iThome

台灣·持續收錄

標籤科技編輯標籤

今日收錄: 0篇
近 24 小時: 1篇
近 7 天: 118篇

媒體資料

刊登媒體: iThome
所屬地區: 台灣
收錄範圍: 台灣媒體 · 繁體中文
來源網站: www.ithome.com.tw
月造訪量: 1,694,5742026/09
Radar 全球: 前 100,000 名
開始收錄: 2026/9/29
最新報導: 2026/11/7
最近更新: 11/8 05:53
流量資料: 2026/10/25 更新

流量與排名比較 →

寫法近 90 天

轉述貼文: 0.3%2 篇
發言者: 公職、政治人物 50.0%網友、民眾 50.0%
標題用詞: 懸念 0.0%反應 0.1%攻擊 0.0%

看這家的轉述報導與各家比較 →

網站流量來源Similarweb · 2026/09

台灣訪客占 90%，約 1,532,709 次造訪

來源國家（前五）

台灣90%
香港4.4%
中國0.9%
美國0.9%
新加坡0.3%

導流來源

自然搜尋59%
直接造訪24%
其他網站連入10%
社群3.4%
電子郵件1.2%
付費社群0.9%
生成式 AI0.7%
展示廣告0.3%
付費搜尋0.1%

全台排名: 第 492 名
全球排名: 第 35,757 名
類別排名: 第 28 名 · Computers Electronics and Technology/Computers Electronics and Technology
跳出率: 63%
每次造訪: 2.6 頁
平均停留: 2 分 8 秒

