Securing AI: From Development to AI Ops

** Sicherung von KI - von der Entwicklung bis zu ai ops **
Schließen Sie sich DevSeccon Netherland an, um ein aufregendes Treffen zu erforschen, das sich auf eine sichere KI -Adoption befindet, die bei [Mollie '] (https://www.mollie.com/gb/) S -Büros in Central Amsterdam mit zwei fantastischen Gesprächen gehostet wird!

** sprechen 1: Sicherheit in der AI-betriebenen Entwicklung **
*Sprecher: Alessandro Vozza, technische Spezialistenanwendung Innovation & AI @Microsoft*

In der sich schnell entwickelnden Landschaft der KI-angetriebenen Entwicklung, die Feststellung und die Sicherstellung, dass die Sicherheit von größter Bedeutung ist. Dieser Vortrag wird sich mit der Integration von Agenten -KI- und Copilot -Technologien befassen, wodurch ihr transformatives Potenzial und die Sicherheitsmaßnahmen hervorgehoben werden, die für die Sicherung ihrer Implementierung erforderlich sind. Die Teilnehmer erhalten Einblicke in die neuesten Fortschritte in KI, praktische Strategien für den sicheren Einsatz und die Zukunft der KI-gesteuerten Entwicklung. Nehmen Sie an, um zu untersuchen, wie die Agenten -KI und Copilot die Entwicklung revolutionieren können und gleichzeitig robuste Sicherheitsstandards aufrechterhalten.

** Talk 2: Verständnis von LLM-Risiken in der Infrastruktur: Von den Grundlagen zu realen Szenarien ** **
*Sprecher: Julien Salomon, Gründungsingenieur @Anyshift*

Große Sprachmodelle (LLMs) transformieren das Infrastrukturmanagement, können jedoch auch erhebliche Sicherheitsrisiken einführen. Dieser Vortrag deckt die Grundlagen von LLMs ab, die auf Infrastruktur-As-Code angewendet werden, zeigt potenzielle Beispiele für potenzielle Schwachstellen und bietet praktische Strategien zur Minderung dieser Risiken in DevSecops-Umgebungen.

* LLM -Grundlagen: Ich werde erklären, wie LLMs funktionieren, wie sie ausgebildet werden, und wie probabilistisch. Ich werde den Unterschied durch Vergleiche von Python & Terraform Code Generation veranschaulichen.
* Probleme mit der IAC -Generierung wie Kontextbeschränkungen: KI kann aufgrund eines fehlenden Kontextes suboptimale Konfigurationen erzeugen, was zu Inkonsistenzen oder Abhängigkeitsproblemen und Sicherheitsrisiken führt: Modelle, die in öffentlichen Daten geschult wurden, können Schwachstellen verbreiten - z. B. offene Ports und schlechte Praktiken.
* Zukünftiges Potenzial - Kontext -KI: Das volle Potenzial von AI wird realisiert, wenn es einen umfassenden Umweltkontext integriert, einschließlich Konfigurationen, Servicevernungsvollen und Sicherheitsrichtlinien.

** Begleiten Sie die Gespräche, bleiben Sie für die 🍻 & 🍕 **