Securing AI: From Development to AI Ops

** sécurisation AI - du développement à l'IA OPS **
Rejoignez DevSecCon Pays-Bas pour une rencontre passionnante explorant l'adoption sécurisée de l'IA, organisée aux bureaux de [Mollie '] (https://www.mollie.com/gb/) dans le centre d'Amsterdam avec deux conférences fantastiques!

** Talk 1: Sécurité dans le développement alimenté par l'IA **
* Conférencier: Alessandro Vozza, Innovation de l'application spécialisée technique et AI @ Microsoft *

Dans le paysage rapide en évolution du développement alimenté par l'IA, l'établissement de la confiance et la sécurité sont primordiaux. Cette conférence se plongera dans l'intégration des technologies d'IA et de copilote agentiques, mettant en évidence leur potentiel transformateur et les mesures de sécurité nécessaires pour protéger leur mise en œuvre. Les participants auront un aperçu des dernières avancées de l'IA, des stratégies pratiques pour le déploiement sécurisé et de l'avenir du développement axé sur l'IA. Rejoignez-nous pour explorer comment l'IA et le copilote agents peuvent révolutionner le développement tout en maintenant des normes de sécurité robustes.

** Talk 2: Comprendre les risques LLM dans les infrastructures: des principes fondamentaux aux scénarios du monde réel **
* Conférencier: Julien Salomon, ingénieur fondateur @ anyshift *

Les modèles de grands langues (LLM) transforment la gestion des infrastructures, mais ils peuvent également introduire des risques de sécurité importants. Cette conversation couvre les bases des LLM appliqués aux infrastructures en tant que code, présente des exemples réels de vulnérabilités potentielles et offre des stratégies pratiques pour atténuer ces risques dans les environnements DevSecops.

* Fondamentaux LLM: je vais expliquer comment les LLM fonctionnent, comment elles sont formées et leur approche probabiliste. Je vais illustrer la différence dans les comparaisons de génération de code Python & Terraform.
* Problèmes avec la génération d'IAC tels que les limitations de contexte: l'IA peut produire des configurations sous-optimales en raison du contexte manquant, entraînant des incohérences ou des problèmes de dépendance, et des risques de sécurité: les modèles formés sur les données publiques peuvent propager les vulnérabilités - par exemple, les ports ouverts et les mauvaises pratiques.
* Potentiel futur - AI contextuel: le plein potentiel de l'IA sera réalisé lorsqu'il intègre un contexte environnemental complet, y compris les configurations, les interdépendances de service et les politiques de sécurité.

** Rejoignez pour les conférences, restez pour le 🍻 & 🍕 **