整個網域的估算值，比例以造訪次數計，非精確 page views。

媒體關係

近 7 天

已比對 118 篇內文

2
引用其他媒體: 0
被其他媒體引用: 0
同署名跨站: 0
已註明來源: 0
未辨識稿源

主要關係對象2 家

彭博社1筆關係
路透社1筆關係

直接文字比對引用對方被對方引用

在媒體關係圖查看 →

媒體關係

比對結果載入中…

報導關鍵字

近 7 天

較早收錄

本頁 60 篇 · 依收錄順序顯示摘要

英特爾獲美國政府85億美元的補助與110億美元的聯邦貸款
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>美國拜登政府於周三（3/20）宣布，已與英特爾（Intel）<a href="https://www.whitehouse.gov/briefing-room/statements-releases/2024/03/20/fact-sheet-president-biden-announces-up-to-8-5-billion-preliminary-agreement-with-intel-under-the-chips-science-act/" target="_blank">達成初步協議</a>，將依據《晶片與科學法案》（Chips and Science Act，CHIPS Act），提供85億美元的直接資金及110億美元的貸款予英特爾，以支持英特爾在亞利桑那州、俄亥俄州、新墨西哥州和俄勒岡州工廠的建設和擴建，創造近3萬個職缺，以及數萬個間接就業機會。</p> <p>美國總統拜登（Joe Biden）是在2022年<a href="https://www.ithome.com.tw/news/152402" target="_blank">簽署CHIPS Act</a>，計畫提撥2,800億美元的經費來推動美國的創新與科技中心，以降低美國的成本、創造工作機會，強化供應鏈，以及對抗中國，當中有527億美元將應用在與半導體有關的研發、製造與勞動力的發展。</p> <p>拜登政府表示，美國發明了半導體，替全球的手機、冰箱、電動車、衛星到國防系統等各種設備提供動力，但現今美國所生產的晶片卻不到全球的10%，還不是最先進的晶片，政府正準備將半導體製造業帶回美國，估計到了2029年，美國即可生產20%的尖端晶片。</p> <p>另一方面，為了配合美國的政策，英特爾於2021年<a href="https://www.ithome.com.tw/news/143423" target="_blank">成立獨立的晶圓代工服務事業群</a>，大舉進軍晶圓代工市場，也在CHIPS Act的承諾下，<a href="https://www.intel.com/content/www/us/en/corporate/usa-chipmaking/home.html" target="_top">宣布</a>要在未來5年投資超過1,000億美元，以強化美國境內的晶片生產能力。</p> <p>英特爾表示，該公司正在引領振興美國半導體的製造與研發，以建立更具彈性的全球供應鏈，但相關投資取決於足夠的CHIPS Act支持，以填補不管是對美國經濟或國家安全都很重要的供應鏈缺口。</p> <p>總之，有85億美元的經費將用來直接補助英特爾於上述4州的商業半導體計畫，英特爾也可獲得110億美元的聯邦貸款，並針對其逾1,000億美元的投資向美國財政部申請投資稅收抵免（ITC）。英特爾估計相關投資將可創造3萬個職缺，5萬個間接工作機會，美國政府則期望CHIPS Act可讓美國在2029年握有20%的先進晶片製造能力。</p> </div></div></div>
2024/3/21 13:06作者陳曉莉https://www.ithome.com.tw/news/161885
【上市櫃資安事件背後的企業挑戰】導致資安事件常見問題是管理疏失，普遍組織高層仍缺乏事件應變團隊概念
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>這一年來，臺灣上市櫃公司因應證券交易所與櫃買中心的要求，若遭駭客網路攻擊，需發布重大訊息揭露，<a href="https://www.ithome.com.tw/news/161666">使得更多臺灣發生的資安事故浮上檯面</a>，雖然外界比過去更能瞭解當前威脅局勢，也讓所有公司高層更關注資安，但大家往往只從中得到處理結果，很難有機會瞭解到這些資安事故問題如何發生。</p> <p>而且資安事件重訊的內容大同小異，如下所示：<br /> ●「本公司資安人員於查知遭受網路攻擊時，於第一時間啟動相關防禦機制，並與外部專家協同處理及進行復原。」<br /> ●「自偵測到部份資訊系統遭網路攻擊，資訊部門已啟動防禦機制與復原作業，同時與外部資安專家協同處理。」</p> <p>經由上述簡單說明，雖然能得知這些公司發生資安事故，但我們無法看出是否已經查出事件發生的原因，以及當下事件應變的挑戰與概況。</p> <p>回顧這些資安事故重大訊息的揭露，有哪些是企業需要特別重視的？對此，我們特別詢問一些曾協助上市櫃公司進行資安事故調查與應變的業者，請他們談談下列兩個層面的觀察：一是企業資安防護可能存在哪些常見破口，導致事件發生？一是事件發生後、國內企業是否有足夠的應變能力？</p> <h2><strong>常見資安破口：使用VPN卻沒有做好安全管理</strong></h2> <p>「今日很多企業遭遇到的網路攻擊事件，其實絕大多數都是資訊安全管理疏漏造成，並不是有什麼新的威脅出現。」趨勢科技台灣區暨香港區總經理洪偉淦認為。</p> <p>至於有哪些常見資安管理疏漏，值得企業重視？</p> <p>洪偉淦說：「做好資安，並不只是完成Shopping list就好，同時也要做好管理。」如高權限帳號沒限縮存取、防火牆未妥善設定，使用的VPN有漏洞未修補，這些都是常見問題。</p> <p>舉例來說，近期很多攻擊都經由VPN入侵，而且發生在高階主管身上，並缺乏嚴格的身分驗證和授權機制；許多企業伺服器服務都放在虛擬平臺執行，但虛擬平臺root權限竟然沒有妥善保護。</p> <p>對於上市櫃公司透過重大訊息揭露遭駭現況，安永企管副總經理陳志明同樣很有感觸，他指出，之所以許多企業發生資安事故，大多是缺乏管理的人為疏失問題。</p> <p>例如，有VPN漏洞未及時修補而遭濫用，又或是VPN帳號權限管理出問題，甚至為了省錢而有多人共用帳號的情形，也發生員工離職後、其帳號仍具有存取權限等。他強調，這些都不是特殊個案，而是普遍常見的狀況。</p> <p>為提醒大家避免這些問題，陳志明認為，以國內資安通報體制而言，TWCERT/CC的位階、角色很適合，能為上市櫃公司提供協助，因這個組織專門負責民間業者的資安通報。而且，能將一些事故案例，藉由去識別化的方式分享出去，促進其他企業反思內部是否也有同樣的問題存在。</p> <p>當然，也不要忘記資安成熟度的概念，企業與組織需持續盤點出最大的風險，一步一步著手處理，以降低資安風險。</p> <p>綜觀上述狀況，顯而易見的是，國內許多企業在VPN與權限安全管控上，需要有更多的警惕性。</p> <p>平心而論，這些如果是常見的管理疏失問題，就不應該一再發生，否則，只會顯現出臺灣企業環境的資安有多落後。儘管有些公司早已長期付諸相關行動，但有些企業的高層，則是這一兩年才體會資安的重要性，但都已經不是藉口。</p> <h2><strong>資安事件應變準備度仍低，多數企業尚未建立應變團隊</strong></h2> <p>由於上市櫃公司遭受網路攻擊的情況持續增加，除了要從治理與防護層面去強化資安，面對資安事故的發生，在瞭解普遍事故原因之餘，各家公司在資安事件應變的層面，是否具有足夠的準備？</p> <p>過去三五年來，我們不斷看到資安界耳提面命，他們呼籲面對資安事件的可能發生，需要建立資安應變團隊，甚至要有應變的演練，才能在事件發生當下，能有獲得充分授權的指揮團隊，加速確認資安事件發生的手法及範圍，並根據現況來應變。</p> <p>而這樣的作法，不只是出現在資安，其實也存在公共安全領域，像是COVID-19期間成立的疫情指揮中心就是一例。</p> <p>關於當前企業的資安應變力，洪偉淦認為，國內在這方面有待進步，這是因為，根據他們的觀察結果，大部分企業連資安應變團隊都沒有，更關鍵的是，很多企業高層缺乏這些概念。</p> <p>他強調，面對資安事故發生，事故調查就是起手式。需要釐清損害範圍，才能知道可能損失有多大，入侵範圍有多廣，以及有哪些資料遭非授權存取，接下來，才是恢復營運正常。如果沒有這樣的資訊，要如何評估事件影響範圍與嚴重性。</p> <p>只是，從最近一年的現況來看，洪偉淦認為，大多數公司在遭遇資安事故當下，仍是處於焦頭爛額的狀態，無法在事故發生後按部就班處置。</p> <p>如果更嚴格看待，本身已建立應變流程執行的手冊文件，而且內容是確切可行的企業，更是少之又少。</p> <p>洪偉淦指出，如果企業應變做得夠好，其實過去兩年就不會有「是否該發重訊」的問題。因為，當企業建立應變團隊，將資安事故層級定義清楚，並讓每個事故等級都有不同的SOP流程可依循，一旦遭遇事件，第一線人員知道小型事件要向誰回報，當事件層級上升知道向誰回報，而在對外溝通上，不同角色也都能清楚該做的事。</p> <p>綜觀上述情形，我們可以發現，問題的關鍵在於，仍有很高比例的企業，缺乏建立有關的緊急應變機制，這是一個警訊，企業需要重新審視這方面落實的現況，該懂得建立資安應變團隊、應變流程，而且也要建立企業自身的資安事故層級定義。</p> <p>以資安事故層級而言，過去政府在「資通安全事件通報及應變辦法」，就提出相關定義。雖然這主要規範公務機關與特定非公務機關（8大關鍵基礎設施），並非針對上市櫃公司，但當中就將資通安全事件區分為4個等級，這也是一種可參考的作法。</p> <p>除此之外，我們也提醒上市櫃公司，在對外溝通的資訊上，要記得配合國內的法規政策，例如，在資安事件的重訊發布要求上，須<a href="https://www.ithome.com.tw/news/161745">依循現行規定的「重大性」標準來發布</a>。</p> <h2><strong>缺乏資安事件的應變能力？TWCERT/CC提供簡易指南</strong></h2> <p>由於企業與組織資安事故頻傳，但大多都尚未建立資安事件應變機制，我們該怎麼做？是否有參考的資源？ </p> <p>台灣電腦網路危機處理暨協調中心（TWCERT/CC），在半年多前已有這方面的行動，在2023年6月，他們發布《<a href="https://www.twcert.org.tw/tw/lp-160-1.html">企業資安事件應變處理指南</a>》，可以幫助毫無頭緒的企業，瞭解資安事件應變的整體規畫、準備與行動步驟。</p> <p>簡單來說，這份指南共有3個篇章，主要針對「事前準備」、「事中應處」、「事後改善」這3個不同階段，提供一些較具體的作業流程說明。</p> <p><a href="https://s4.itho.me/sites/default/files/images/（圖表2）資安事件應變國內參考資源_TWCERT企業資安事件應變處理指南_iThome.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/%EF%BC%88%E5%9C%96%E8%A1%A82%EF%BC%89%E8%B3%87%E5%AE%89%E4%BA%8B%E4%BB%B6%E6%87%89%E8%AE%8A%E5%9C%8B%E5%85%A7%E5%8F%83%E8%80%83%E8%B3%87%E6%BA%90_TWCERT%E4%BC%81%E6%A5%AD%E8%B3%87%E5%AE%89%E4%BA%8B%E4%BB%B6%E6%87%89%E8%AE%8A%E8%99%95%E7%90%86%E6%8C%87%E5%8D%97_iThome.jpg" style="width: 600px;" /></a></p> <p>（一）在事前準備階段，有8個重要工作，包括：資安工具準備、資安事件分類分級、訂定資安事件紀錄表、資通系統分級、設立專責資安聯絡人員、規劃專業資安教育訓練、規劃資安健檢、建立情資交換與通報管道。</p> <p>在此當中，關於資安事件分類分級，就是為了區分事件嚴重性，並建議依組織業務營運狀況畫分為1到4級。原則上，1級資安事件是指影響部分資訊設備，組織仍然可以持續營運，2級資安事件是非核心業務受影響、組織仍可持續營運，這兩種影響較輕微；3級事件是部分核心業務受影響，4級事件組織核心業務停擺。基本上，越嚴重的事件，處理速度其實也必須更快。</p> <p>還有資安工具的準備，當中列出5種類型工具，包括：<br /> ●網路檢測：Angry IP Scanner、Nmap、Snort、TCPView、Wireshark。<br /> ●檔案檢測：Msert、PE Studio、VirusCheck、VirusTotal。<br /> ●系統檢測：Autoruns、Eventvwr、ProcessExplorer、Regedit。<br /> ●記憶體取證：FTK Imager、Volatility。<br /> ●弱點掃描：Nessus、OpenVas。</p> <p>有了這些備妥的工具，一旦事件發生時，就能快速派上用場，減少因應時間的耽擱。</p> <p>（二）在事中準備的階段，有4項重要工作，資安事件偵測與分析、保存數位證據、資安事件應變與處理，以及通知利害關係人。</p> <p>這裡要提醒的是最後一點，企業在對外溝通上，其實有很多關係人需要聯繫，包含：客戶、系統使用者、上下游供應商、主管機關等，說明面臨的資安事件類型，以及處理的進度、影響的範圍與結果。