Practical AI Security

AI-Systeme knacken. Und dann sichern.

Ob Sie als Sicherheitsexperte den Umgang mit KI-Umgebungen erlernen oder als ML-Ingenieur verstehen müssen, was Angreifer tatsächlich tun – „Practical AI Security“ vermittelt Ihnen die technischen Grundlagen, die dieses Fachgebiet erfordert.

Ausgehend von den Grundprinzipien führt Sie dieses Buch von den Ursachen für Modellausfälle über die Art und Weise, wie diese ausgenutzt werden, bis hin zu deren Abwehr und Überprüfung. Jede Technik wird mit klaren Erklärungen und Beispielen aus der Praxis vorgestellt, und Sie können die Angriffe und Abwehrmaßnahmen mit über 30 praktischen Python-Demos selbst ausprobieren.

- Verstehen Sie, wie verschiedene Arten von Machine-Learning-Modellen einzigartige Schwachstellen erzeugen, und untersuchen Sie, wie diese Modelle in autonomere, agentische KI-Systeme integriert werden, um neue Schwachstellen und Risiken einzuführen. - Identifizieren, nutzen und verteidigen Sie sich gegen Dutzende von Schwachstellen und Angriffen über den gesamten KI-Lebenszyklus hinweg, einschließlich Data Poisoning, Modelldiebstahl und Prompt-Injection.- Bewerten Sie KI-Systeme hinsichtlich Sicherheitsfehlern, Verzerrungen und Alignment-Risiken mithilfe strukturierter Benchmarking-Verfahren. - Erstellen Sie Bedrohungsmodelle für agentische Systeme, RAG-Pipelines und multimodale Architekturen unter Verwendung von MITRE ATLAS, OWASP und dem MAESTRO-Framework. - Entwerfen und führen Sie KI-spezifische Red-Teaming-Kampagnen durch und verstehen Sie, was diese von traditionellen Sicherheitstests unterscheidet. - Führen Sie schnelle Risikoaudits durch und navigieren Sie durch KI-Governance-Frameworks für reale Implementierungen.
Ganz gleich, ob Sie KI nutzen, entwickeln, implementieren oder überwachen – dies ist kein Nischenwissen, sondern die Grundlage für den Schutz der Technologien, die die nächste Ära des menschlichen Fortschritts prägen werden.