Eğitimin Amacı ve Kapsamı
Canlı veritabanı kopyalarının test ortamlarına alınması veya gerçek müşteri yazışmalarının LLM değerlendirme ve fine-tuning süreçlerinde doğrudan kullanılması yüksek veri ihlali ve KVKK uyumsuzluğu riski taşır. Eğitim, hem tablosal/ilişkisel verilerde hem de serbest metin dokümanlarda geri döndürülemez anonimleştirme tekniklerini ve istatistiksel özellikleri koruyan sentetik veri üretimini kapsar.
Katılımcılar Synthetic Data Vault (SDV), CTGAN ve yerel LLM'lerle yapılandırılmış ve metinsel sentetik test verisi üretir; üyelik çıkarımı (membership inference) ve yeniden tanımlama (re-identification) saldırı simülasyonlarıyla üretilen verinin gizlilik garantisini doğrular.
Kimler Katılmalı?
- Veri mühendisleri, veri bilimciler ve yapay zeka mühendisleri
- Test verisi yönetimi (TDM) ve kalite güvence (QA) otomasyon ekipleri
- Gizlilik mühendisleri ve veri yönetişimi uzmanları
- Ön koşul: Python (pandas) ve temel istatistik/veri tabanı bilgisi
Kazanımlar
- Doğrudan ve dolaylı tanımlayıcıları analiz ederek k-anonymity, l-diversity ve t-closeness dönüşümleri uygulamak
- SDV ve üretken modellerle ilişkisel bütünlüğü koruyan çok tablolu sentetik test verisi üretmek
- LLM eval ve fine-tuning için gizliliği korunmuş sentetik müşteri diyalogları ve dokümanlar oluşturmak
- Diferansiyel gizlilik (DP-SGD ve gürültü ekleme) ile ezberleme (memorization) riskini sınırlandırmak
- Sentetik verinin istatistiksel sadakatini (fidelity), faydasını (utility) ve gizlilik riskini nicel metriklerle raporlamak
Konular
Maskeleme, Pseudonimizasyon ve Anonimleştirme Farkı
- KVKK ve GDPR perspektifinden geri döndürülemezlik ve yeniden tanımlama (re-identification) testi
- Bağlantı kurma (linkage), homojenlik ve arka plan bilgisi saldırıları
Klasik Anonimleştirme ve Diferansiyel Gizlilik
- Genelleştirme, bastırma, mikro-birleştirme ile k-anonymity, l-diversity ve t-closeness uygulama
- Diferansiyel gizlilik (epsilon bütçesi, Laplace/Gaussian mekanizmaları) temelleri
Tablosal ve İlişkisel Sentetik Veri Üretimi
- Synthetic Data Vault (SDV), Gaussian Copula ve CTGAN/TVAE ile çok tablolu veri sentezi
- Yabancı anahtar ilişkileri, iş kuralları ve uç durum (edge-case) kısıtlarının korunması
LLM ve NLP İçin Metinsel Sentetik Veri Üretimi
- Gerçek müşteri kayıtlarından şema ve persona çıkararak sıfır-PII sentetik diyalog üretme
- RAG ve güvenlik testleri için kontrollü zorlukta sentetik doküman ve soru-cevap seti oluşturma
Fayda (Utility) ve Gizlilik Doğrulama Metrikleri
- Kolmogorov-Smirnov, korelasyon korunumu ve train-synthetic-test-real (TSTR) fayda ölçümü
- En yakın komşu mesafesi (DCR), tekillik (singling out) ve membership inference gizlilik testleri
Bu Kategorideki Diğer Eğitimler
-
LLM ve agent sistemlerinin OpenTelemetry, Langfuse ve SIEM loglarında biriken kişisel verileri temizlemeyi; saklama süresi, erişim kontrolü, silme/unutulma hakkı ve KVKK uyum gereksinimlerini mühendislik düzeyinde uygulamayı öğreten eğitim.
- Canlı Kurs
- 5 modül
-
OWASP Agentic AI risk listesinin başında yer alan Agent Goal Hijack saldırılarını; planlama döngüsü, kalıcı bellek (memory) ve çok adımlı görev yürütmede hedef saptırma mekanizmalarını ve niyet doğrulama savunmalarını öğreten eğitim.
- Canlı Kurs
- 5 modül
-
Model Context Protocol (MCP) sunucuları, üçüncü taraf agent tool'ları ve A2A entegrasyonlarındaki tool poisoning, rug pull, gölge (shadowing) ve tedarik zinciri risklerini analiz edip güvenli MCP mimarisi kurmayı öğreten eğitim.
- Canlı Kurs
- 5 modül
-
LLM ve agent'ların ürettiği Python, SQL, shell veya şablon çıktılarının doğrudan çalıştırılmasından doğan uzaktan kod yürütme (RCE) ve enjeksiyon açıklarını; AST doğrulama ve güvenli çıktı işleme ile önlemeyi öğreten eğitim.
- Canlı Kurs
- 5 modül
-
Kod çalıştıran, dosya işleyen ve tarayıcı kullanan yapay zeka agent'larını Firecracker microVM, gVisor, Kata Containers, WebAssembly ve ağ egress kısıtlamalarıyla güvenli sandbox ortamlarında izole etmeyi öğreten eğitim.
- Canlı Kurs
- 5 modül
-
Direct prompt injection, jailbreak teknikleri ve system prompt sızıntısını uygulamalı olarak inceleyen; Prompt Shields, Llama Prompt Guard ve garak ile tespit ve savunma katmanı kurmayı öğreten geliştirici eğitimi.
- Canlı Kurs
- 6 modül
Bizimle iletişime geçin
