速習コース

Monitoring Data and ML Systems for Security Incidents (LFEL2002)

データシステムや機械学習システムは、攻撃者がデータを改ざんしたり、推論エンドポイントを悪用したり、機密情報を盗み出したりしても、正常に動作し続ける可能性があります。稼働時間と失敗したジョブのみを監視するだけでは、これらの攻撃は見過ごされてしまいます。このコースでは、データの内容、アクセスパターン、およびベースラインと比較した変更を検証する、セキュリティに特化した監視方法を解説します。

対象者

データエンジニア、機械学習およびMLOpsエンジニア、プラットフォームエンジニア、そして標準的な監視では見逃してしまうデータおよび機械学習システムへの攻撃を検知する必要のあるセキュリティ担当者。
折りたたむ 続きを読む
学習内容

スキーマ違反、不自然な値、データ異常を検出します。それらを構造化されたアラートに変換し、重要度に応じて優先順位を付け、適切な対応を選択します。
折りたたむ 続きを読む
身につく知識

サポートするデータパイプラインや機械学習システムにセキュリティ監視機能を追加し、AIを活用したチームにおけるインシデント対応の初期段階で効果的な役割を果たしましょう。
折りたたむ 続きを読む
おもなテーマ
第1章 コースのご案内
第2章 データシステムにおけるセキュリティ異常の認識
第3章 セキュリティシグナルのログ記録と測定
第4章 セキュリティシグナルを実行可能なアラートに変換する
第5章 データおよび機械学習セキュリティインシデントへの対応
第6章 集大成と結論

前提条件
受講者は、データ取り込み、検証、変換、下流処理といったデータパイプラインの基本を理解し、トレーニングデータ、特徴量、推論エンドポイント、再トレーニングといった一般的な機械学習の概念に精通している必要があります。アプリケーションログ、メトリクス、コマンドラインの操作に慣れていることに加え、初歩的なPythonとJSONを読み、簡単な編集ができる能力が求められます。高度なPythonの知識は必須ではありません。Prometheus、Alertmanager、Airflow、またはインシデント対応の経験があると役立ちますが、必須ではありません。