CompTIA SecAI+SECAICOCompTIACO-SECAI1.0<p>À l'issue de ce cours, vous devrez être capable de :
</p>
<ul>
<li>Maîtriser les concepts fondamentaux de l'IA (types d'IA, IA générative, transformers, machine learning/deep learning, NLP, RAG) ainsi que les principes de sécurité des données et des modèles qui en découlent</li><li>Appliquer une démarche de threat modeling adaptée aux systèmes IA et déployer les contrôles de sécurité correspondants (guardrails, gateways, quotas d'usage, tests de contrôles)</li><li>Concevoir et gérer les contrôles d'accès aux modèles, agents et API IA (chiffrement, monitoring, audit, suivi de performance et de coûts)</li><li>Identifier les principales techniques d'attaque visant les systèmes IA (backdoors, empoisonnement et inversion de modèle, vol de modèle) et définir des contrôles compensatoires ainsi qu'une analyse post-incident</li><li>Exploiter l'IA comme levier opérationnel pour la sécurité (détection, analyse de vulnérabilités, automatisation, DevSecOps) tout en anticipant son usage offensif (ingénierie sociale, reconnaissance)</li><li>Structurer une gouvernance IA responsable, intégrant gestion des risques, conformité réglementaire et reporting</li></ul><p>Il rest recommandé d'avoir :
</p>
<ul>
<li>3 à 4 ans d'expérience en IT, avec environ 2 ans d'expérience pratique en cybersécurité.</li><li>Security+, CySA+, PenTest+ ou équivalent</li></ul><ul>
<li>Analyste sécurité</li><li>Analyste SOC</li><li>Administrateur systèmes senior</li><li>Ingénieur DevSecOps / CI/CD</li><li>Spécialiste des opérations cyber militaires</li><li>Ingénieur Cloud</li><li>Testeur d'intrusion / Consultant sécurité</li><li>Data Scientist / Ingénieur ML</li><li>Responsable risques et conformité</li></ul><h4>Module 1 — Concepts d'IA et de données pour la cybersécurité</h4><ul>
<li>Concepts d'IA et principaux types d'IA</li><li>IA générative et transformers</li><li>Machine learning et deep learning</li><li>Traitement du langage naturel (NLP)</li><li>Approches d'entraînement des modèles d'IA</li><li>Fondamentaux du prompt engineering</li><li>Considérations de sécurité des modèles</li><li>Types de données IA et techniques de sécurisation des données</li><li>Concepts de RAG (génération augmentée par récupération)</li><li>Intégrité des données et contrôles de traitement</li></ul><h4>Module 2 — Modélisation des menaces et sécurisation des systèmes d'IA</h4><ul>
<li>Fondamentaux de la modélisation des menaces IA</li><li>Processus et prérequis de la modélisation des menaces</li><li>Cadres de modélisation des menaces IA</li><li>Types de contrôles de sécurité IA</li><li>Guardrails de modèles et templates de prompts</li><li>Contrôles de passerelle et d'interface</li><li>Quotas d'utilisation et contrôles de limitation</li><li>Tests des contrôles de sécurité</li></ul><h4>Module 3 — Contrôles d'accès pour l'IA</h4><ul>
<li>Principes et modèles de contrôle d'accès pour l'IA</li><li>Contrôles d'accès aux modèles et agents</li><li>Sécurité des accès API et réseau</li><li>Contrôles de sécurité des données IA</li><li>Mesures de chiffrement et de protection des données</li><li>Surveillance et journalisation des systèmes IA</li><li>Suivi des performances et des coûts</li><li>Audit IA et suivi de conformité</li></ul><h4>Module 4 — Menaces IA et contrôles compensatoires</h4><ul>
<li>Sécurité du cycle de vie de l'IA</li><li>Considérations éthiques de conception de l'IA</li><li>Types et techniques d'attaques sur l'IA</li><li>Attaques de type backdoor et cheval de Troie sur les modèles</li><li>Empoisonnement et inversion de modèle</li><li>Risques de vol de modèle</li><li>Stratégies de contrôles compensatoires</li><li>Analyse post-incident IA</li></ul><h4>Module 5 — Exploiter l'IA dans les opérations de sécurité</h4><ul>
<li>Outils de sécurité dotés d'IA</li><li>Cas d'usage de l'IA en détection et analyse</li><li>IA pour l'évaluation des vulnérabilités</li><li>Vecteurs d'attaque renforcés par l'IA</li><li>IA pour l'ingénierie sociale et la tromperie</li><li>Techniques de reconnaissance par IA</li><li>Automatisation pilotée par IA</li><li>IA dans les workflows DevSecOps</li><li>Scripting et synthèse assistés par IA</li></ul><h4>Module 6 — Gouvernance, risques et conformité de l'IA</h4><ul>
