LLM में सेंध लगने की घटना शायद ही कभी सिर्फ़ एक बग की वजह से होती है; यह कई लक्षणों की एक कड़ी होती है जिन्हें तेज़ी से सही OWASP कैटेगरी से जोड़ना ज़रूरी होता है। यह कोर्स सिक्योरिटी टीमों और AI/ML इंजीनियरों को LLM और AI एप्लीकेशन में बड़े खतरों के पैटर्न को 'डिफेंडर' (सुरक्षा करने वाले) के नज़रिए से समझने में मदद करता है। साथ ही, इसमें रोकथाम (containment), मज़बूती (hardening), वैलिडेशन और मॉनिटरिंग के बारे में सोचने के व्यावहारिक तरीके भी बताए जाते हैं। कोर्स पूरा होने तक, सीखने वाले हमलों को क्लासिफ़ाई कर सकेंगे, उन्हें रोकने वाले कंट्रोल चुन सकेंगे और एक भरोसेमंद सिक्योरिटी नज़रिए से LLM सिस्टम का रिव्यू कर सकेंगे।
इस कोर्स में प्रॉम्प्ट इंजेक्शन, संवेदनशील जानकारी का खुलासा, छिपे हुए संदर्भ का पता चलना, ज़रूरत से ज़्यादा एजेंसी, आउटपुट को ठीक से न संभालना, सप्लाई चेन का जोखिम, डेटा और मॉडल पॉइज़निंग, असीमित खपत, वेक्टर और एम्बेडिंग की कमज़ोरियाँ और गलत जानकारी जैसे विषय शामिल हैं। इसमें LLM सुरक्षा आकलन के लिए वेरिफिकेशन, टेस्टिंग, मॉनिटरिंग सिग्नल और OWASP-मैप्ड रिव्यू वर्कफ़्लो भी शामिल हैं।