世界を変える「人」を育てる。IT研修・ビジネス研修ならトレノケート。


ホーム > Vertex AI and Generative AI Security

Vertex AI and Generative AI Security


期間  2日間 時間  9:30~17:30
価格(税込)  176,000円(税込) 主催  トレノケート
形式  講義+ハンズオン コースコード  GGC0044V
コース日程が決定次第、ご案内いたします。マイページ会員様は「お気に入り」にご登録いただければ、日程が公開された際にメールで通知が届きます。

重要なご連絡・ご確認事項

※下記の事前必須手続きが完了していない場合は、ご受講いただけません。手続きが未完了で当日受講出来なかった場合は、有償キャンセルとなりますのでご注意ください。


【ご受講前の必須手続き】
ご受講日までに、下記リンクからプライバシーポリシーと利用規約に同意の上、トレーニングシステム「Qwiklabs」のアカウントを作成してください。
Qwiklabsアカウントとコース申込時の受講者メールアドレスは、同じものをご使用ください。

https://trainocate.qwiklabs.com/?locale=ja

※自動返信メールには「globalknowledge-jp.qwiklabs.comからアクセスしてください」と表示される場合がありますが、同一のサイトですので問題ありません。
※既にtrainocate.qwiklabs.comのQwiklabsアカウントをお持ちの方は再作成の必要はありません。


※受講証明書発行には、全日程の80%以上の出席率または、最低80%以上のラボの完了が必須となりますのでご注意ください。


【本コースはオンライン対応です】

会場が「オンラインLive」または「教室Live配信」の日程は、オンラインでご参加いただけます。

  • オンラインLive:受講者の方はオンラインのみとなります。
  • 教室Live配信:教室・オンラインから受講される方が混在します。

★オンラインLiveトレーニングの詳細はこちら

※本コースはプレイバックサービスの対象外です。

↑ページの先頭へ戻る

対象者情報

対象者
・生成 AI と Google Cloud Vertex AI のセキュリティ上の影響を理解したいと考えている以下の皆様
- AI 実務担当者
- セキュリティ担当者
- クラウド アーキテクト
前提条件
□ ML、特に生成 AI に関する基礎的な知識
□ Google Cloud でのセキュリティに関する基本的な理解

学習内容の詳細

コース概要
このコースは、セキュリティを重視しながら、Google の Vertex AI と生成 AI テクノロジーの革新的な可能性を最大限に活用できるように組織を支援することを目的としています。AI 実務担当者とセキュリティ エンジニア向けにカスタマイズされており、AI を安全かつ効果的に導入して活用するための、的を絞った知識と実践的なスキルが得られます。参加者は、実践的な知見を得て、セキュリティを重視したアプローチを開発し、組織内で生成 AI を責任を持って安全に統合できるようになります。
学習目標
● Vertex AI とそのセキュリティ上の課題に関する基礎知識を身につける
● Vertex AI リソースへのアクセスを制限するための ID とアクセス制御の対策を実装する
● 暗号化戦略を構成して機密情報を保護する
● Vertex AI オペレーションのリアルタイムのセキュリティ監視のために、ロギング、モニタリング、アラートを有効にする
● 生成 AI に関連する固有のセキュリティ上の脅威を特定して軽減する
● 複数のテスト手法を使用して、生成 AI モデルの回答を検証し、保護する
● 検索拡張生成(RAG)システム内でデータソースと回答を確保するためのベスト プラクティスを実装する
● AI の安全性に関する基礎知識を身につける
学習内容
1. Vertex AI のセキュリティ原則の概要
  - Google Cloud Security
    - ID アクセス管理
    - サービス アカウント
    - 暗号化
    - データ損失防止(DLP)サービス
    - ネットワーク セキュリティ
  - Vertex AI コンポーネント
    - Notebooks、Colab Enterprise、Workbench
    - Model Garden
    - AutoML
    - データセット
    - カスタム トレーニング
    - Model Registry
    - モデル エンドポイント
    - パイプライン
    - Vertex AI Studio
  - Vertex AI のセキュリティに関する懸念
    - 最小権限
    - ゼロトラスト
    - データのプライバシー
    - データ漏洩
    - コンプライアンス
    - 組織のポリシー

2. Vertex AI における Identity and Access Management(IAM)
  - Google Cloud における IAM の概要
    - ユーザーとグループの追加
    - ロールの割り当て
    - プログラムをサービス アカウントとして実行する
  - Vertex AI における IAM のベスト プラクティス
    - 組織とフォルダ
    - サービス アカウントの使用
    - ユーザーとグループの管理
    - 組織のポリシー
    - Security Command Center