<li>Structures de gouvernance IA</li><li>Rôles organisationnels liés à l'IA</li><li>Principes d'IA responsable</li><li>Identification et évaluation des risques IA</li><li>Thématiques réglementaires liées à l'IA</li><li>Cadres de conformité pour l'IA</li><li>Conception de politiques IA organisationnelles</li><li>Reporting de conformité</li></ul><h4>Module 1 — Concepts d'IA et de données pour la cybersécurité</h4><ul>
<li>Concepts d'IA et principaux types d'IA</li><li>IA générative et transformers</li><li>Machine learning et deep learning</li><li>Traitement du langage naturel (NLP)</li><li>Approches d'entraînement des modèles d'IA</li><li>Fondamentaux du prompt engineering</li><li>Considérations de sécurité des modèles</li><li>Types de données IA et techniques de sécurisation des données</li><li>Concepts de RAG (génération augmentée par récupération)</li><li>Intégrité des données et contrôles de traitement</li></ul><h4>Module 2 — Modélisation des menaces et sécurisation des systèmes d'IA</h4><ul>
<li>Fondamentaux de la modélisation des menaces IA</li><li>Processus et prérequis de la modélisation des menaces</li><li>Cadres de modélisation des menaces IA</li><li>Types de contrôles de sécurité IA</li><li>Guardrails de modèles et templates de prompts</li><li>Contrôles de passerelle et d'interface</li><li>Quotas d'utilisation et contrôles de limitation</li><li>Tests des contrôles de sécurité</li></ul><h4>Module 3 — Contrôles d'accès pour l'IA</h4><ul>
<li>Principes et modèles de contrôle d'accès pour l'IA</li><li>Contrôles d'accès aux modèles et agents</li><li>Sécurité des accès API et réseau</li><li>Contrôles de sécurité des données IA</li><li>Mesures de chiffrement et de protection des données</li><li>Surveillance et journalisation des systèmes IA</li><li>Suivi des performances et des coûts</li><li>Audit IA et suivi de conformité</li></ul><h4>Module 4 — Menaces IA et contrôles compensatoires</h4><ul>
<li>Sécurité du cycle de vie de l'IA</li><li>Considérations éthiques de conception de l'IA</li><li>Types et techniques d'attaques sur l'IA</li><li>Attaques de type backdoor et cheval de Troie sur les modèles</li><li>Empoisonnement et inversion de modèle</li><li>Risques de vol de modèle</li><li>Stratégies de contrôles compensatoires</li><li>Analyse post-incident IA</li></ul><h4>Module 5 — Exploiter l'IA dans les opérations de sécurité</h4><ul>
<li>Outils de sécurité dotés d'IA</li><li>Cas d'usage de l'IA en détection et analyse</li><li>IA pour l'évaluation des vulnérabilités</li><li>Vecteurs d'attaque renforcés par l'IA</li><li>IA pour l'ingénierie sociale et la tromperie</li><li>Techniques de reconnaissance par IA</li><li>Automatisation pilotée par IA</li><li>IA dans les workflows DevSecOps</li><li>Scripting et synthèse assistés par IA</li></ul><h4>Module 6 — Gouvernance, risques et conformité de l'IA</h4><ul>
<li>Structures de gouvernance IA</li><li>Rôles organisationnels liés à l'IA</li><li>Principes d'IA responsable</li><li>Identification et évaluation des risques IA</li><li>Thématiques réglementaires liées à l'IA</li><li>Cadres de conformité pour l'IA</li><li>Conception de politiques IA organisationnelles</li><li>Reporting de conformité</li></ul>À l'issue de ce cours, vous devrez être capable de :
- Maîtriser les concepts fondamentaux de l'IA (types d'IA, IA générative, transformers, machine learning/deep learning, NLP, RAG) ainsi que les principes de sécurité des données et des modèles qui en découlent
- Appliquer une démarche de threat modeling adaptée aux systèmes IA et déployer les contrôles de sécurité correspondants (guardrails, gateways, quotas d'usage, tests de contrôles)
- Concevoir et gérer les contrôles d'accès aux modèles, agents et API IA (chiffrement, monitoring, audit, suivi de performance et de coûts)
- Identifier les principales techniques d'attaque visant les systèmes IA (backdoors, empoisonnement et inversion de modèle, vol de modèle) et définir des contrôles compensatoires ainsi qu'une analyse post-incident
- Exploiter l'IA comme levier opérationnel pour la sécurité (détection, analyse de vulnérabilités, automatisation, DevSecOps) tout en anticipant son usage offensif (ingénierie sociale, reconnaissance)
- Structurer une gouvernance IA responsable, intégrant gestion des risques, conformité réglementaire et reportingIl rest recommandé d'avoir :
- 3 à 4 ans d'expérience en IT, avec environ 2 ans d'expérience pratique en cybersécurité.