</p> <p>（三）在事後改善的階段，有5個面向需要顧及，包括：檢討目前的資安管理制度是否需調整，事件處理程序是否合宜，資安事件情資分享，檢視其他主機、系統、設備是否有同樣的弱點，以及檢討防護設備或防護管理是否足夠。</p> <p>這裡特別要提最後兩點，畢竟每次事件都是寶貴的經驗，除了針對這次事件的問題進行改善，企業也要進一步思考，組織內部其他主機、系統、設備是否有同樣的弱點，以及環境中是否有更多應設定但未設定的組態，進而採取行動、逐一檢視。換言之，這些動作，也將回饋到資安防護規畫上的資安策略制定、資安風險評估與管理等。</p> <p>綜觀上述3大階段，雖然這裡的內容算是簡單扼要，但對於還沒頭緒的企業來說，將可快速瞭解資安應變要做的事，不只是「事中」與「事後」的行動要點，也涵蓋「事前」的準備，讓還沒有概念的企業，至少可以知道規畫方向，而且這些都是中文的內容。</p> <p>但也要提醒大家的是，這些指引雖提供基本的參考方向，但各家公司的組織架構有別，狀況都不一樣，因此仍需要企業依自身需求設計與落實。</p> <p>此外，在最近這一兩年來，金管會與證交所在闡述上市櫃公司資安措施政策時，持續推動上市櫃公司共享資安情資，加入TWCERT/CC的平臺，除了期盼促進最新威脅情資的交流，應也希望讓相關經驗可以成為教訓。</p> <h2><strong>還可參考國際上的資安事件應變框架，提升應變策略</strong></h2> <p>值得一提的是，國際間也有相關資源可以參考。<a href="https://www.ithome.com.tw/news/138882">我們過去報導這方面議題時</a>，曾有多位專家提供建議，他們都認為：面對資安事件不能群龍無首，必須建立資安應變團隊，不論是實體的編制，或是虛擬的負責單位都行，並提到推動這些工作的一些重點。</p> <p>例如，TeamT5杜浦數位安全執行長蔡松廷指出，在這個資安應變團隊的背後，至少應建立三個任務小組，包括事件調查、災難復原與溝通協調，並讓對外的窗口能獨立運作，而且，所有負責人員都要做到同步協調。</p> <p>關於參考資源方面，戴夫寇爾執行長翁浩正有具體建議，他推薦的實施框架，源自非營利組織CREST，而在此資安事件應變流程（Cyber Security Incident Response）架構中，總共規畫3大階段，也就是「準備」、「應變」、「追蹤」，並細分15個步驟來實施。</p> <p><a href="https://s4.itho.me/sites/default/files/images/（圖表1）資安事件應變國際參考資源_CREST資安事件應變框架_iThome.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/%EF%BC%88%E5%9C%96%E8%A1%A81%EF%BC%89%E8%B3%87%E5%AE%89%E4%BA%8B%E4%BB%B6%E6%87%89%E8%AE%8A%E5%9C%8B%E9%9A%9B%E5%8F%83%E8%80%83%E8%B3%87%E6%BA%90_CREST%E8%B3%87%E5%AE%89%E4%BA%8B%E4%BB%B6%E6%87%89%E8%AE%8A%E6%A1%86%E6%9E%B6_iThome.jpg" style="width: 600px;" /></a></p> <p>以準備階段為例，有5大步驟，包括：對組織進行關鍵性的評估，實施資安威脅的分析並且搭配情境的模擬與演練，從人員、流程、技術與資訊的層面來考量影響，建立適當的控制框架，以及檢視資安事件應變的準備狀態。</p> <p>這裡要特別注意的是，第一階段「準備」至關重要，但容易被大家忽視，原因是企業缺乏這方面意識、支持或資源。</p> <p>整體而言，企業在進行資安事件應變時，應該要瞭解到：在資安事件發生之前，就要超前部署、預先做好整體規畫。</p> <p>除了CREST安全事件應變流程框架，我們還可以在資安領域找到更多參考資源，例如：SANS提出的事件回應6大步驟（Incident Handler's Handbook），以及NIST提出的電腦事件安全處理指南（SP 800-61 Rev. 2）。</p> <p>企業也可以參考NIST的網路安全框架（CSF），因為涵蓋網路安全風險管理生命週期，事件應變也是其中的一部分。</p> <p>例如，在NIST CSF的「識別」方面就指出，要有資安事件應變計畫；在「偵測」方面，也是支持事故應變與復原活動的成功關鍵，企業與組織才能及早看到攻擊跡象，降低資安事件所帶來的影響，而且，上述的工作都與事前的準備有關。</p> <p>在NIST CSF的「回應」、「復原」方面，包含了事件管理、事件分析、事件回應通報與溝通、事件緩解，以及事件復原計畫執行、事件復原溝通，這些動作也對應到前面提到的事中應變。至於事後的改進，也將會涉及「防護」、「治理」的面向。</p> <p>總體而言，大家對於火災等公安事故，許多企業都有制定緊急災害應變措施計畫，甚至定期進行演練，面對資安事故也應如此，需要有應變措施。</p> <p>畢竟從上述現況來看，很多企業到現在還沒有這方面準備，面對網路攻擊事件接連發生的態勢，企業必須要有足夠的應變作為準備。</p> <p> </p> <h2 class="rtecenter"><span style="color:#B22222;"><strong>企業為何難揭露資安事件細節</strong></span></h2> <p>放眼全球，沒有企業敢擔保不發生資安事件，有許多公司都會主動坦承，我們也常看到國外媒體報導，但很少見到國內企業將內部的資安事件調查報告公開，示警其他企業注意同樣的威脅。</p> <p>趨勢趨勢科技台灣區暨香港區總經理洪偉淦認為，若發現是新的零時差漏洞攻擊，導致各界可能曝險，以該公司協助處理的狀況而言，他們會在不透露客戶的情形下，向外界示警新威脅出現。</p> <p>但是，今日很多企業遭遇的網路攻擊，其實絕大多數都是資訊安全管理疏漏造成，並不是什麼新的威脅出現。</p> <p>而且，在這些資安事件揭露的當下，其實企業無法在很短時間內就完成事故調查，就另一方面而言，即便找出根因、弱點，但企業也不見得很快就能投入修補。</p> <p>換言之，如果太早公布事件的問題癥結點，反而造成更大的曝險。因此，如果不是本次攻擊事件的主要成因，對外不見得要揭露太多，而且，若牽涉網路架構設計上的問題，所需要的改善時間，可能長達一兩年。</p> <p> </p> <h2 class="rtecenter"><strong><span style="color:#B22222;">對單一事故發多次重訊，展現透明度與誠意</span></strong></h2> <p>多家上市櫃公司遭網路攻擊，需趕緊依照規定發布重大訊息，向外界揭露事件的發生，但往往所能公開的資訊相當有限，企業是否有更好的揭露作法？</p> <p>其實有少數受害公司，後續會發布新的重訊，說明最新的處理或調查情形。我們認為，這的確是不錯的方式，可讓外界更清楚因應情形。</p> <p>以上櫃公司大拓－KY為例，該公司曾在2022年代子公司發布重大訊息，雖然內容不多，但其實在日本大拓公司官方網站，公布了更多資訊。例如，事故發生當日就有事故公告，相隔10天之後，他們再度揭露資安事件調查結果，說明事發時間及確認是遭勒索軟體攻擊。在事故30天後，該公司又發布第二版調查報告。</p> <p>另一個例子是2023年初華航針對媒體報導資料外洩事件發布重訊，一個月後再發新的重訊，公布後續調查結果，說明查出委外電商平臺系統連線異常，並公布確切影響範圍，有5千多筆會員資料遭擷取。</p> <p>2024年2月建準的重訊也是如此，而且是相隔一週後就有事件後續說明，指出部分技術人員電腦的部分重要檔案被加密攻擊，無法解密，且該部分資料恐有外洩疑慮。<br /> </p> </div></div></div>
2024/3/21 10:09作者羅正漢https://www.ithome.com.tw/news/161876
JetBrains發布CI/CD新工具TeamCity Pipelines，具多項智慧功能簡化工作管線配置
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>JetBrains推出新的CI/CD工具<a href="https://blog.jetbrains.com/teamcity/2024/03/meet-teamcity-pipelines/">TeamCity Pipelines</a>，助用戶最佳化開發流程。TeamCity Pipelines提供建置CI/CD工作管線需要的所有工具，盡可能減少用戶切換應用程式的狀況。官方提到，TeamCity Pipelines直覺的介面和智慧配置輔助功能，能大幅簡化測試工作，使用戶更有效率地運作CI/CD工作管線。</p> <p>TeamCity Pipelines擁有一個易用的工作管線編輯器，讓用戶簡單點擊滑鼠，就能建立起工作管線。除了視覺化編輯器之外，開發者也可以使用YAML，以程式碼即配置的方式來設定工作管線，用戶可以選擇從網頁介面進行編輯，或是直接將設定檔添加到儲存庫。</p> <p>TeamCity Pipelines減少開發者需要尋找或是記憶的配置項目，智慧配置輔助功能可引導用戶完成工作管線配置流程，並且提出改進建議，像是TeamCity Pipelines可以自動偵測特定的建置工具，並建議採用智慧測試平行化選項，可使執行速度提高達75％。</p> <p>該CI/CD工具支援Linux、Windows與macOS作業系統，用戶可以選擇相對應執行代理類型，當開發者需要用到額外的工具，則可以在代理程式上安裝，或在Docker容器執行工作。TeamCity Pipelines內建Docker映像檔搜尋功能，用戶不需要切換環境就可找到需要的映像檔，用戶還可以在介面自訂Dockerfile。</p> <p>而且TeamCity Pipelines能夠動態最佳化工作管線，供用戶選擇重複使用之前執行過的工作、平行測試和建置快取功能。TeamCity Pipelines會建議用戶將測試分成多個批次，執行平行測試加速迭代，特別的是，開發者不需要更改程式碼或是專案結構，TeamCity Pipelines會自動完成需要的配置工作。</p> <p>除了動態最佳化建議之外，TeamCity Pipelines也會在每次測試工作完成後提供報告，並自動辨識測試專案所採用的語言與框架。TeamCity Pipelines能跨多次工作追蹤測試結果，讓開發者簡單地比較測試變化。</p> <p>TeamCity Pipelines介面可以讓開發者用終端機，直接存取代理所在的機器快速進行除錯，其具有完整的建置日誌記錄，介面提供語法突出顯示、搜尋等功能方便開發者閱讀，日誌也可以下載到用戶熟悉的工具進行分析。</p> </div></div></div>
2024/3/20 22:25作者李建興https://www.ithome.com.tw/news/161874
微軟開源多雲容器網路觀測平臺Retina
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>微軟Azure容器網路團隊發布雲端原生容器網路觀測平臺<a href="https://azure.microsoft.com/en-us/blog/microsoft-open-sources-retina-a-cloud-native-container-networking-observability-platform/">Retina</a>，讓Kubernetes用戶、管理者和開發者，能夠以視覺化的方式，觀測、除錯並且分析Kubernetes的工作負載流量。Retina支援各種容器網路介面（CNI）、作業系統和雲端平臺，還能夠與產業標準Prometheus和網路流量日誌搭配使用，具有適應不同用例和環境的靈活性。</p> <p>隨著Kubernetes等相關雲端原生技術的發展，雖然使得應用程式可在多種平臺上運作，但同時管理應用程式也變得複雜，特別是雲端原生應用程式的部署橫跨多個公有雲，以及企業的私有基礎設施，導致網路的可觀測性、故障排除和除錯越來越困難。</p> <p>Retina的出現便是要解決這個狀況，其提供簡單的方法，供用戶觀測和排除應用程式資料封包丟失和延遲等問題，而且不需要擔心底層基礎設施和轉換的複雜性。Retina利用eBPF（extended Berkley Packet Filter）的功能，在不需更改現有應用程式的情況下，以非侵入的方式對Kubernetes網路進行深入分析和監控。</p> <p>微軟提到，根據他們營運AKS（Azure Kubernetes Service）的經驗，發現網路監控、指標收集和Kubernetes叢集追蹤嚴重不足。而Retina提供了用戶對叢集網路的全面觀測性，同時藉由Kubernetes特有的上下文流量分析，像是Pod、服務和命名空間等資訊，將指標轉成產業標準的Prometheus或是網路流量日誌。</p> <p>Retina的特色之一是獨立於容器網路介面、作業系統和雲端平臺，微軟指出，現有的開源解決方案，通常與特定CNI、作業系統和資料平面緊密整合，因此限制了多功能性和可用範圍。Retina則是設計成多功能、可適應和可擴充的套件框架，能夠與所有CNI、作業系統和雲端平臺搭配使用，並且成為現有工具集的補充。</p> <p>Retina支援Linux和Windows資料平面，滿足可靠性工程師的多樣化需求，並占用盡可能少的記憶體和CPU資源，其可插拔設計可讓用戶簡單擴展，應用於各種新用例。</p> <p>Retina還有一個重要功能，是可以深入分析網路流量，涵蓋網路第四層指標、DNS指標和分散式資料封包擷取，其無縫整合Kubernetes應用程式模型，提供詳細Pod層級的指標。微軟解釋，用戶能以標籤來配置分散式資料封包擷取，指定擷取封包的內容、位置和物件。而Retina所提供的網路流程日誌，用戶可以使用歷史紀錄和進階除錯功能，強化網路故障排除和效能最佳化。</p> <p>微軟透過開源Retina以及支援多雲架構，將廣泛的雲端原生生態系納入Retina的觀測範圍中。微軟提到，他們會繼續發展Retina的可擴展性，使用戶可以更簡單地添加新指標和分析，並且可以與其他監控系統和工具整合。</p> </div></div></div>
