Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Duración 21 horas
Temario del curso
Fundamentos: Modelos de amenazas para IA agéntica
- Tipos de amenazas agénticas: mal uso, escalada de privilegios, fuga de datos y riesgos de la cadena de suministro
- Perfiles de adversarios y capacidades de atacantes específicas para agentes autónomos
- Mapeo de activos, límites de confianza y puntos de control críticos para agentes
Gobernanza, políticas y gestión de riesgos
- Marco de gobernanza para sistemas agénticos (roles, responsabilidades y puntos de aprobación)
- Diseño de políticas: uso aceptable, reglas de escalada, manejo de datos y auditoría
- Consideraciones de cumplimiento normativo y recopilación de evidencia para auditorías
Identidad no humana y autenticación para agentes
- Diseño de identidades para agentes: cuentas de servicio, JWT y credenciales de vida corta
- Patrones de acceso con privilegios mínimos y credenciación just-in-time
- Ciclo de vida de la identidad, rotación, delegación y estrategias de revocación
Controles de acceso, secretos y protección de datos
- Modelos de control de acceso granular y patrones basados en capacidades para agentes
- Gestión de secretos, cifrado en tránsito y en reposo, y minimización de datos
- Protección de fuentes de conocimiento sensibles y de datos personales (PII) contra el acceso no autorizado de agentes
Observabilidad, auditoría y respuesta ante incidentes
- Diseño de telemetría para el comportamiento de agentes: trazado de intenciones, registros de comandos y procedencia
- Integración con SIEM, umbrales de alerta y preparación forense
- Manuales de operación (runbooks) y protocolos (playbooks) para incidentes relacionados con agentes y contención
Red-teaming de sistemas agénticos
- Planificación de ejercicios de red-teaming: alcance, reglas de compromiso y cambio de estado seguro
- Técnicas adversariales: inyección de prompts, mal uso de herramientas, manipulación de la cadena de razonamiento y abuso de API
- Ejecución de ataques controlados y medición de exposición e impacto
Endurecimiento y mitigaciones
- Controles de ingeniería: limitación de respuestas, control de capacidades y aislamiento (sandboxing)
- Controles de política y orquestación: flujos de aprobación, intervención humana y ganchos de gobernanza
- Defensas a nivel de modelo y prompt: validación de entrada, normalización y filtros de salida
Operativización de despliegues seguros de agentes
- Patrones de despliegue: entornos de prueba, despliegue canario y lanzamiento progresivo para agentes
- Control de cambios, pipelines de pruebas y verificaciones de seguridad previas al despliegue
- Gobernanza interfuncional: protocolos de seguridad, legal, producto y operaciones
Capstone: Ejercicio de Equipo Rojo / Equipo Azul
- Ejecutar un ataque simulado de red-team contra un entorno de agentes aislado (sandbox)
- Defender, detectar y remediar como equipo azul utilizando controles y telemetría
- Presentar hallazgos, plan de remediación y actualizaciones de políticas
Resumen y siguientes pasos
Requerimientos
- Sólidos conocimientos en ingeniería de seguridad, administración de sistemas u operaciones en la nube
- Familiaridad con conceptos de IA/ML y el comportamiento de los modelos de lenguaje grandes (LLM)
- Experiencia en gestión de identidades y acceso (IAM) y diseño de sistemas seguros
Público objetivo
- Ingenieros de seguridad y especialistas en red-teaming
- Ingenieros de operaciones de IA y de plataformas
- Oficiales de cumplimiento normativo y administradores de riesgo
- Líderes de ingeniería responsables del despliegue de agentes
Reseñas (1)
el inventario y la identificación de las distintas exposiciones al riesgo en la IA
Gary Cook - Cybersecurity and Information Technology Risk Division
Curso - Introduction to AI Trust, Risk, and Security Management (AI TRiSM)
Traducción Automática
