e ad risorse limitate.

Questo training guidato da un istruttore (online o in sede) è rivolto a professionisti intermedi della machine learning e della cybersecurity che desiderano comprendere e mitigare le minacce emergenti contro i modelli AI, utilizzando sia cornici concettuali che difese pratiche come l'addestramento robusto e la privacy differenziale.

Al termine di questo training, i partecipanti saranno in grado di:

• Identificare e classificare minacce specifiche dell'AI come attacchi avversari, inversione e intossicazione.
• Utilizzare strumenti come la Adversarial Robustness Toolbox (ART) per simulare attacchi e testare i modelli.
• Applicare difese pratiche, incluse l'addestramento avversario, l'iniezione di rumore e tecniche che preservano la privacy.
• Progettare strategie di valutazione dei modelli consapevoli delle minacce in ambienti di produzione.