2024/3/20 22:12作者李建興https://www.ithome.com.tw/news/161871
Google公開皮膚病狀圖片資料集SCIN，涵蓋各種膚色與身體部位
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>有鑒於當前皮膚科影像資料集的不足，Google與史丹佛大學醫學院合作，收集涵蓋各種膚色、身體部位皮膚病狀的照片，推出了<a href="https://blog.research.google/2024/03/scin-new-resource-for-representative.html">皮膚病狀圖像網路（SCIN）資料集</a>，由於該資料集的收集方式來自網路，因此也可反映出人們常在線上搜尋的常見皮膚問題。SCIN資料集補充臨床皮膚疾病資料集的不足，並提高人工智慧工具的泛用性。</p> <p>健康資料集在研究和醫學教育都非常重要，但研究人員提到，要創建能夠代表現實世界的資料集具有挑戰性。像是皮膚問題的外觀和嚴重程度各有不同，而且現有皮膚科影像資料集缺乏人們日常經常出現的皮疹、過敏和感染等病狀的圖片，同時內容多淺色皮膚也欠缺種族資訊，使得研究人員難以評估差異和創建通用解決方案。</p> <p>而SCIN資料集經過仔細設計，收集廣泛條件的圖片，具有詳細貢獻者的資訊，還有專業皮膚科醫師標注。SCIN資料集共收錄超過1萬張皮膚、指甲和頭髮狀況的圖像，這些圖像由本人自願貢獻，並被要求拍攝特寫與稍遠距離的圖像。貢獻者可選擇提供人口統計資料與日曬傾向，還有描述他們關心的問題、症狀與持續時間等資訊。</p> <p>由一到三位皮膚科醫生對貢獻者的皮膚狀況，給出最多5個皮膚病狀，以及附上每個標籤的信賴分數。研究人員提到，資料集包含單獨的標籤，以及衍生出的聚合和加權差異診斷，可用於模型測試和訓練。雖然這些標籤屬於回顧性的資訊，無法等同於臨床診斷，但研究人員可以將SCIN資料集中皮膚病狀的分布，與現有資料集進行比較。</p> <p>許多皮膚病資料集針對良性與惡性腫瘤，以協助診斷皮膚癌，但是SCIN資料集的組成，主要是常見的過敏、發炎和感染性疾病。SCIN資料集中的大多數圖像，展示了皮膚病的早期狀況，超過一半的皮膚病狀在照片拍攝一周內出現，甚至有30％的症狀是在圖像拍攝不到一天內出現。</p> <p>在現有的皮膚病學資料庫中，這些短時間出現的症況，往往得到關注不足，因此在健康系統內不常見。也就是說，當臨床環境少有文件紀錄，這些早期症狀沒有被資料集紀錄，對於病狀研究和診斷工具的開發就會受限，進而影響了對這些病狀的理解和治療。</p> <p>研究人員特別提到，他們在創建SCIN資料集，採用了一種群眾外包新方法。研究人員藉由在網頁搜尋結果頁面投放廣告，吸引網路參與者，並與之建立聯繫，這個方法擴大了參與者的範圍，確保可以從廣泛且多元的人群中收集資料，而且由於貢獻者在醫療健康研究中扮演積極角色，使研究者能夠接觸到處於健康問題早期階段的人們。</p> <p>結果也顯示，這種群眾外包方法收集到的資料不只品質高且垃圾訊息率低，超過97.5％的貢獻都是真實的皮膚狀況圖像，也有大約一半的貢獻回報了人口統計資訊，且有80％包含皮膚狀況的自我評估，像是膚質、持續時間和其他症狀描述。</p> </div></div></div>
2024/3/20 22:16作者李建興https://www.ithome.com.tw/news/161873
【資安日報】3月20日，研究人員針對行動應用程式開發平臺Firebase配置不當氾濫的現象提出警告
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>伺服器配置不當的情況，過往最常出現的是在公有雲系統，但應用程式開發系統出現配置不當的問題，也相當值得留意。</p> <p>最近有研究人員針對Google旗下的行動與網頁應用程式開發平臺Firebase進行調查，一口氣找到超過1億筆機敏資料（Secrets），值得留意的是，當中包含不少明文密碼。</p> <p> </p> <h3><strong>【攻擊與威脅】</strong></h3> <p><a href="https://env.fail/posts/firewreck-1/"><strong style="font-size: 22px;">配置不當的Firebase曝露近2千萬筆明文帳密資料</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/supabase_table.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/supabase_table.png" style="width: 300px; float: right;" /></a>研究人員Logykk、Xyzeva、MrBruh指出，行動與網頁應用程式開發平臺Firebase的資安控管不足，放任用戶進行可能危及資安的組態設定。因為當中竟然允許IT人員配置具有潛在資安風險的規則，且不會發出任何警示訊息，而因為存在這樣的狀況，使得不少Firebase伺服器呈現「裸奔」狀態，因為許多機敏資料都因此而曝露在外。</p> <p>這些研究人員針對全球的Firebase伺服器進行掃描，結果發現超過1.25億筆機敏資料，內含電子郵件信箱、姓名、密碼、電話號碼，甚至部分具備詳細金融資訊的帳單明細。這批資料一共有84,221,169個姓名、106,266,766個電子郵件帳號、33,559,863筆電話號碼、20,185,831個密碼，以及27,487,924組帳單資料，其中值得留意的是，上述的密碼有19,867,627個都是以純文字型式存放，換言之，幾乎（98%）並未採取保護措施。</p> <p>對此，研究人員在兩週內發送842封電子郵件，通知受影響的Firebase用戶，約有四分之一的管理者修復了配置錯誤的情況，1%管理者回信，此外，研究人員也得到2個企業組織的抓漏獎勵。</p> <p><a href="https://www.securonix.com/blog/securonix-threat-research-security-advisory-new-deepgosu-attack-campaign/"><strong style="font-size: 22px;">研究人員揭露Deep#Gosu攻擊行動，北韓駭客打造PowerShell及VBS惡意軟體對Windows電腦下手</strong></a></p> <p></p> <p>資安業者Securonix揭露北韓駭客組織Kimsuky的攻擊行動Deep#Gosu，指出對方調整手法，採用以指令碼為基礎的攻擊流程，利用多個以PowerShell及VBScript製作的工具來感染目標電腦，並進一步使用RAT木馬程式來進行控制。</p> <p>值得一提的是，所有C2的通訊都是透過Dropbox與Google Docs等雲端服務來處理，使得攻擊流量融入合法流量，而能讓惡意軟體的行蹤難以察覺；此外，這起攻擊行動的惡意酬載，都是存放Dropbox等雲端服務，因此駭客能夠動態更新惡意程式的功能，或是部署其他的模組。</p> <p>而對於攻擊流程的進行，這些駭客透過ZIP壓縮檔向目標人士散布Windows捷徑檔（LNK），但此檔案容量過大，竟高達2.2 MB（LNK檔通常只有幾KB），研究人員拆解其內容，發現當中包含PowerShell指令碼，從而解出嵌入的檔案，並從網路下載其他惡意VBScript程式碼，並向受害者顯示PDF檔案，以降低戒心，接下來，攻擊者會執行來自Dropbox的RAT木馬TruRat。</p> <p><a href="https://www.bleepingcomputer.com/news/security/white-house-and-epa-warn-of-hackers-breaching-water-systems/"><strong style="font-size: 22px;">美國對水利系統業者提出警告，駭客鎖定全國各地有關的關鍵基礎設施發動攻擊</strong></a></p> <p></p> <p>美國環境保護局（Environmental Protection Agency，EPA）、國家安全顧問Jake Sullivan對各州政府提出警告，駭客正在襲擊多州的水利關鍵基礎設施，因此他們想要請求州長協助，確保轄內的水利系統能夠因應相關威脅，並在遭到破壞時能迅速恢復。</p> <p>對此，他們將於美國東部時間21日下午1時舉行線上會議，邀請各州環保局、公共衛生機關、國土安全部的首長參與，討論如何保護水利系統的關鍵基礎設施，重點將說明當局與各州要如何強化這類設施的資訊安全。</p> <p>EPA將與國土安全部（DHS）、網路安全暨基礎設施安全局（CISA）合作，提供相關的指引、工具、教育訓練、技術協助等資源；美國水務協會（American Water Works Association，AWWA）、國家農村水利協會（National Rural Water Association，NRWA）、水利資訊共享暨分析中心（Water Information Sharing and Analysis Center，WaterISAC）也將提供相關技術支援。</p> <p>資料來源</p> <p>1. <a href="https://www.epa.gov/system/files/documents/2024-03/epa-apnsa-letter-to-governors_03182024.pdf">https://www.epa.gov/system/files/documents/2024-03/epa-apnsa-letter-to-governors_03182024.pdf</a><br /> 2. <a href="https://www.epa.gov/newsreleases/biden-harris-administration-engages-states-safeguarding-water-sector-infrastructure">https://www.epa.gov/newsreleases/biden-harris-administration-engages-states-safeguarding-water-sector-infrastructure</a></p> <p><a href="https://cyble.com/blog/cgsi-probes-shadowsyndicate-groups-possible-exploitation-of-aiohttp-vulnerability-cve-2024-23334/"><strong style="font-size: 22px;">HTTP非同步傳輸框架Aiohttp漏洞遭到勒索軟體駭客組織鎖定</strong></a></p> <p></p> <p>1月28日HTTP非同步傳輸框架Aiohttp發布3.9.2版，修補當中Python程式庫的路徑穿越漏洞CVE-2024-23334，嚴重程度為高風險等級，CVSS風險評為7.5，而這項漏洞傳出被用於攻擊行動。</p> <p>資安業者Cyble指出，他們在2月27日看到有人公布該漏洞的概念性驗證程式碼（PoC），2天後駭客透過5個IP位址嘗試利用這項漏洞，研究人員根據另一家資安業者Group-IB去年的調查，認為攻擊者的身分可能是勒索軟體駭客組織ShadowSyndicate。</p> <p>研究人員根據他們的網路掃描工具進行調查，全球約有4.4萬臺可透過網際網路存取的Aiohttp實體，位於美國的最多，占15.8%，其次是德國、西班牙，各有8%、5.7%，但由於難以判斷這些伺服器使用的版本，他們無法確認有多少主機曝險。</p> <p><a href="https://securityintelligence.com/posts/pixpirate-brazilian-financial-malware/"><strong style="font-size: 22px;">安卓惡意軟體PixPirate採用新型態策略埋藏在背景運作</strong></a></p> <p></p> <p>去年2月資安業者Cleafy揭露專門鎖定巴西的安卓木馬程式PixPirate，並指出該木馬能對多家當地銀行的用戶進行自動轉帳系統（ATS）攻擊、攔截簡訊，還能投放惡意廣告，如今這個惡意程式以更隱密的方式於受害手機運作。</p> <p>IBM威脅情報團隊指出，他們近期看到PixPirate的變種版本，但有別於過往的版本，首先，這次駭客採取新的隱藏應用程式圖示策略（不具備啟動器的圖示，而能在最新版的安卓作業系統維持隱藏的狀態）；再者，攻擊者將該惡意程式拆成兩個APK檔案進行散布，這樣的做法也相當罕見。