문의를 보내주셔서 감사합니다! 팀원이 곧 연락드리겠습니다.
예약을 보내주셔서 감사합니다! 저희 팀 멤버 중 한 분이 곧 연락드리겠습니다.
기간 21 시간
코스 개요
TinyML 보안 소개
- 리소스 제약 ML 시스템의 보안 도전 과제
- TinyML 배포를 위한 위협 모델
- 임베디드 AI 애플리케이션의 리스크 분류
엣지 AI의 데이터 프라이버시
- 온디바이스 데이터 처리를 위한 프라이버시 고려 사항
- 데이터 노출 및 전송 최소화
- 분산형 데이터 처리 기법
TinyML 모델에 대한 적대적 공격
- 모델 회피 및 오염 위협
- 임베디드 센서에서의 입력 조작
- 제약된 환경에서의 취약성 평가
임베디드 ML 보안 강화
- 펌웨어 및 하드웨어 보호 레이어
- 액세스 제어 및 시큐어 부트 메커니즘
- 추론 파이프라인 보호 모범 사례
프라이버시 보존 TinyML 기법
- 프라이버시를 위한 양자화 및 모델 설계 고려 사항
- 온디바이스 익명화 기법
- 경량 암호화 및 시큐어 컴퓨팅 방법
안전한 배포 및 유지보수
- TinyML 디바이스의 안전한 프로비저닝
- OTA 업데이트 및 패치 전략
- 엣지에서의 모니터링 및 사건 대응
안전한 TinyML 시스템 테스트 및 검증
- 보안 및 프라이버시 테스트 프레임워크
- 실-world 공격 시나리오 시뮬레이션
- 검증 및 준수 고려 사항
사례 연구 및 적용 시나리오
- 엣지 AI 생태계에서의 보안 실패 사례
- 견고한 TinyML 아키텍처 설계
- 성능과 보호 사이의 트레이드오프 평가
요약 및 다음 단계
요건
- 임베디드 시스템 아키텍처에 대한 이해
- 기계 학습 워크플로우 경험
- 사이버 보안 기초 지식
대상 독자
- 보안 분석가
- AI 개발자
- 임베디드 엔지니어
회원 평가 (1)
연습 문제
Gianluca Bovo - Urmet
코스 - Security and Privacy in TinyML Applications
기계 번역됨