Securing AI: From Development to AI Ops

** Origura dell'intelligenza artificiale - dallo sviluppo all'IA OPS **
Unisciti a Devseccon Paesi Bassi per un entusiasmante incontro che esplora l'adozione di AI Secure, ospitato a [Mollie '] (https://www.mollie.com/gb/) S uffici nel centro di Amsterdam con due fantastici colloqui!

** Talk 1: Sicurezza nello sviluppo basato sull'intelligenza artificiale **
*Speaker: Alessandro Vozza, Applicazione specialistica tecnica Innovazione e ai @Microsoft*

Nel panorama in rapida evoluzione dello sviluppo basato sull'intelligenza artificiale, stabilire la fiducia e garantire la sicurezza è fondamentale. Questo discorso approfondirà l'integrazione delle tecnologie AI e Copilot agenti, evidenziando il loro potenziale trasformativo e le misure di sicurezza necessarie per salvaguardare la loro attuazione. I partecipanti acquisiranno approfondimenti sugli ultimi progressi nell'intelligenza artificiale, strategie pratiche per lo spiegamento sicuro e il futuro dello sviluppo guidato dall'IA. Unisciti a noi per esplorare come AI e Copilot agenti possono rivoluzionare lo sviluppo mantenendo robusti standard di sicurezza.

** Talk 2: Comprensione dei rischi LLM nell'infrastruttura: dai fondamenti agli scenari del mondo reale **
*Speaker: Julien Salomon, ingegnere fondatore @Anyshift*

I modelli di grandi dimensioni (LLM) stanno trasformando la gestione delle infrastrutture, ma possono anche introdurre rischi di sicurezza significativi. Questo discorso copre le basi degli LLM applicati a Infrastructure-As-Code, mette in mostra esempi del mondo reale di potenziali vulnerabilità e offre strategie pratiche per mitigare questi rischi negli ambienti Devsecops.

* Fondamenti LLM: spiegherò come funzionano gli LLM, come sono addestrati e il loro approccio probabilistico. Illustrerò la differenza attraverso i confronti di generazione del codice Python & Terraform.
* Problemi con la generazione IAC come le limitazioni di contesto: l'intelligenza artificiale potrebbe produrre configurazioni non ottimali a causa del contesto mancante, portando a incoerenze o problemi di dipendenza e rischi per la sicurezza: i modelli addestrati sui dati pubblici possono propagare le vulnerabilità, ad esempio, le porte aperte e le cattive pratiche.
* Potenziale futuro - AI contestuale: il pieno potenziale di AI sarà realizzato quando integra un contesto ambientale completo, tra cui configurazioni, interdipendenze di servizio e politiche di sicurezza.

** Unisciti ai colloqui, rimani per il 🍻 & 🍕 **