GCP100MODELARMOR

Formation Model Armor : Sécurisation des déploiements d'IA

Ce cours explique comment utiliser Model Armor pour protéger les applications d'IA, en particulier les grands modèles de langage (LLM). Le programme couvre l'architecture de Model Armor et son rôle dans l'atténuation des menaces telles que les URL malveillantes, l'injection de requêtes (prompt injection), le contournement (jailbreaking), les fuites de données sensibles et le traitement inapproprié des sorties. Les compétences pratiques comprennent la définition des paramètres de base (floor settings), la configuration des modèles (templates) et l'activation de différents types de détection. Vous explorez également des exemples de journaux d'audit pour trouver des détails sur les violations signalées.

Google Cloud
Formation officielle Google CloudNiveau Fondamentaux⏱️ 0.5 jour (2.5h)

Ce que vous allez apprendre

  • Expliquer le rôle de Model Armor dans le portefeuille de sécurité d'une entreprise.
  • Définir les protections que Model Armor applique à toutes les interactions avec le LLM.
  • Configurer l'API Model Armor et retrouver les violations signalées.
  • Identifier la manière dont Model Armor gère les requêtes (prompts) et les réponses.

Prérequis

  • Connaissance pratique des API
  • Connaissance pratique de Google Cloud CLI
  • Connaissance pratique des principes fondamentaux de la sécurité du cloud
  • Familiarité avec la console Google Cloud

Public cible

  • Ingénieurs en sécurité, Développeurs IA/ML, Architectes cloud

Programme de la Formation

6 modules pour maîtriser les fondamentaux

Objectifs
  • Rappeler les objectifs pédagogiques du cours.
Sujets abordés
  • Qu'est-ce que j'y gagne ?
Objectifs
  • Expliquer le rôle de Model Armor dans le portefeuille de sécurité d'une entreprise.
  • Identifier le sous-ensemble des 10 principales vulnérabilités OWASP pour les LLM que Model Armor traite.
  • Identifier les concepts clés et l'architecture de Model Armor.
  • Associer les fonctionnalités de Model Armor aux risques de sécurité qu'elles atténuent.
Sujets abordés
  • À propos de Model Armor
  • Risques de sécurité liés aux LLM
Activités

Contrôle des connaissances

Quiz

Objectifs
  • Définir les protections que Model Armor applique à toutes les interactions avec le LLM.
  • Décrire les paramètres de base (floor settings) et expliquer leur fonctionnement.
  • Expliquer la finalité d'un modèle (template) et son fonctionnement avec l'API.
  • Configurer les quatre types de détections dans le modèle.
Sujets abordés
  • À propos de la personnalisation
  • Paramètres de base (floor settings)
  • Garde-fous (guard rails) et niveaux de confiance
  • Modèles (templates)
Activités

Contrôle des connaissances

Quiz

Objectifs
  • Configurer l'API Model Armor et retrouver les violations signalées.
  • Expliquer les prérequis nécessaires pour travailler avec l'API.
  • Décrire comment activer l'API.
  • Configurer la journalisation dans le modèle, explorer les types de journaux d'audit et les retrouver dans SCC.
  • Expliquer comment retrouver les violations des paramètres de base dans SCC et les résoudre.
Sujets abordés
  • À propos de la configuration
  • Configuration de l'API
  • Violations signalées
Activités

Quiz

Objectifs
  • Identifier comment Model Armor intercepte et gère les requêtes (prompts) et les réponses.
Sujets abordés
  • Requêtes (prompts) et réponses
  • Code de l'application
Activités

Quiz

Objectifs
  • Résumer les objectifs pédagogiques du cours.
Sujets abordés
  • Qu'ai-je appris ?

Formations associées

Google Cloud

Les essentiels de la gouvernance de l'IA agentique

Ce cours fournit aux apprenants les compétences essentielles pour gouverner la conception, le déploiement et la mise à l'échelle de systèmes d'IA agentique autonomes. Il met l'accent sur l'accélération de l'innovation et de la mise sur le marché, tout en gérant les risques spécifiques posés par les systèmes d'IA capables de prendre des décisions sans intervention humaine constante. Le cours s'articule autour de l'application pratique de la feuille de route de maturité en quatre phases pour la gouvernance de l'IA agentique (Établir, Implémenter, Mettre à l'échelle, Accélérer), en s'appuyant sur des études de cas, des discussions et un exercice sur table pour relier la théorie aux défis concrets.

0.5 j
Intermédiaire
Google Cloud
Best

Architecture avec Google Compute Engine

Ce cours vous familiarisera avec l'infrastructure et les services de plateforme flexibles de Google Cloud, avec un accent particulier sur Compute Engine. Ce cours utilise une combinaison de conférences, de démonstrations et de travaux pratiques pour explorer et déployer des éléments de solution, y compris des composants d'infrastructure tels que les réseaux, les systèmes et les services d'application. Vous apprendrez également à déployer des solutions pratiques telles que la mise en réseau hybride, les clés de chiffrement fournies par le client, la gestion de la sécurité et des accès, les quotas et la facturation, ainsi que la surveillance des ressources.

3 j
Intermédiaire

Prochaines sessions

27 novembre 2026
Distanciel • Français
S'inscrire

Processus Qualité

L'engagement de SFEIR Institute : une démarche d'excellence pour garantir la qualité et la réussite de toutes nos formations. En savoir plus sur notre démarche qualité

Méthodes pédagogiques mobilisées
  • Lectures / Apports théoriques (Slides)Présentation de concepts via des supports visuels (PowerPoint, PDF).
  • Démonstration technique (Démos)Le formateur réalise une manipulation ou une procédure devant les apprenants.
  • Laboratoires dirigés (Labs)Mise en pratique guidée sur logiciel, machine ou environnement technique.
  • Quiz / QCMTest rapide de connaissances (format papier ou numérique type Kahoot/Klaxoon).
Dispositif d'évaluation et de suivi

L'atteinte des objectifs de la formation est évaluée à plusieurs niveaux pour garantir la qualité de la prestation :

  • Évaluation continue des acquis : Vérification des connaissances tout au long de la formation via des méthodes participatives (en fonction de la formation: quiz, exercices pratiques, mises en situation) sous la supervision du formateur.
  • Mesure de la progression : Dispositif d'auto-évaluation comparatif comprenant un diagnostic initial pour situer le niveau de départ, suivi d'une évaluation finale pour valider l'évolution des compétences.
  • Évaluation de la qualité : Questionnaire de satisfaction en fin de session pour mesurer la pertinence et l'efficacité de la formation ressentie par les participants.

790€ HT

par apprenant