</p> <p>對方先透過WhatsApp或是釣魚簡訊散布第1個「下載器」的APK檔案，一旦使用者執行安裝，該APK檔案就會要求使用者，開放輔助功能在內的多種權限，啟動後便會下載PixPirate的主程式，此軟體安裝後，不會在手機前端介面呈現App圖示，但會產生可被其他應用程式連接的服務，而能被前述的下載器執行。研究人員指出，就算受害者移除下載器的App，PixPirate仍舊能夠獨立運作。</p> <p><a href="https://s4.itho.me/sites/default/files/images/PixPirate-infection-flow.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/PixPirate-infection-flow.png" style="width: 580px;" /></a></p> <p><a href="https://perception-point.io/blog/operation-phantomblu-new-and-evasive-method-delivers-netsupport-rat/"><strong style="font-size: 22px;">駭客組織PhantomBlu透過OLE物件在Microsoft 365用戶電腦植入後門</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/blu.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/blu.png" style="width: 300px; float: right;" /></a>有人針對美國組織的Microsoft 365用戶發起名為PhantomBlu的攻擊行動，對方假借提供每個月的薪資報告，透過SendInBlue、Brevo等行銷管理平臺寄送釣魚郵件，引誘收信人下載特定Word檔案。</p> <p>一旦照做，收信人便會看到受到密碼保護的檔案及對應的「說明文件」，從而於受害電腦植入木馬程式NetSupport RAT，使得攻擊者能夠進行監控、側錄鍵盤輸入內容、傳輸檔案，濫用系統資源，甚至能在受害網路進行橫向移動。</p> <p>資安業者Perceptive Point指出，有別於大部分散布NetSupport RAT的攻擊行動，這次駭客濫用了物件連結與嵌入（OLE）的範本檔案，並藉由Office文件範本執行惡意程式碼，從而迴避偵測。</p> <div> <p> </p> </div> <h3><strong>【其他新聞】</strong></h3> <p><strong><a href="https://www.recordedfuture.com/adversarial-intelligence-red-teaming-malicious-use-cases-ai"><span style="font-size: 20px;">駭客嘗試透過大型語言模型修改惡意程式，降低被防毒軟體特徵碼察覺的機會</span></a></strong></p> <p><strong><a href="https://therecord.media/lockbit-ransomware-takes-credit-for-south-african-pension-fund-attack"><span style="font-size: 20px;">北韓駭客Lazarus疑似透過加密貨幣混幣系統Tornado Cash洗錢</span></a></strong></p> <p><a href="https://www.bleepingcomputer.com/news/security/new-acidpour-data-wiper-targets-linux-x86-network-devices/"><strong><span style="font-size: 20px;">資料破壞軟體AcidPour鎖定Linux網路裝置而來</span></strong></a></p> <p><a href="https://securelist.com/trojanized-text-editor-apps/112167/"><strong><span style="font-size: 20px;">中國用戶遭到惡意廣告鎖定，駭客假借提供Notepad++、VNote等應用程式散布滲透測試工具Geacon</span></strong></a></p> <p></p> <p><a href="https://therecord.media/lockbit-ransomware-takes-credit-for-south-african-pension-fund-attack"><strong><span style="font-size: 20px;">南非公務員退休基金傳出在2月遭遇勒索軟體LockBit攻擊</span></strong></a></p> <p> </p> <h3><strong>近期資安日報</strong></h3> <p><a href="https://www.ithome.com.tw/news/161852"><strong>【3月19日】駭客組織Earth Krahang鎖定政府機關而來，疑為中國資安業者安洵旗下團隊</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161813"><strong>【3月18日】國際貨幣基金組織電子郵件帳號傳出遭到挾持</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161788"><strong>【3月15日】Windows安全機制SmartScreen弱點在公布前也被用於散布惡意程式DarkGate</strong></a></p> </div></div></div>
2024/3/20 14:43作者周峻佑https://www.ithome.com.tw/news/161868
Google將打造個人化健康大型語言模型，以提供Fitbit用戶來自AI的建議
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://blog.google/technology/health/google-generative-ai-healthcare/" target="_blank">Google本周宣布</a>，旗下Google Research及Fitbit團隊將合作建置一個攸關個人化健康的大型語言模型（Personal Health Large Language Model），以支援Fitbit行動程式中的個人化健康及保健功能，讓使用者可透過Fitbit及Pixel裝置上的資料獲得更多的見解與建議。</p> <p>根據Google的說明，此一個人化健康LLM將以Gemini模型為基礎，再利用去身分識別的高品質研究案例中的健康訊號進行微調，這些研究正在與通過認證的教練或健康專家合作收集及驗證資訊，以讓該模型得以展現對生理及行為資料的深刻推論能力；目前Google正在利用類似睡眠醫學認證考試的練習來測試該模型的效能，未來將可用來分析使用者的睡眠模式與睡眠品質的變化，再依照相關的見解來提供運動上的建議。</p> <p>在有了個人化健康LLM之後，Fitbit行動程式即可藉由追蹤使用者的狀態，協助使用者更全面地理解自己的健康資料，同時以自然語言提出問題，並建立專屬的圖表。例如可深入了解活躍區間分鐘數（AZM）與睡眠恢復程度的相關性。</p> <p>Google在2021年完成對智慧手錶業者Fitbit的<a href="https://www.ithome.com.tw/news/142247" target="_blank">收購案</a>，在2023年推出了Fitbit Labs，供Fitbit Premium用戶存取實驗性的AI功能，而新的個人化健康LLM將會在今年率先部署至少數的Android裝置上，供註冊Fitbit Labs的Fitbit用戶試用。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0320-The%20Check%20Up%20with%20Google%20Health-Fitbit%20labs-2.png" style="width: 473px;" /></p> </div></div></div>
2024/3/20 15:24作者陳曉莉https://www.ithome.com.tw/news/161870
Firebase配置錯誤外洩逾1億名使用者資料
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://env.fail/posts/firewreck-1/" target="_blank">3名安全研究人員近日揭露</a>，他們在網路上掃描配置錯誤的Firebase實例，結果找到了900個網站，它們外洩了超過1億名使用者的帳號資料，包括姓名、電子郵件、電話號碼、密碼與帳單資訊等。</p> <p>這些研究人員是受到另一名安全研究人員MrBruh的啟發。<a href="https://mrbruh.com/chattr/" target="_blank">MrBruh今年1月</a>針對數百家AI新創進行掃描，揣測這些業者可能會為了儘快推出產品而忘了實施適當的安全規則，促使MrBruh打造了腳本程式以尋找外洩的Firebase憑證，結果卻發現AI招募系統Chattr.ai的配置錯誤，使得他只要自己註冊一個Firebase帳號就能存取Chattr.ai後端的Firebase資料庫，還具備讀取及寫入的完整權限。</p> <p>Chattr.ai幫美國許多連鎖餐廳尋找工讀生，包括Applebees、肯德基、Tacobell及Wendys等，MrBruh因而取得了Chattr員工、餐廳加盟店經理，以及求職者的姓名、電話號碼、電子郵件、密碼、門市地點與對話紀錄等。</p> <p><a href="https://hackersbait.com/blog/chattr-ai-data-breach/" target="_blank">HackersBait曾經分析</a>此一配置錯誤事件，指出Chattr.ai當初被駭是因為其Firebase配置的驗證與存取控制不足所造成的。</p> <p>MrBruh攻陷Chattr.ai的消息曝光後，暱稱為mrbruh、xyzeva 與logykk等3名研究人員便決定大規模掃描那些配置錯誤的Firebase資料庫，結果有900個網站仍採用此一危險配置，外洩了1.24億筆的紀錄、8,400萬個姓名、逾1億個電子郵件信箱、3,300萬個電話號碼、逾2,000萬個密碼，以及超過2,700萬個帳單資訊。</p> <p>其中，教學管理平臺Silid LMS上有2,700萬名用戶的資訊曝光，某一線上賭博網站的800萬個銀行帳戶資料以及1,000萬個明文密碼曝光。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0320-Silid%20LMS-Firebase-misconfiguration.jpg" style="width: 600px;" /></p> <p>總之，這3名研究人員隨後寄了842封郵件予受影響的網站，當中有85%成功發送，總計只有24%的網站變更了Firebase配置，只有1%回覆了電子郵件，並有兩個網站提供抓漏獎勵。</p> </div></div></div>
2024/3/20 14:18作者陳曉莉https://www.ithome.com.tw/news/161867
微軟找來AI新創Inflection共同創辦人執掌新AI部門