3. データ セキュリティとプライバシー
  - データの暗号化
    - 保存データの暗号化
    - 転送データの暗号化
    - Vertex AI の顧客管理の暗号鍵(CMEK)
  - センシティブ データの保護
    - Data Loss Prevention API
    - データの匿名化
    - 機密データのハッシュ化
    - センシティブな特徴のマスキング
  - VPC Service Controls
    - VPC SC
    - VPC Service Controls ポリシーの構成
  - 障害復旧計画
    - リージョンとゾーンについて
    - 複数のゾーンへのデプロイ
    - リージョンをまたいだデプロイ
    - Cloud Storage の DR 戦略
    - BigQuery の DR 戦略
    - Google Cloud Backup and DR サービス

4. Vertex AI エンドポイントとモデルのデプロイの保護
  - ネットワーク セキュリティ
    - VPC の作成
    - Vertex AI エンドポイントのプライベート サービス アクセスの構成
    - ファイアウォール ルールの構成
    - ファイアウォール ポリシー
  - モデルのエンドポイントの保護
    - パブリック エンドポイントとプライベート エンドポイントの比較
    - プライベート エンドポイントの構成
    - プライベート モデルにアクセスするための Workbench と Colab Enterprise の構成

5. Vertex AI でのモニタリングとロギング
  - ロギング
    - ログへの書き込み
    - Google Cloud Audit Logs の分析
    - ログ エクスプローラ
  - モニタリング
    - モデル エンドポイントのモニタリング
    - アラートの構成
    - モデルのセキュリティのためのモニタリングに関するベスト プラクティス

6. 生成 AI アプリケーションにおけるセキュリティ リスク
  - 生成 AI のセキュリティ リスクの概要
    - LLM 固有の脆弱性
    - 生成 AI アプリケーションにおける潜在的な脅威ベクトル
  - AI の安全性の概要
    - プロンプト エンジニアリングにおける有害性の低減
    - バイアスの特定と軽減
    - 責任ある使用とデプロイ
  - プロンプトのセキュリティ
    - プロンプト エンジニアリングとプロンプト インジェクションの基本
    - プロンプト ハッキングとインジェクション攻撃の種類
    - 軽減策の手法
  - LLM の安全保護対策
    - 組み込みのモデル保護機能
    - プロンプトのフィルタリング
    - 悪意のある出力のブロック
    - Gemini API の安全性設定
    - グラウンディング

7. 生成 AI モデルの回答のテストと評価
  - 生成 AI モデルの回答のテスト
    - 生成された回答のリスクの特定
    - 回答をテストする手法
  - モデルの回答の評価
    - 評価指標の使用
    - 計算指標
    - モデルベースの指標
    - Google Evaluation API
  - LLM のファインチューニング
    - モデルの動作を改善するためのファインチューニング戦略
    - 実際のファインチューニングのケーススタディ

8. 検索拡張生成(RAG)システムの保護
  - 検索拡張生成の基礎
    - RAG ワークフローとコンポーネントの概要
    - 精度と安全性を確保するためのデータソースのグラウンディング
  - RAG システムにおけるセキュリティ
    - データのプライバシーとソース管理
    - RAG を使用した VPC Service Controls の実装
    - グラウンディングされた回答を構成してリスクを軽減する

実習/演習内容詳細

演習/デモ内容
- Vertex AI: カスタムモデルのトレーニングとサービング
- サービス アカウントとロール: 基礎
- Cloud KMS を使ってみる
- Cloud Storage でデータの匿名化コピーを作成する
- プライベート Google アクセスと Cloud NAT を構成する
- Vertex AI Gemini API を使用した安全保護対策
- デベロッパー向けの生成 AI と LLM のセキュリティ
- 生成 AI 評価サービスを使用して生成 AI のパフォーマンスを測定する
- 生成 AI アプリケーションの単体テスト
- Vertex AI Gemini API を使用したマルチモーダル検索拡張生成(RAG)
- Gemini を使用した関数呼び出しの概要

↑ページの先頭へ戻る

ご注意・ご連絡事項

事前必須手続きが完了していない場合は、ご受講いただけません。手続きが未完了で当日受講出来なかった場合は、有償キャンセルとなりますのでご注意ください。
【事前必須手続き】
・リンクよりトレーニングシステム「Qwiklab」アカウントを作成してください。
・Qwiklabsアカウントとコース申込時の受講者メールアドレスは、同じものをご使用ください。
受講証明書発行には、全日程の80%以上の出席率または、最低80%以上のラボの完了が必須となりますのでご注意ください。
【本コースはオンライン対応です】
会場が「オンラインLive」または「教室Live配信」の日程は、オンラインでご参加いただけます。
・オンラインLive:受講者の方はオンラインのみとなります。
・教室Live配信:教室・オンラインから受講される方が混在します。
※本コースはプレイバックサービスの対象外です。