CONTACT ONS

Cursusaanbod

Dag 1 — Agentic AI Security Deep Dive

Sessie 1 — 09:30 tot 10:50 · Recap en Prompt Injection in diepte
  • Korte recap van de OWASP LLM Top 10 (2025) — overeengekomen basislijn
  • Geavanceerde prompt-injectie: indirecte injectie, multi-turn manipulatie, cross-modal injectie
  • Jailbreak-technieken en verdedigingstaxonomieën
  • System prompt leakage en informatie-extrahpatronen
  • Interactieve Slido-poll: "Wat is de meest gevoelige tool die uw agents vandaag toegang hebben?"

Pauze — 10:50 tot 11:10

Sessie 2 — 11:10 tot 12:30 ₷ AI-pijplijnen beveiligen — Data, modellen en RAG
  • Integriteit van trainingsdata: poisoning, backdoors en herkomst
  • Risico's in de model-supply chain: fine-tuning pijplijnen, adaptermodellen en registry hygiene
  • RAG-specifieke aanvalsoppervlakken: vector store poisoning, contextmanipulatie, retrieval-aanvallen
  • Beveiliging van embeddings: wat embeddings lekken en hoe deze te beschermen
  • Oefenlab (~30 minuten): Deelnemers poisonen een kleine RAG-corpus en verdedigen deze vervolgens. Gepairde oefening gevolgd door groepsdebrief.

Lunch — 12:30 tot 13:20

Sessie 3 — 13:20 tot 14:40 ₷ OWASP Top 10 for Agentic Applications (2026) — Deel 1
  • Agent goal manipulation en objective subversion
  • Misbruik van tool-rechten en privilege escalation via tool-chains
  • Geheugenmanipulatie: persistent, episodic en shared memory-aanvallen
  • Aanvallen op planning en redenering
  • Identiteit en authenticatie in agentsystemen
  • Korte live demo: Een goal-manipulatie-aanval tegen een eenvoudige planning agent

Pauze — 14:40 tot 15:00

Sessie 4 — 15:00 tot 16:30 ₷ OWASP Top 10 for Agentic Applications (2026) — Deel 2 + MCP-beveiliging
  • MCP (Model Context Protocol)-architectuur en trust boundaries
  • Beveiliging van MCP-servers: authenticatie, tool scoping en permission-modellen
  • Aanvallen op multi-step workflows: chaining, indirecte uitvoering, cascading failures
  • Cross-agent communicatie en vertrouwen
  • Agent observability en forensische klaarheid
  • Einde dag 1: elke deelnemer identificeert één kritieke agentic risk in hun eigen stack
  • Vraag & antwoord

Dag 2 — Red-Teaming, architectuur en incidentrespons

Sessie 1 — 09:30 tot 10:50 ₷ AI Red-Teaming — Methodologie
  • Wat AI red-teaming is (en niet is) — onderscheid met traditionele pentesten
  • Red-teaming-frameworks: MITRE ATLAS, OWASP Agentic Top 10 mapping, NIST AI RMF
  • Afbakenen van een red-team-activiteit voor een LLM- of agentsysteem
  • Handmatige technieken: prompt-engineering-aanvallen, jailbreak-libraries, goal-hijacking
  • Automatiseringslandschap: Garak, PyRIT, Promptfoo, aangepaste harnesses
  • Ethiek, veiligheid en verantwoordelijk onthulbeleid voor AI-vulnerabiliteiten

Pauze — 10:50 tot 11:10

Sessie 2 — 11:10 tot 12:30 ₷ Praktische Red-Teaming Lab
  • Uitgebreide praktische lab (~60 minuten): Deelnemers werken in paren tegen een voorbereid doel — een multi-step agentic-toepassing met minimaal drie bekende kwetsbaarheden. Elk paar produceert een kort red-team-rapport, inclusief aanvalsroute, impactbeoordeling en aanbevolen mitigaties.
  • Groepsdeelname en collectieve debrief

Lunch — 12:30 tot 13:20

Sessie 3 — 13:20 tot 14:40 ₷ Veilige architectuurpatronen voor Agentic AI in de overheid
  • Defence-in-depth voor agentsystemen: isolatie, sandboxing en beperking van het slagveld
  • Ontwerpen van veilige toolcatalogi: allow-listing, parameter-validatie, outputinspectie
  • Human-in-the-loop-patronen en wanneer bevestiging vereist is
  • Grensgebieden voor gevoelige data: waar PII en OFFICIAL-SENSITIVE-data kunnen en niet mogen stromen
  • Afstemming met UK AI Principles, NIST AI RMF en ISO/IEC 42001-controls
  • Architectuurgevalstudie: een realistische overheidsagentic-service walkthrough

Pauze — 14:40 tot 15:00

Sessie 4 — 15:00 tot 16:30 ₷ Incidentrespons, playbook bouwen en afsluiting
  • AI-specifieke incidentklassen: escalatie van prompt-injectie, misbruik van tools, data-exfiltratie via agents, model-misgedrag incidenten
  • Detectiesignalen en loggingpatronen voor agentsystemen
  • Strucuur responsplaybook: containment, eradication, recovery, lessons learned
  • Capstone-oefening (~45 minuten): Deelnemers bouwen een één pagina tellende agentbeveiligingsplaybook voor een representatieve service uit hun eigen domein
  • Implementatieplanning: 30-dagen, 60-dagen, 90-dagen acties
  • Resources, verdere lezen en vervolgstappen
  • Vraag & antwoord en cursusafronding

Vereisten

  • Veilig met ten minste één moderne programmeertaal (Python wordt sterk aanbevolen voor de labs)
  • Voorafgaande voltooiing van AI Security Fundamentals for Developers of equivalente werkervaring in de OWASP Top 10 for LLM Applications (2025)
  • Vertrouwdheid met REST-API's, basisprincipes van containerisatie en algemene veilige ontwikkelpraktijken
  • Ervaring met ten minste één LLM-API (OpenAI, Anthropic Claude, Azure OpenAI of vergelijkbaar) is handig maar niet essentieel

Doelgroep

  • Software-ingenieurs en AI/ML-ingenieurs die agentic of tool-gebruikende AI-systemen bouwen
  • Beveiligingsingenieurs en security champions die werken met AI-gestuurde producten
  • Platform- en DevOps-ingenieurs verantwoordelijk voor LLM- en agent-infrastructuur
  • Technische leidinggevenden en architecten die AI-gestuurde overheidsdiensten ontwerpen
  • Degenen die AI Security Fundamentals for Developers hebben voltooid of gelijkwaardige ervaring hebben
 14 Uren

Aangepaste bedrijfsopleiding

Opleidingsoplossingen ontworpen exclusief voor bedrijven.

  • Aangepaste inhoud: We passen de syllabus en praktijkopdrachten aan naar de echte doelen en behoeften van uw project.
  • Voor flexibel schema: Datums en tijden aangepast aan het rooster van uw team.
  • Formaat: Online (live), In-company (bij uw kantoren) of Hybride.
Investering

Prijs per privégroep, online live training, startend vanaf 3200 € + BTW*

Neem contact met ons op voor een exacte offerte en om onze laatste promoties te horen

Voorlopige Aankomende Cursussen

Gerelateerde categorieën