Generative AI verandert de manier waarop we software bouwen en beveiligen. In deze eendaagse training Generative AI & Security leer je hoe moderne AI-systemen werken en waarom dat begrip essentieel is voor beveiliging.
Je ontdekt waar de echte risico’s van vandaag liggen en hoe aanvallers large language models kunnen misbruiken om gevoelige gegevens te ontfutselen, verborgen prompts te lekken of onverwachte kosten te veroorzaken. Deze training helpt je zowel bewustwording als praktische vaardigheden op te bouwen, zodat je veilig en met vertrouwen met AI kunt werken in je dagelijkse projecten.
Door deze training te volgen voldoe je bovendien aan de AI Literacy-vereisten van de EU AI Act. Belangrijke onderwerpen zoals risico’s, privacy, datadeling, modelbias en hallucinaties komen uitgebreid aan bod. Zo ontwikkel je niet alleen technische vaardigheden, maar ook de kennis die nodig is om te voldoen aan de aankomende AI-regelgeving. De training is opgebouwd rond de OWASP Top 10 voor LLM-toepassingen, waarbij elk risico wordt vertaald naar herkenbare praktijksituaties. We verkennen bedreigingen aan de inputzijde, zoals prompt injection, prompt leakage en data- of model poisoning.
Daarnaast onderzoek je valkuilen aan de outputzijde, zoals het onveilig omgaan met gegenereerde tekst, het lekken van gevoelige informatie en hallucinaties met juridische of reputatieschade tot gevolg. Tot slot behandelen we architectuurproblemen: kwetsbaarheden in de supply chain, zwakheden in vector stores en RAG-pijplijnen, te ruime agent-permissies en ongecontroleerd verbruik van resources.
De training is zeer interactief en praktisch opgezet. In begeleide labsessies werk je met echte LLM-toepassingen: je oefent met het maken en detecteren van prompt injections, simuleert poisoning, haalt secrets boven water en test op onveilige output. Voor elke kwetsbaarheid koppelen we de oefening aan concrete verdedigingsmaatregelen, zoals inputvalidatie, output-sanitatie, guardrails en robuuste deploymentstrategieën, zodat je direct weet hoe je deze beveiligingen in de praktijk toepast.
- LLM
- 1 dag
- klassikaal/virtueel/hybride
- hands-on lab
- nl/en
- Voorkennis: ervaring met het gebruik van Linux en enige kennis van Python is een pré, maar niet noodzakelijk.
