課程介紹
人工智能安全認證專家CAISP(Certified Artificial Intelligence Security Professional, CAISP) 由國際雲安全聯盟大中華區發佈，旨在為從事AI(含AI安全)的研究、管理、運營、開發以及網路安全等從業人員提供的一套全面覆蓋AI安全領域、跨領域綜合能力培養、實踐導向與案例分析、結合全球視野與法規治理的AI安全課程。該認證課程不僅填補了國內AI安全認證的空白，也為推動我國AI安全領域技術創新和產業發展做出重要貢獻。
該課程全面覆蓋AI 安全領域，針對研究、管理、運營、開發及網路安全等多個領域的從業人員，提供一套綜合的課程體系，包括AI安全的基礎理論、技術實踐、案例分析。
學習收穫
學完本課程後，學員將獲得以下收穫：
- 深入理解AI技術原理、架構及安全性漏洞，掌握防護技術與工具
- 掌握AI與AI安全的基本概念，理解AI技術發展脈絡及其對安全的影響
- 熟悉常見AI演算法與模型，能夠分析其安全性
- 瞭解大模型安全風險，掌握典型攻擊類型及應對策略
- 熟悉國內外AI安全法律法規、標準規範，掌握AI安全治理框架
- 瞭解LLM安全風險，掌握LLM在網路安全中的應用，防範惡意提示詞攻擊，掌握企業安全使用ChatGPT的最佳實踐
- 理解AI倫理道德挑戰與典型場景下的風險，洞察AI技術的未來發展趨勢，培養負責任的AI應用理念
學習目標人群
學習目標人群：
- 安全研究員
- 合規與風險管理專員
- AI安全工程師
- AI工程師與開發者
- 政策制定者和監管機構
- 網路安全從業者
- AI行業從業人員
- 在校學生
- AI應用終端使用者
上課日期
面授課堂：2026年2日9-11日 (星期一至三), 09:30 – 12:30; 14:00-17:00
課程時數
共3堂, 每堂6小時
課程亮點
- 提升安全思維
課程全面涵蓋AI演算法、模型安全、政策法規及全生命週期安全實踐，培養技術合規與治理先行的全域思維及端到端防護能力。 - 拔高實戰能力
通過分析各行業AI安全事件，剖析攻擊原理與防禦策略，可助力將理論轉化為實戰能力。 - 前沿實踐分享
針對ChatGPT、Llama等生成式AI的獨特風險，課程提供專項防禦方案，包括惡意內容過濾、API安全加固等企業級最佳實踐。
學習內容
| 模組/章名稱 | 課程內容 |
| 第一章 AI 安全概述篇 | 第一節：AI 與AI 安全基本概念 第二節：AI 與安全衍生 第三節：技術發展脈絡 |
| 第二章 技術基礎篇 | 第一節：常見AI 演算法與模型介紹 第二節：AI 模型與演算法安全性分析 第三節：資料隱私保護與安全措施 |
| 第三章 安全風險篇 | 第一節：大模型安全風險概述 第二節：典型攻擊與應對策略：提示攻擊、對抗攻擊、梯度洩露攻擊、推理攻擊、模型萃取攻擊、供應鏈攻擊、應對策略 第三節：防禦機制解析 |
| 第四章 政策與治理篇 | 第一節：國內外AI 安全法律法規、標準規範分析 第二節：AI 安全治理框架 |
| 第五章 全生命週期管理篇 | 第一節：DevSecOps 與AI 第二節：AI 安全需求分析與設計 第三節：安全的AI 系統開發指南與實踐 第四節：AI 安全測評框架應用 第五節：AI 滲透測試技術與方法 第六節：AI 安全運營保障體系建設 |
| 第六章 標準與評估篇 | 第一節：AI 安全框架 第二節：AI 成熟度模型應用與評估 第三節：AI 安全標準與測評認證實踐 |
| 第七章 特別篇ChatGPT 的安全影響 | 第一節：惡意行為者利用LLM 的安全分析 第二節：防禦者如何將LLM 應用於網路安全 第三節：惡意提示詞攻擊的防範措施 第四節：企業安全使用ChatGPT 的最佳實踐 |
| 第八章 實踐案例篇 | 第一節：現實世界中的AI 安全問題深度分析 第二節：解決方案制定與應對策略 第三節：關鍵領域的AI 安全最佳實踐案例 第四節：行業大模型應用及安全實踐案例 |
| 第九章 倫理與未來發展篇 | 第一節：AI 倫理道德挑戰與分析 第二節：典型場景下的AI 倫理道德風險 第三節：未來發展趨勢 |
學費
HK$11,800
主講導師
米小亮老師於西安電子科技大學取得軟體工程碩士。畢業後在NEC中國，國新健康資訊科技公司擔任資料安全相關職位。在公司負責資料管理成熟度評估提升和認證，領導公司整體資料治理，推動公司資料戰略，提升資料使用，使資料在保證品質安全合規的前提下最大限度提升資料價值。
2012年進入教育行業，就職於西安工業大學，一直從事安全開發流程的研究、應用和推廣工作。在高校工作時3次領帶學員參加“Google移動應用開發大學生挑戰賽”和“藍橋杯”等比賽，取得一等獎及全國優秀獎。