Practical AI Security

Analizzate i sistemi di intelligenza artificiale. Poi, proteggeteli.

Se siete professionisti della sicurezza che stanno imparando a operare in ambienti di intelligenza artificiale, o ingegneri di machine learning che hanno bisogno di capire cosa fanno realmente gli attaccanti, "Practical AI Security" vi fornisce le basi tecniche richieste dal settore.

Costruito partendo dai principi fondamentali, questo libro vi guida dalla comprensione dei modi in cui i modelli falliscono, a come vengono sfruttati, fino a come vengono difesi e controllati. Ogni tecnica include spiegazioni chiare ed esempi pratici, e potrete eseguire voi stessi gli attacchi e le difese con oltre 30 dimostrazioni pratiche in Python.

• Comprendete come diversi tipi di modelli di machine learning creano vulnerabilità uniche, ed esplorate come questi modelli vengono integrati in sistemi di intelligenza artificiale più autonomi, introducendo nuove debolezze e rischi.
• Identificate, sfruttate e proteggetevi da decine di vulnerabilità e attacchi durante l'intero ciclo di vita dell'intelligenza artificiale, inclusi l'avvelenamento dei dati, il furto di modelli e l'iniezione di prompt.
• Valutate i sistemi di intelligenza artificiale per individuare errori di sicurezza, pregiudizi e rischi di disallineamento, utilizzando benchmark strutturati.
• Analizzate i sistemi autonomi, le pipeline RAG e le architetture multimodali utilizzando MITRE ATLAS, OWASP e il framework MAESTRO.
• Progettate ed eseguite campagne di "red teaming" specifiche per l'intelligenza artificiale, e comprendete cosa le distingue dai test di sicurezza tradizionali.
• Effettuate audit rapidi dei rischi e navigate nei framework di governance dell'intelligenza artificiale per le implementazioni reali.

Che siate utenti, sviluppatori, implementatori o supervisori di sistemi di intelligenza artificiale, questa non è conoscenza di nicchia: è la base per proteggere le tecnologie che definiranno la prossima era del progresso umano.