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://blogs.microsoft.com/blog/2024/03/19/mustafa-suleyman-deepmind-and-inflection-co-founder-joins-microsoft-to-lead-copilot/" target="_blank">微軟周二宣布</a>成立新的AI部門，並找來AI新創公司Inflection多名員工以開發Copilot等AI技術，包括二名共同創辦人Mustafa Suleyman與Karén Simonyan。</p> <p>微軟執行長Satya Nadella透過官方部落格宣布，二名創辦人將加入微軟，率領新成立的Microsoft AI，負責率領開發Copilot及其他消費性AI產品及研究。其中Suleyman將擔任Microsoft AI部門執行長暨執行副總裁，並將躋身高層領導團隊，直接向Nadella報告。而Simonyan則擔任該部門的首席科學家，向Suleyman報告。</p> <p>Suleyman在成立Inflection之前，也曾共同創辦現為Google AI部門的DeepMind。Simonyan則在DeepMind參與開發曾在棋賽中擊敗知名AI系統AlphaGo的<a href="https://www.ithome.com.tw/news/127574" target="_blank">AlphaZero</a>。</p> <p class="rtecenter"><a href="https://twitter.com/mustafasuleyman/status/1770123596121432351" target="_blank"><img alt="" src="https://s4.itho.me/sites/default/files/images/0320-Mustafa%20Suleyman-Microsoft%20Copilot-Microsoft%20AI-3.png" style="width: 600px;" /></a></p> <p>此外，多名Inflection員工，也隨同二名主管加入了微軟，涵括AI工程師、研究人員及開發人員。</p> <p>Inflection是2022年成立的AI新創公司，去年才募得13億美元開發「更個人化的AI」，而主要投資人正是微軟，該公司也正在和Nvidia打造全球最大AI叢集。Inflection本月初才宣布了媲美GPT-4的<a href="https://www.ithome.com.tw/news/161671" target="_blank">Inflection-2.5 AI模型</a>。</p> <p>Nadella指出，微軟將在其與OpenAI的合作基礎上持續開發AI，也將持續打造AI基礎架構，包含系統及晶片作業，以支持OpenAI基礎模型的發展藍圖，在其模型上開發產品與服務。他說這些工作也會由新成立的AI部門獲得強化。</p> <p>同時，廣告暨Web服務部門執行長Mikhail Parakhin及其整個團隊，包括Copilot、Bing及Edge，以及GenAI團隊及主管Misha Bilenko也都將納入新成立的Microsoft AI部門向Suleyman報告。</p> <p>至於微軟技術長暨執行副總裁Kevin Scott則不受影響，將持續負責AI策略統籌、所有系統架構決策、合作聯盟與全公司協作。而體驗與裝置部門執行副總裁Rajesh Jha則會持續開發Copilot for Microsoft 365，並與新消費性AI部門合作。</p> <p>在Inflection方面，Inflection三名共同創辦人中的Reid Hoffman將留下，輔助新任執行長Sean White。<a href="https://inflection.ai/the-new-inflection" target="_blank">Inflection</a>也在部落格公告高層人事異動。該公司指出會持續打造個人化AI，包括聊天機器人Pi，同時強調公司的隱私和資料政策不會變動，也不會在客戶未明顯同意下將任何資料分享給第三方機構。</p> <p>Inflection今日並宣布，本月發表的Inflection 2.5模型會登上Microsoft Azure平臺，不久之後也會在其他雲端平臺代管。該公司預告很快會發布API以開放開發人員或企業測試。</p> <p>微軟和Inflection的合作，是去年底OpenAI人事紛擾後，AI新創界的又一發展。當時OpenAI董事會<a href="https://www.ithome.com.tw/news/159901" target="_blank">開除</a>執行長Sam Altman，Altman及辭職的技術長Greg Brockman一度被微軟延攬率領新的AI部門。但一周後，兩人又回到OpenAI。當時Nadella說，微軟和OpenAI的合作會持續。但同時間，微軟也正擴大AI新創公司的合作廣度，包括Azure也提供Databricks的AI模型。</p> <p>同時微軟也將面臨來自Google AI更強的競爭。<a href="https://www.ithome.com.tw/news/161827" target="_blank">《彭博》</a>上周報導，蘋果可能正在洽談，將在iPhone上使用Google Gemini或是OpenAI ChatGPT作為AI功能底層。蘋果的22億支iPhone對任何一家AI聊天機器人都是市占上的絕對助力。</p> </div></div></div>
2024/3/20 09:49作者林妍溱https://www.ithome.com.tw/news/161865
甲骨文建議Java開發者先不要升級Apple silicon裝置到macOS 14.4
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>甲骨文（Oracle）在Java官方部落格<a href="https://blogs.oracle.com/java/post/java-on-macos-14-4">提醒</a>開發者，macOS 14.4引入了一個可能導致Java程序意外終止的臭蟲，Java 8到JDK 22早期存取版本全部受影響，目前沒有解決方法，官方建議Java開發者推延更新macOS 14.4直到問題解決為止。</p> <p>問題是發生在M1、M2 和 M3的Apple silicon晶片，在macOS上的一項功能，該功能控制每個執行緒寫入和執行動態生成程式碼的方法與時機。在macOS上，正常JIT和執行周期間，執行中的程序可能會存取受保護的記憶體區域，而macOS 14.4更新之前，在部分情況，macOS核心會透過向程序發送SIGBUS或SIGSEGV訊號，以回應受保護的記憶體存取。</p> <p>但在macOS 14.4中，當執行緒在寫入模式下進行時，當程序嘗試存取受保護記憶體區域，macOS會發送SIGKILL訊號，而程序會在無法處理SIGKILL訊號的狀況下被強制終止。由於Java虛擬機器會動態生成程式碼，需要利用受保護記憶體存取的訊號機制，來維持正確性與效能，但macOS 14.4卻會將嘗試執行此操作的程序直接終止，使得程序沒有機會處理訊號。</p> <p>甲骨文提到，雖然使用GraalVM原生映像檔建立的AoT編譯應用程式應該不會受影響，但是開發者卻無法創建新的映像檔。官方也表示，該問題在macOS 14.4早期存取版本並不存在，直到Apple發布了更新之後，這個問題才被發現。</p> <p>由於macOS更新之後難以回退，除非開發者在作業系統更新之前，就對系統進行了完整的備份。目前甲骨文已通知其客戶、Apple以及OpenJDK合作夥伴，同時建議在Apple silicon裝置上執行macOS 14的開發者，暫時不要往上更新到macOS 14.4，等到問題解決再升級。</p> </div></div></div>
2024/3/20 08:22作者李建興https://www.ithome.com.tw/news/161862
YouTube更新Creator Studio，要求創作者標記AI生成的寫實影片
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://blog.google/intl/en-in/products/platforms/how-were-helping-creators-disclose-altered-or-synthetic-content/">YouTube</a>已經在Creator Studio添加新工具，並要求創作者揭露使用生成式人工智慧所製作的寫實內容（Realistic Content）。創作者揭露的資訊將會以標籤的形式，在說明欄或是播放器前顯示，而官方也提到，創作者不需要揭露不切實際、動畫性質、含有特效，或是由使用生成式人工智慧輔助製作的內容。</p> <p>生成式人工智慧的出現改變了創作者的影片製作流程，不少創作者開始使用生成式人工智慧工具，輔助編寫分鏡或是劇本等，但YouTube提到，觀眾希望了解自己所看到的內容，是否經過修改或是合成。因此官方決定添加可揭露資訊的新標籤，強化創作者使用生成式人工智慧工具的透明度，進而建立起創作者與觀眾的信任。</p> <p>官方指出，若創作內容經數位修改，像是用數位手段更換人臉、合成人聲解說，或改變真實事件與地點影像，例如讓真實的建築物著火，或是更改城市式景觀，都需要進行揭露。另外，對於虛構的重大事件，像是龍捲風朝向真實城鎮移動等進行寫實的描述，創作者也需要明確地揭露。</p> <p>大多數的標籤都會出現在影片說明中，但對於較敏感的主題，像是健康、新聞、選舉和金融影片，YouTube會在影片上顯示更加突出的標籤。</p> <p>不過，並非所有生成式人工智慧的應用場景都需要公開，如用於提升生產力目的，像是自動生成腳本、創意內容，或是轉錄字幕等。此外，YouTube也不要求創作者揭露過於虛幻，或不重要的合成媒體，例如奇幻場景、色彩調整或濾鏡等效果。</p> <p>接下來幾周，YouTube觀眾就會在平臺上看到相關標籤，最先的是手機上的YouTube應用程式，接下來則是桌面版與電視版。YouTube將允許社群有時間適應新流程與功能，但是未來對於持續不揭露該訊息的創作者，可能採取強硬的措施。在部分情況，即使創作者本身沒有揭露，YouTube也可能會對混淆視聽的內容添加標籤。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0320-youtube-ai-label-1.png" style="width: 417px;" /></p> <p>對於採用生成式人工智慧技術，仿冒真實人物臉孔或是聲音的內容，YouTube也將會開放個人可以提出移除申請。官方現在正在更新隱私流程，屆時將會公開執行辦法。</p> </div></div></div>
2024/3/20 08:28作者李建興https://www.ithome.com.tw/news/161863
Nvidia推出生成式AI微服務
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://nvidianews.nvidia.com/news/generative-ai-microservices-for-developers" target="_blank">Nvidia周一（3/18）宣布</a>於Nvidia AI Enterprise 5.0平臺新增數十款生成式AI微服務（Microservice），目前它們分為NIM及CUDA-X 兩大類別，前者主要提供最佳化的推論微服務以大規模部署AI模型，後者則著重於打造資料處理、AI與高效能運算的各種應用。</p> <p>微服務是一種架構模式，其服務規模較小，且可獨立部署，<a href="https://www.ithome.com.tw/news/160071" target="_blank">Nvidia先前便曾</a>單獨發表生成式AI微服務。Nvidia說明，該公司是在其全棧運算平臺上增添一個微服務層，此層以標準化路徑連結了模型開發者、平臺供應商與企業的AI生態體系，以於雲端、資料中心、工作站或PC上執行針對<a href="https://developer.nvidia.com/about-cuda" target="_blank">Nvidia CUDA</a>最佳化的客製AI模型。</p> <p>其中，NIM是個容器化的推論微服務，內含預建的容器、產業的標準API、特定領域的程式碼與最佳化的推論引擎等，意在縮小企業環境中營運需求及AI部署之間的差距，將模型部署時間從幾周縮短至幾分鐘，以讓企業的應用程式開發人員得以對公司的AI轉型做出10~100倍的貢獻。</p> <p>此外，NIM專為可攜與可控所設計，讓模型可部署在不同的基礎設施上，涵蓋工作站、雲端到本地資料中心。</p> <p>至於CUDA-X則是提供端對端的建置組塊，以支援資料準備、客製化及訓練，加速不同產業生產AI的開發。例如提供客製化語音與翻譯AI的Nvidia Riva，最佳化路徑的Nvidia cuOpt，或是高解析度的天氣模擬Nvidia Earth-2等。</p> <p>企業可在不同的基礎設施上部署Nvidia AI Enterprise 5.0內的各種微服務，如AWS、Google Cloud、Azure或Oracle Cloud Infrastructure。</p> </div></div></div>
2024/3/20 08:12作者陳曉莉https://www.ithome.com.tw/news/161864
CircleCI在其CI/CD平臺推出自動化調度部署功能
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>CI/CD平臺CircleCI強化發布調度能力推出<a href="https://circleci.com/docs/release/releases-overview/">CircleCI Release</a>，讓用戶在CircleCI網頁介面上，就可簡單地配置發布調度程序。同時，CircleCI Release也支援Argo Rollouts，提供自動化漸進式交付程序，使開發人員可以更全面地控制應用程式發布，目前CircleCI Release已經支援金絲雀部署策略，並會在之後版本支援藍綠部署。CircleCI Release現在已推出，供所有CircleCI用戶使用。</p> <p>CircleCI Release可讓開發團隊快速交付，並監控生產環境中的新部署，當部署出現問題時，還可自動快速回退到之前的版本。CircleCI Release同時支援Kubernetes Deployments和Argo Rollouts，CircleCI透過與Kubernetes叢集整合，使開發者可以利用CircleCI網頁應用程式，檢視和控制發布流程。</p> <p>開發者首先需要在Kubernetes叢集中安裝發布代理（Release Agent），該代理程式會監控特定的Kubernetes命名空間，以執行更細緻的叢集操作。配置完成後，開發者便可以透過CircleCI網頁應用程式監控發布程序，並查看Kubernetes部署發布狀態和進度。</p> <p>從CircleCI網頁介面就可執行命令管理發布，這些命令會由CircleCI監控並轉發給代理，由代理在Kubernetes叢集中執行，可執行的命令包括恢復到特定應用程式版本、擴展或重啟特定元件，以及與Argo Rollouts相關的操作，像是重試或是取消發布等。</p> <p>Argo Rollouts是Kubernetes的擴充功能，除了滾動更新之外，還提供更進階的部署策略，像是金絲雀部署（Canary Deployment）和藍綠部署（Blue-Green Deployments），讓開發者進行更精確的流量控制和測試。</p> </div></div></div>
