Threat Modeling for Agentic AI with the MAESTRO Framework

Описание: Threat Modeling for Agentic AI: Securing Multi-Agent Systems with the MAESTRO Framework

Agentic AI is evolving rapidly:
Modern AI systems increasingly consist of multiple autonomous agents that communicate with each other, delegate tasks, call external tools, and access data sources.

These multi-agent architectures open up entirely new possibilities—but they also introduce new attack paths and systemic security risks that traditional threat modeling approaches often fail to capture.

Im zweiten Teil unserer Webinar-Reihe zur Sicherheit von Agentic AI Systemen tauchen wir tief in das Maestro Framework ein. Wir zeigen, wie man mit einem strukturierten, schichtbasierten Ansatz Bedrohungen für GenAI-Systeme identifiziert, bewertet und mitigiert.
Themen in diesem Video:
– OWASP Top 10 für Machine Learning: Die häufigsten Risiken moderner AI-Systeme
– MITRE ATLAS: Die Cyber Kill Chain für KI-Angriffe
– Das Maestro Framework im Detail: 7-Schichten-Architektur von Foundation Models bis Observability
– Praxisbeispiel: Threat Modeling einer adaptiven Lernplattform mit spezialisierten AI-Agents
– AI Vulnerability Scoring System (AIVSS) als Alternative zu CVSS
– Live-Demo: Maestro Sentinel – automatisierte Bedrohungsanalyse für Agentic AI
– Warum traditionelle Sicherheitsmaßnahmen bei LLM-basierten Systemen nicht ausreichen
Part 1 findet ihr auf unserem Kanal.
Vorgestellt von Vamisec
https://vamisec.com/it-security/#thre...

#AIThreatModeling #MaestroFramework #AgenticAI #AgenticAISecurity #OWASPTop10 #MITREAtlas #AIRiskManagement #PromptInjection #DataPoisoning #ModelTheft #AIVSS #MaestroSentinel #GenAISecurity #LLMSecurity #AIGovernance #AIAct #KISicherheit #CyberSecurity #AIPenTesting #ThreatModeling #AIAgents #MachineLearning #AICompliance #Vamisek #Webinar #InfoSec #ISMS