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.
