Szkolenie: Narzędzia AI w bezpieczeństwie aplikacji
W trakcie szkolenia "Narzędzia AI w bezpieczeństwie aplikacji" poznamy sposoby wykorzystania AI w różnych aspektach bezpieczeństwa, takich jak analiza kodu, testowanie, modelowanie zagrożeń, ocena zależności, zarządzanie dostawcami oraz reagowanie na incydenty. Celem kursu jest praktyczne wdrożenie AI w proces wytwarzania oprogramowania, co pozwoli na skuteczniejszą ochronę aplikacji oraz szybsze wykrywanie i eliminowanie zagrożeń.
- Trenerzy praktycy
- Kameralne grupy
Czas trwania szkolenia:2 dni (16h)
Kod kursu:AI/SECURITY
Dostępne terminy szkolenia
Termin:
Trener:
Cena:
2450 PLN netto
Lokalizacja:
ZdalneTermin:
Trener:
Cena:
2450 PLN nettoLokalizacja:
ZdalneNarzędzia AI w bezpieczeństwie aplikacji
Cele szkolenia
Zrozumienie roli AI w procesach DevSecOps i bezpieczeństwie aplikacji
Umiejętność modelowania zagrożeń i oceny ryzyka z pomocą AI
Wykorzystanie AI do analizy kodu źródłowego i wykrywania podatności
Automatyzacja testów bezpieczeństwa
Ocena bezpieczeństwa infrastruktury oraz dostawców z wykorzystaniem AI
Wdrożenie AI do reagowania na incydenty
Budowa osobistego asystenta bezpieczeństwa aplikacji
Dla kogo?
Architektów
Specjalistów bezpieczeństwa aplikacji
Specjalistów DevSecOps
Programistów
Administratorów systemów i specjalistów ds. infrastruktury.
Specjalistów ds. zgodności (GRC)
Zalety
Praktyczne zastosowanie AI w różnych aspektach bezpieczeństwa
Warsztaty pozwalające na wykorzystanie świeżo zdobytej wiedzy
Przegląd najlepszych praktyk w DevSecOps
Pokaz szerokich możliwości wykorzystania AI do zwiększenia bezpieczeństwa systemów
Wymagania
Doświadczenie w analizie bezpieczeństwa aplikacji
Znajomość podstaw działania AI i ML (nie jest wymagana zaawansowana wiedza)
W cenie otrzymasz:
Materiały szkoleniowe
Certyfikat ukończenia szkolenia
W przypadku szkolenia w trybie stacjonarnym zapewnimy Ci również lunch oraz sprzęt niezbędny do nauki
Program szkolenia
Klasyczny model bezpieczenstwa aplikacji
Secure Software Development Life Cycle
DevOps cycle
DevSecOps
Model działania współczesnych metod AI
Rodzaje modeli AI
Charakterystyka działania modeli LLM
Rozwiązania chmurowe i on-premise
Bezpieczne korzystanie z modeli AI
Modelowanie zagrożeń
Dobre zasady modelowania zagrożeń systemu
Modele myślenia o zagrożeniach
System wspomagający modelowanie zagrożeń
Ocena ryzyka i predykcja konsekwencji
Warsztat z modelowania zagrożeń różnymi metodami z pomocą AI
Bezpieczeństwo kodu źródłowego
Metody ataku na repozytoria kodu
Zasady zabezpieczania systemów kontroli kodu
Wsparcie AI w analizie kodu źródłowego
Warsztaty w wykrywaniu luk bezpieczeństwa z pomocą AI
Analiza zależności i zarządzanie komponentami
Zagrożenia wynikające z zależności w kodzie
Weryfikacja dojrzałosci zależności
Defensywne korzystnie z zależności
Wsparcie AI w ocenie zależności
Warsztat analiza przypadków podatnosci przez zależności z użyciem AI
Testowanie bezpieczeństwa
Modele testów bezpieczeństwa
Wygląd systemu z perspektywy testów bezpieczeństwa
Analiza interfejsów systemowych z uzyciem AI
Budowa kontekstu testów
Generowanie przypadków testowych z użyciem AI
Analiza faktycznych problemów bezpieczeństwa w zapytaniach API
Warsztat z testowania systemu z pomocą AI
Bezpieczeństwo infrastruktury
Infrastructure as a Code
Elementy infrastruktury i jej konfiguracji
Metody analizy bezpieczenstwa elementów infrastruktury
Warsztat z analizy podatnosci bezpieczeństwa infrastruktury z pomocą AI
Bezpieczeństwo dostawców
Weryfikacja dojrzałości dostawców
Metody dodatkowej ochrony przed zagrożeniami ze strony dostawców
Analiza dojrzałości i bezpieczenstwa dostawców z uzyciem AI
Analiza bezpieczeństwa interfejsów integracyjnych z użyciem AI
Warsztaty z oceny bezpieczeństwa dostawców z uzyciem AI
Reagowanie na incydenty
Automatyczne klasyfikowanie i korelowanie incydentów
AI w automatycznym tworzeniu raportów i rekomendacji naprawczych
Compliance w bezpieczeństwie
Automatyzacja audytów pod kątem GDPR, PCI-DSS, ISO 27001
Monitorowanie zgodności ze standardami z uzyciem AI
Budowa osobistego asystenta bezpieczeństwa aplikacji
Zebranie reguł analizy
Mapowanie reguł analizy na proces SDLC
Mechanizmy wspierające reguły analizy
Podsumowanie działania osobistego asystenta
Autorem szkolenia jest Adrian Sroka
Architekt bezpieczeństwa i konsultant IT. Moim celem jest uczynienie świata bezpieczniejszym poprzez tworzenie lepiej zabezpieczonych aplikacji i systemów IT. Wierzę, że skuteczne podejście do bezpieczeństwa zaczyna się od dobrze zaprojektowanego procesu developmentu. Specjalizuję się w integracji bezpieczeństwa z procesem tworzenia oprogramowania. Dzięki bogatemu doświadczeniu w budowie systemów IT skutecznie wdrażam praktyki i rozwijam społeczności związane z bezpieczeństwem w firmach.
Wybrane opinie
Przeczytaj pozytywne opinie pochodzące z ankiet satysfakcji z naszych szkoleń wypełnianych wyłącznie przez ich uczestników po realizacji usługi