2024/3/19 23:57作者李建興https://www.ithome.com.tw/news/161859
Stability AI開源新模型SV3D，可生成多視角且物體外觀一致的影片
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>Stability AI以Stable Video Diffusion模型為基礎，創建了<a href="https://stability.ai/news/introducing-stable-video-3d">Stable Video 3D（SV3D）</a>模型，SV3D可生成高品質的3D多視角影片，官方提到，相較之前所發布的Stable Zero123模型，SV3D生成的影片品質以及多視角表現都更好，效能也優於Zero123-XL。</p> <p>Stable Video 3D模型有兩個變體，分別是SV3D_u和SV3D_p。SV3D_u能夠利用單一圖像，不需要使用者設定攝影機參數，即可生成環繞物體的連續視角（Orbital Views）影片，而SV3D_p則是在SV3D_u基礎上，不僅支援從單一圖像生成影片，還能根據環繞物體的影片，生成指定攝影機路徑的3D影片。</p> <p>Stability AI調整原有的Stable Video Diffusion圖像轉影片模型，增加攝影機路徑設定功能，使Stable Video 3D模型能夠生成從不同角度觀看物體的影片。與Stable Zero123所使用的擴散模型相比，Stable Video 3D在生成影片方面擁有更好的泛化能力以及視角一致性，因此所生成的影片，從不同視角看起來更加自然且連貫。</p> <p>Stable Video 3D還採用了解耦光照最佳化（Disentangled Illumination Optimization）技術，使得模型可單獨調整照明效果，不影響場景其他元素表現，以及透過遮罩分數蒸餾採樣損失函式（Masked Score Distillation Sampling Loss），來維持生成物體的品質和一致性。</p> <p>官方指出，Stable Video 3D在3D影片生成有重大進步，因為先前的方法在視角通常受限制，且輸出有物體不一致的問題。而Stable Video 3D卻可從任意指定視角，輸出連貫的視圖，不僅強化姿勢可控性，也確保可在多個視圖中保持物體外觀一致。</p> <p>Stable Video 3D現在推出，Stability AI會員可將其用於商業目的，針對非商業用途，開發者可以在Hugging Face下載模型權重，並參照Stability AI的研究論文。</p> </div></div></div>
2024/3/20 00:05作者李建興https://www.ithome.com.tw/news/161861
【資安日報】3月19日，駭客組織Earth Krahang鎖定政府機關而來，疑為中國資安業者安洵旗下團隊
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>半個月前<a href="https://www.ithome.com.tw/news/161607">資安業者趨勢科技揭露中國駭客組織Earth Lusca的攻擊行動</a>，並指出該組織與中國資安業者安洵信息（i-Soon）有所關連，但並未說明兩者之間的關係，如今相關調查出現新的進展。</p> <p>研究人員發現另一個與Earth Lusca攻擊手法相近，卻有顯著不同之處的駭客組織Earth Krahang，並根據安洵外流的內部資料，研判這兩組人馬就是由該公司經營。</p> <p> </p> <h3><strong>【攻擊與威脅】</strong></h3> <p><a href="https://www.trendmicro.com/en_us/research/24/c/earth-krahang.html"><strong style="font-size: 22px;">中國駭客組織Earth Krahang鎖定45個國家、逾100個組織而來</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/Earth_Krahang-fig1.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/Earth_Krahang-fig1.png" style="width: 300px; float: right;" /></a>資安業者趨勢科技揭露中國駭客組織Earth Lusca在臺灣總統大選前夕進行的網路釣魚攻擊，並指出該組織可能與內部資料遭到公開的中國資安業者安洵信息（i-Soon）有關，如今他們又有新的發現。</p> <p>研究人員揭露名為Earth Krahang的駭客組織，並指出對方從2022年初開始從事攻擊行動，主要目標是政府機關，範圍涵蓋45個國家，大部分位於亞洲及美洲，但歐洲與非洲也有受害組織。其中，他們確認有70個組織已遭到入侵，另有116個組織遭到鎖定；而在受害組織當中，48個是政府機關，另有49個政府實體是對方鎖定的目標。</p> <p>在攻擊行動裡，對方針對面向網際網路的應用程式伺服器，利用開源工具掃描是否存在特定漏洞，例如即時通訊伺服器Openfire路徑穿越漏洞CVE-2023-32315、網頁主機控制臺Control Web Panel漏洞CVE-2022-21587進行滲透，但研究人員也看到駭客利用釣魚郵件進行的情況。得逞後部署Web Shell或是SoftEther VPN，以便持續於受害組織環境從事網路間諜活動，然後洩露其電子郵件內容，並對電腦植入Cobalt Strike與後門程式Reshell、XDealer（亦稱DinodasRAT）。</p> <p>而對於Earth Krahang與其他中國駭客組織之間的關連，研究人員推測，該組織可能與Earth Lusca隸屬安洵信息的兩個滲透團隊。</p> <p><a href="https://pr.fujitsu.com/jp/news/2024/03/15-1.html"><strong style="font-size: 22px;">富士通證實IT系統遭到惡意軟體入侵，客戶資料恐外流</strong></a></p> <p></p> <p>3月15日日本IT業者富士通發布資安公告，指出他們發現多臺電腦出現惡意軟體，經過內部調查，與客戶個資有關的檔案有可能外洩。</p> <p>而對於這起事故的應變處理，該公司表示在確認受害電腦出現惡意程式後，他們隨即切斷這些電腦與內部網路的連結，並加強監控其他的電腦，該公司目前著手調查惡意軟體入侵的情況，並確認資料是否外洩，截至目前為止，他們尚未發現個資遭到濫用的跡象。但究竟有多少人受到影響，以及是否有其他企業、消費者被波及，該公司並未說明。</p> <p><a href="https://www.netskope.com/blog/from-delivery-to-execution-an-evasive-azorult-campaign-smuggled-through-google-sites"><strong style="font-size: 22px;">竊資軟體AZORult透過新型態的HTML挾持手法散布</strong></a></p> <p></p> <p>在散布惡意程式的手法當中，駭客利用HTML挾持（HTML Smuggling）手法來迴避偵測，可說是相當常見，但最近有攻擊者採用新的手法引起研究人員注意。</p> <p>資安業者Netskope揭露竊資軟體AZORult的攻擊行動，對方在進行HTML挾持的同時，也濫用Google Sites網站，使得攻擊行動更難捉摸。這起攻擊行動特殊之處，在於駭客使用的HTML挾持手法，對方將惡意酬載嵌入JSON檔案，並存放於外部網站，具體而言，研究人員看到駭客使用Google Sites建置冒牌的Google Docs網頁，從而引誘使用者下載檔案，一旦使用者存取駭客建置的網頁，該網站就會發出GET請求，從另一個網域下載JSON檔案，並還原以Base64演算法處理的惡意酬載。</p> <p>攻擊者透過反射式程式碼載入的手法啟動此竊資軟體，該程式以無檔案（Fileless）的型式運作，且具備繞過反惡意程式碼掃描介面（AMSI）的能力，從而迴避Microsoft Defender等端點防護系統。</p> <p><a href="https://www.gdatasoftware.com/blog/2024/03/37885-risepro-stealer-campaign-github"><strong style="font-size: 22px;">駭客透過GitHub提供盜版軟體破解程式，意圖散布竊資軟體RisePro</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/GDATA_RisePro_vuescan_crack_3c495fe8c7.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/GDATA_RisePro_vuescan_crack_3c495fe8c7.png" style="width: 300px; float: right;" /></a>防毒業者G Data指出，近期有人透過程式碼儲存庫GitHub聲稱提供盜版軟體的破解程式，然而使用者若是依照指示下載、安裝，電腦就會被部署竊資軟體RisePro。</p> <p>研究人員一共看到13個儲存庫，其共通點在於其說明檔案README.md，駭客通常會寫入4個Unicode綠色圓圈符號，由於GitHub通常會用這種符號來顯示儲存庫的自動組譯狀態，因此這樣的手法容易降低使用者戒心。</p> <p>對於儲存庫上提供的檔案，研究人員對其進行調查，駭客以RAR壓縮檔打包，解壓縮後檔案大小高達699 MB，使得IDA Pro等多種逆向工程工具無法正常解析，他們進一步拆解，實際的惡意酬載檔案大小僅有3.43 MB。</p> <p><strong style="font-size: 22px;">高雄市觀光局傳出網站遭駭，疑為舊資料拼湊而成</strong></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/29208347.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/29208347.jpg" style="width: 300px; float: right;" /></a>3月15日傳出有中國駭客在勒索軟體駭客組織LockBit經營的Telegram群組裡，上傳號稱是臺灣公務員資料的純文字檔案，並表示是入侵「高雄市觀光局行政資訊網」網站而得，此檔案內容，大部分是民國94年至100年於高雄公務機關任職人士的資料，包含高雄高等行政法院、戶政事務所、衛生所、鄉公所、國小等各式公務機關，檔案大小達到1 MB。</p> <p>對於駭客的說法，聯合新聞網引述不具名資安專家的說法指出，攻擊者很可能利用網站的漏洞，從而撈取網站資料庫的內容。</p> <p>針對上述的情況，高雄市政府也取得檔案進行分析，並指出該純文字檔案內含8,094筆資料，其中7,953筆是高雄縣市合併前高雄縣政府及縣議會的資料，141筆則是高雄高等行政法院的資料。根據檔案建立的時間與機關名稱來比對，他們研判，這個檔案是利用過往取得的資料移花接木而成，並非駭客宣稱來自現行的「高雄市觀光局行政資訊網」網站。</p> <p>資料來源</p> <p>1. <a href="https://udn.com/news/story/7241/7835607">https://udn.com/news/story/7241/7835607</a><br /> 2. <a href="https://www.upmedia.mg/news_info.php?Type=24&SerialNo=197232">https://www.upmedia.mg/news_info.php?Type=24&SerialNo=197232</a></p> <p><strong style="font-size: 22px;">臺灣兩個公共場所出現華為設備畫面的情況，引發資安疑慮</strong></p> <p></p> <p>基於國家安全考量，行政院在2020年下令，禁止公務機關使用中國廠牌資通訊產品，並必須在2021年底前完成汰換已採購、使用的設備，2022年數位發展部更將對於不特定人士具備播效果的大型電子看板、廣播系統納管，但近期卻發生公共場所出現華為設備管理登入介面的情況。</p> <p>3月16日有人在臉書上指出，新北市公車提供的Wi-Fi無線網路，登入介面竟出現華為的標誌及簡體中文。