感谢您发送咨询！我们的团队成员将很快与您联系。
感谢您发送预订！我们的团队成员将很快与您联系。
课程时长 14 小时
课程大纲
DevSecOps与AI集成简介
- DevSecOps原则与目标
- AI和机器学习在DevSecOps中的作用
- 安全自动化趋势与工具分类
基于AI的静态与动态代码分析
- 使用SonarQube、Semgrep或Snyk Code进行静态分析
- 利用AI辅助生成测试用例进行动态测试
- 解读结果并集成到版本控制系统中
机密信息与凭据泄露检测
- 利用AI增强检测硬编码机密（如GitHub Advanced Security、Gitleaks）
- 防止机密信息进入源代码控制
- 创建自动阻断和警报规则
AI驱动的依赖与容器扫描
- 使用Trivy和AI启用插件扫描容器
- 监控第三方库和SBOM
- 自动修复建议和补丁警报
智能威胁建模与风险评估
- 使用基于AI的工具自动进行威胁建模
- 使用机器学习模型进行风险优先级排序
- 将业务影响与技术漏洞关联起来
CI/CD流水线集成与自动化
- 在Jenkins、GitHub Actions或GitLab CI中嵌入安全检查
- 创建策略即代码，以跨环境执行规则
- 生成AI辅助的审计和合规报告
案例研究与安全自动化模式
- 安全流水线中AI的实际应用案例
- 为你的生态系统选择合适的工具
- 构建和维护安全流水线的最佳实践
总结与后续步骤
要求
- 了解DevOps生命周期和CI/CD流水线
- 具备应用安全基础知识
- 熟悉代码仓库和基础设施即代码工具
目标学员
- 注重安全的DevOps团队
- DevSecOps工程师和云安全专家
- 合规与风险管理专业人士
