Securing AI: From Development to AI Ops

** Asegurar ai - desde el desarrollo hasta las operaciones de AI **
Únase a Devseccon Netherland para una emocionante reunión que explora la adopción de IA segura, alojada en [Mollie '] (https://www.mollie.com/gb/) s en el centro de Amsterdam con dos charlas fantásticas!

** Talk 1: Seguridad en el desarrollo con AI **
*Orador: Alessandro Vozza, Innovación de aplicaciones especializadas técnicas y ai @Microsoft*

En el panorama en rápida evolución del desarrollo impulsado por la IA, establecer la confianza y garantizar la seguridad son primordiales. Esta charla profundizará en la integración de la IA agente y las tecnologías de copilotos, destacando su potencial transformador y las medidas de seguridad necesarias para salvaguardar su implementación. Los asistentes obtendrán información sobre los últimos avances en IA, estrategias prácticas para la implementación segura y el futuro del desarrollo impulsado por la IA. Únase a nosotros para explorar cómo la IA y el copiloto de Agentic pueden revolucionar el desarrollo mientras mantienen estándares de seguridad sólidos.

** Talk 2: Comprensión de los riesgos de LLM en infraestructura: de fundamentos a escenarios del mundo real **
*Presidente: Julien Salomon, ingeniero fundador @AnyShift*

Los modelos de idiomas grandes (LLM) están transformando la gestión de la infraestructura, pero también pueden introducir riesgos de seguridad significativos. Esta charla cubre los conceptos básicos de los LLM aplicados a la infraestructura como código, muestra ejemplos del mundo real de vulnerabilidades potenciales y ofrece estrategias prácticas para mitigar estos riesgos en los entornos de Devsecops.

* LLM Fundaments: Explicaré cómo funcionan los LLM, cómo están entrenados y su enfoque probabilístico. Ilustraré la diferencia a través de las comparaciones de generación de código de Python & Terraform.
* Problemas con la generación de IAC, como las limitaciones de contexto: la IA puede producir configuraciones subóptimas debido a la falta de contexto, lo que lleva a inconsistencias o problemas de dependencia, y riesgos de seguridad: los modelos capacitados en datos públicos pueden propagar vulnerabilidades, por ejemplo, puertos abiertos y malas prácticas.
* Potencial futuro: la IA contextual: el potencial de IA se realizará cuando integra un contexto ambiental integral, incluidas las configuraciones, las interdependencias de servicios y las políticas de seguridad.

** Únete a las charlas, quédate para el 🍻 & 🍕 **