
Zero Trust pour l'IA : Sécuriser les modèles, les données et les agents autonomes
Description
Zero Trust pour l'IA : Sécuriser les modèles, les données et les agents autonomes Venez passer un moment au bureau de Cloudflare à San Francisco pour une soirée passionnante où l'IA rencontre la cybersécurité en face à face. Rejoignez-nous pour un événement en personne plongeant dans des stratégies Zero Trust adaptées à l'IA ! Nous explorerons comment garder vos modèles d'IA, vos données et vos agents autonomes bien protégés contre les menaces. Que vous soyez passionné par la sécurité de l'IA ou simplement curieux des dernières défenses technologiques, c'est l'endroit où il faut être. Venez prêt à apprendre, à réseauter et à vous enthousiasmer pour des tactiques de sécurité à la pointe de la technologie ! Alors que l'IA d'entreprise passe de projets expérimentaux à des systèmes de production autonomes à part entière, le manuel de sécurité est réécrit en temps réel. Nous parlons d'injection de requêtes, de contamination de modèles, d'exfiltration de données et d'une toute nouvelle frontière de risques qui maintiennent les équipes de sécurité sur leurs gardes. Que vous réfléchissiez au niveau exécutif ou que vous soyez profondément plongé dans les détails techniques, cette session est conçue pour établir des liens. Ling Wu de Cloudflare et Rachel Curran de Locktivity vous expliqueront comment appliquer un cadre Zero Trust (ne jamais faire confiance, toujours vérifier) aux modèles d'IA, aux ensembles de données et aux agents autonomes. C'est une opportunité rare d'entendre deux esprits affûtés sur un sujet qui évolue plus rapidement que la plupart des organisations ne peuvent suivre. Les portes ouvrent à 17h00 chez Cloudflare sur Townsend St. Venez prêt à apprendre, poser des questions et échanger des idées avec des personnes tout aussi passionnées par ce sujet que vous.
Lieu de l`événement
Faites savoir à votre réseau que vous y allez
Partagez cet événement pour engager des conversations, inviter des collègues et vous connecter avant qu`il commence.