随着人工智能驱动的自动驾驶系统不断改变汽车行业，许多传统上由人类驾驶员处理的方面都使用人工智能，因此“保护数字系统”的经典方法已无法有效的进行安全防护。您必须在开发和与其他汽车系统集成所涉及的整个供应链的背景下考虑人工智能特定问题。本次培训旨在帮助安全产品经理、安全工程师、自动驾驶系统工程师、系统测试工程师、系统架构师、人工智能研发等人员掌握在自动驾驶汽车中实现更安全人工智能的方案，提升利用人工智能解决复杂的生态系统、软件漏洞、数据隐私问题和第三方集成引起的问题等专业能力。

培训课题：

• 人工智能/机器学习技术在高度自动化驾驶功能中的应用

• 基于人工智能的自动驾驶汽车的系统架构

• 人工智能算法在不确定和开放环境中的鲁棒性和弹性

• 可解释人工智能在端到端自动驾驶中的安全隐患

• 自动驾驶安全保障和风险分析的数据驱动方法

• 基于人工智能的自动驾驶汽车的安全标准、法规和认证流程

• 基于人工智能的自动驾驶汽车的安全验证和确认技术

• 基于模型学习的自动驾驶系统安全分析

• 通过人工智能算法改进系统，例如传感器融合

• 人工智能与伦理

• 新的安全和人工智能标准和法规

• 数据保护和隐私

• 防篡改 AI

• 人工智能在自动驾驶汽车中的漏洞

• 自动驾驶汽车的操作层和 AI 的作用

• 自动驾驶汽车中带有 AI 的安全组件

• 车辆法规和标准

• AI 组件的网络安全审计

• 自动驾驶汽车中人工智能和网络安全的未来

• 人工智能自动驾驶汽车的黑客攻击和漏洞

-自动驾驶汽车技术

-对自动驾驶汽车S/W的攻击

-自动驾驶汽车的网络攻击   

-自动驾驶汽车软件漏洞的安全措施                                   

-自动驾驶汽车网络漏洞的安全措施

• 人工智能驱动的入侵检测系统

• 人工智能在网络安全中的优势                           

• 机器学习的作用                     

• 人工智能安全的当前趋势                             

• 日益增长的网络攻击威胁

• AI 驱动的入侵检测系统                                                       

• 人工智能在检测和防止黑客攻击方面的益处

-实时威胁检测                                     

-行为分析                                               

-自适应防御机制                    

-实时监控和警报系统

• 利用机器学习增强汽车安全性                                                                 

- 异常检测                                             

- 行为分析                                            

- 威胁情报                                     

• 人工智能驱动的入侵检测系统的趋势

-高级机器学习算法

-区块链技术的整合                

-5G技术的兴起                                       

-边缘计算的使用

• 对抗性机器学习 （AML） 攻击和一些缓解技术                        

 针对“预测性人工智能”系统的攻击      

 针对“生成式人工智能”系统的攻击  

 规避、中毒和隐私攻击、滥用生成式人工智能系统                      

- 人工智能供应链攻击                                      

- 直接提示注入攻击

- 间接提示注入攻击

....

 扫码联系客服