- Security+, CySA+, PenTest+ ou équivalent- Analyste sécurité
- Analyste SOC
- Administrateur systèmes senior
- Ingénieur DevSecOps / CI/CD
- Spécialiste des opérations cyber militaires
- Ingénieur Cloud
- Testeur d'intrusion / Consultant sécurité
- Data Scientist / Ingénieur ML
- Responsable risques et conformitéModule 1 — Concepts d'IA et de données pour la cybersécurité
- Concepts d'IA et principaux types d'IA
- IA générative et transformers
- Machine learning et deep learning
- Traitement du langage naturel (NLP)
- Approches d'entraînement des modèles d'IA
- Fondamentaux du prompt engineering
- Considérations de sécurité des modèles
- Types de données IA et techniques de sécurisation des données
- Concepts de RAG (génération augmentée par récupération)
- Intégrité des données et contrôles de traitement
Module 2 — Modélisation des menaces et sécurisation des systèmes d'IA
- Fondamentaux de la modélisation des menaces IA
- Processus et prérequis de la modélisation des menaces
- Cadres de modélisation des menaces IA
- Types de contrôles de sécurité IA
- Guardrails de modèles et templates de prompts
- Contrôles de passerelle et d'interface
- Quotas d'utilisation et contrôles de limitation
- Tests des contrôles de sécurité
Module 3 — Contrôles d'accès pour l'IA
- Principes et modèles de contrôle d'accès pour l'IA
- Contrôles d'accès aux modèles et agents
- Sécurité des accès API et réseau
- Contrôles de sécurité des données IA
- Mesures de chiffrement et de protection des données
- Surveillance et journalisation des systèmes IA
- Suivi des performances et des coûts
- Audit IA et suivi de conformité
Module 4 — Menaces IA et contrôles compensatoires
- Sécurité du cycle de vie de l'IA
- Considérations éthiques de conception de l'IA
- Types et techniques d'attaques sur l'IA
- Attaques de type backdoor et cheval de Troie sur les modèles
- Empoisonnement et inversion de modèle
- Risques de vol de modèle
- Stratégies de contrôles compensatoires
- Analyse post-incident IA
Module 5 — Exploiter l'IA dans les opérations de sécurité
- Outils de sécurité dotés d'IA
- Cas d'usage de l'IA en détection et analyse
- IA pour l'évaluation des vulnérabilités
- Vecteurs d'attaque renforcés par l'IA
- IA pour l'ingénierie sociale et la tromperie
- Techniques de reconnaissance par IA
- Automatisation pilotée par IA
- IA dans les workflows DevSecOps
- Scripting et synthèse assistés par IA
Module 6 — Gouvernance, risques et conformité de l'IA
- Structures de gouvernance IA
- Rôles organisationnels liés à l'IA
- Principes d'IA responsable
- Identification et évaluation des risques IA
- Thématiques réglementaires liées à l'IA
- Cadres de conformité pour l'IA
- Conception de politiques IA organisationnelles
- Reporting de conformitéModule 1 — Concepts d'IA et de données pour la cybersécurité
- Concepts d'IA et principaux types d'IA
- IA générative et transformers
- Machine learning et deep learning
- Traitement du langage naturel (NLP)
- Approches d'entraînement des modèles d'IA
- Fondamentaux du prompt engineering
- Considérations de sécurité des modèles
- Types de données IA et techniques de sécurisation des données
- Concepts de RAG (génération augmentée par récupération)
- Intégrité des données et contrôles de traitement
Module 2 — Modélisation des menaces et sécurisation des systèmes d'IA
- Fondamentaux de la modélisation des menaces IA
- Processus et prérequis de la modélisation des menaces
- Cadres de modélisation des menaces IA
- Types de contrôles de sécurité IA
- Guardrails de modèles et templates de prompts
- Contrôles de passerelle et d'interface
- Quotas d'utilisation et contrôles de limitation
- Tests des contrôles de sécurité
Module 3 — Contrôles d'accès pour l'IA
- Principes et modèles de contrôle d'accès pour l'IA
- Contrôles d'accès aux modèles et agents
- Sécurité des accès API et réseau
- Contrôles de sécurité des données IA
- Mesures de chiffrement et de protection des données
- Surveillance et journalisation des systèmes IA
- Suivi des performances et des coûts
- Audit IA et suivi de conformité
Module 4 — Menaces IA et contrôles compensatoires
- Sécurité du cycle de vie de l'IA
- Considérations éthiques de conception de l'IA
- Types et techniques d'attaques sur l'IA
- Attaques de type backdoor et cheval de Troie sur les modèles
- Empoisonnement et inversion de modèle
- Risques de vol de modèle
- Stratégies de contrôles compensatoires
- Analyse post-incident IA
Module 5 — Exploiter l'IA dans les opérations de sécurité
- Outils de sécurité dotés d'IA
- Cas d'usage de l'IA en détection et analyse
- IA pour l'évaluation des vulnérabilités
- Vecteurs d'attaque renforcés par l'IA
- IA pour l'ingénierie sociale et la tromperie
- Techniques de reconnaissance par IA
- Automatisation pilotée par IA
- IA dans les workflows DevSecOps
- Scripting et synthèse assistés par IA
Module 6 — Gouvernance, risques et conformité de l'IA
- Structures de gouvernance IA
- Rôles organisationnels liés à l'IA
- Principes d'IA responsable
- Identification et évaluation des risques IA
- Thématiques réglementaires liées à l'IA
- Cadres de conformité pour l'IA
- Conception de politiques IA organisationnelles
- Reporting de conformité3 jours3500.002089.002089.002089.002089.002089.003500.00