對此，17日新北市交通局表示已請公車業者全面清查，初步回報已無使用該廠牌設備，他們也將派員清單各公車車上的Wi-Fi列表；隔日表示15家公車業者、旗下2,468輛公車皆無使用華為設備。</p> <p>無獨有偶，16日晚間臺南市東區大型電子廣告看板當機，並出現華為的自動執行視窗，這樣的畫面約出現3至4個小時，引發民眾議論。</p> <p>資料來源</p> <p>1. <a href="https://www.facebook.com/vic2211/posts/10231689078665539">https://www.facebook.com/vic2211/posts/10231689078665539</a><br /> 2. <a href="https://news.ltn.com.tw/news/politics/breakingnews/4610174">https://news.ltn.com.tw/news/politics/breakingnews/4610174</a><br /> 3. <a href="https://www.ntpc.gov.tw/ch/home.jsp?id=e8ca970cde5c00e1&dataserno=83d63725a569a83f729385a94ab17ec3">https://www.ntpc.gov.tw/ch/home.jsp?id=e8ca970cde5c00e1&dataserno=83d63725a569a83f729385a94ab17ec3</a><br /> 4. <a href="https://www.ntpc.gov.tw/ch/home.jsp?id=e8ca970cde5c00e1&dataserno=c011b840e5e05c69e879d1db08be5592">https://www.ntpc.gov.tw/ch/home.jsp?id=e8ca970cde5c00e1&dataserno=c011b840e5e05c69e879d1db08be5592</a><br /> 5. <a href="https://news.ltn.com.tw/news/Tainan/breakingnews/4610268">https://news.ltn.com.tw/news/Tainan/breakingnews/4610268</a></p> <p> </p> <h3><strong>【漏洞與修補】</strong></h3> <div> <p><a href="https://www.securityweek.com/uk-government-releases-cloud-scada-security-guidance/"><strong style="font-size: 22px;">英國發布雲端SCADA安全指引</strong></a></p> <p></p> <p>雲端提供了更高的靈活度，也使得有不少企業組織可能會開始考慮將資料收集與監控系統（SCADA）遷移到雲端，但這麼做也可能會帶來潛在的資安風險。對此，3月18日英國國家網路安全中心（NCSC）發布資安指引，協助使用操作科技（OT）的企業組織能在安全的狀態下，將SCADA遷移到雲端。</p> <p>NCSC指出，企業組織在決定準備遷移SCADA的時候，首先需要確認是否具備相關的技術、人員，以及配套的政策，若是尋求代管服務業者協助，雖然這類業者具備豐富的雲端經驗，但可能對SCADA較不了解。</p> <p>他們認為，在上雲之前，企業組織與研究零信任的機制，從而提升網路韌性，從而在發生網路攻擊的時候，有機會在入口處遏止攻擊，並避免攻擊者在SCADA系統進行橫向移動。</p> <p> </p> </div> <h3><strong>【其他新聞】</strong></h3> <p><strong><a href="https://www.wordfence.com/blog/2024/03/critical-vulnerability-remains-unpatched-in-two-permanently-closed-miniorange-wordpress-plugins-1250-bounty-awarded/"><span style="font-size: 20px;">已終止維護的WordPress資安外掛程式存在漏洞，恐導致網站遭到挾持</span></a></strong></p> <p></p> <p><a href="https://www.fortra.com/security/advisory/fi-2024-002"><strong><span style="font-size: 20px;">Fortra修補檔案傳輸工具FileCatalyst的重大漏洞</span></strong></a></p> <p></p> <p><a href="https://www.securityweek.com/chipmaker-patch-tuesday-intel-amd-address-new-microarchitectural-vulnerabilities/"><strong><span style="font-size: 20px;">Intel、AMD修補處理器新的微架構漏洞</span></strong></a></p> <p></p> <p><strong><a href="https://www.esentire.com/blog/blind-eagles-north-american-journey"><span style="font-size: 20px;">北美製造業遭到惡意軟體Ande Loader鎖定</span></a></strong></p> <p></p> <p><a href="https://securityintelligence.com/x-force/itg05-leverages-malware-arsenal/"><strong><span style="font-size: 20px;">俄羅斯駭客APT28針對歐洲、美洲、亞洲展開廣泛的網路釣魚攻擊</span></strong></a></p> <p></p> <p> </p> <h3><strong>近期資安日報</strong></h3> <p><a href="https://www.ithome.com.tw/news/161813"><strong>【3月18日】國際貨幣基金組織電子郵件帳號傳出遭到挾持</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161788"><strong>【3月15日】Windows安全機制SmartScreen弱點在公布前也被用於散布惡意程式DarkGate</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161764"><strong>【3月14日】研究人員揭露ChatGPT可用於存取第三方網站及敏感資料的漏洞</strong></a></p> </div></div></div>
2024/3/19 17:45作者周峻佑https://www.ithome.com.tw/news/161852
5G趨勢月報第52期：國內三大電信關閉3G網路進入倒數，手機不支援VoLTE恐無法通話
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <h3><span style="color: rgb(0, 0, 255);"><strong>02/13~03/13精選5G趨勢新聞</strong></span></h3> <div> <p><font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>VoLTE</b></span></font> <font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>3G</b></span></font></p> <div> <p><span style="font-size: 22px;"><strong>三大電信第2季關閉3G網路進入倒數，手機若不支援VoLTE恐無法通話</strong></span></p> </div> <div> <p>國內三大電信規畫將在第2季關閉3G網路，由於3G網路主要用於支援4G語音通話，如果用戶目前使用的手機不具備VoLTE通話功能，3G網路關閉時，受影響的用戶將無法通話。</p> <p>因應3G網路即將關閉，電信業者已啟用VoLTE（Voice over LTE），如果用戶的手機支援VoLTE，就可以自動啟用VoLTE，在手機右上角也會看到VoLTE訊號，不過，如果用戶使用不具備VoLTE功能的手機，那麼關閉3G網路後用戶就無法通話，因此NCC近期審議3家電信業者提出的用戶通話權益保障方案，但仍決定續行審議。</p> <p>NCC表示，關閉3G網路已成為國際趨勢，3家電信業者均提出關閉3G的保障方案，NCC將就用戶權益保障、VoLTE手機普及程度、偏遠地區或高齡族群緊急通訊權益、方案宣導，以及防詐，邀請電信業者說明。</p> <p>據瞭解，各家電信業者用戶使用的手機支援VoLTE的比例約在7至8成，換言之，仍有2至3成用戶使用的手機無法支援，因此提高VoLTE手機普及度為關鍵之一，國內2020年之後NCC認證的手機已支援VoLTE，據瞭解為促使用戶更換手機，電信業者已祭出0元更換VoLTE手機的方案。</p> </div> <p><font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>英國</b></span></font> <font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>3G</b></span></font></p> <div> <p><span style="font-size:22px;"><strong>Vodafone在英國關閉3G服務，加速擴展4G與5G網路</strong></span></p> </div> <div> <p>英國陸續關閉3G服務，當地電信服務商EE與Vodafone先後宣布關閉3G服務，移轉用戶至4G或5G網路，並將3G原本使用的無線頻譜資源移轉至4G、5G網路使用，有助提升4G、5G網路品質。</p> <p>Vodafone宣布關閉其3G服務，其3G原本使用的900MHz頻段10MHz頻寬，將重新分配，用於強化現有的4G及5G網路，特別是900MHz頻段特性，可提高4G、5G網路的涵蓋範圍，新的頻寬也能提高網路速度。</p> <p>英國和當地的電信商達成協議，目標是在2033年之前關閉2G及3G服務，之所以需要較長的時間關閉舊的通訊服務，除了移轉用戶需要時間，另一部分原因與英國偏遠地區的農村、IoT物聯網需要較少耗電通訊服務有關。在EE、Vodafone早一步關閉3G網路後，目前還剩下Three與Virgin Media O2兩家電信服務商尚未關閉，其中Three計畫在2024年底關閉，而Virgin Media O2則比較晚，計畫在2025關閉。</p> <div> <p><font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>中華電信</b></span></font> <font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>AI</b></span></font></p> <div> <p><span style="font-size:22px;"><strong>中華電信與南紡購物中心合作，以5G元宇宙平臺打造虛擬場景帶動購物體驗</strong></span></p> </div> <div> <p>位於臺南的南紡購物中心和中華電信合作，在國發會的計畫補助下，打造5G元宇宙平臺YoCity，利用虛擬平臺建構南紡購物中心的虛擬場景，增加和購物民眾的互動，帶動新的購物體驗。</p> <p>為了打造南紡購物中心的虛擬場景，利用攝影測量法（Photogrammetry）建模技術，將南紡購物中心的虛擬場景商品，透過建模予以3D化，提供多元的購物體驗。</p> <p>另外，中華電信也利用YoCity，在南紡購物中心結合3D LED打造沈浸式體驗，利用5G的高速、低延遲，搭配邊緣運算技術，將元宵節的鹽水蜂炮以360度全景直播方式，讓在購物中心的民眾可以沈浸式的體驗鹽水蜂炮活動。</p> <p><font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>中華電信</b></span></font> <font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>5G Advanced</b></span></font></p> <div> <p><strong><span style="font-size:22px;">中華電信投入5G Advanced網路技術，聚焦XR、5G RedCap、網路節能技術</span></strong></p> </div> <div> <p>有鑑於3GPP R18可望於今年3月凍結，R18作為5G網路演進的最新5G Advanced網路技術，電信商紛紛投入準備。中華電信近期和愛立信、諾基亞等電信系統商合作，投入延展實境（XR）、時間關鍵型通訊及工業自動化應用，以及5G RedCap行動物聯網技術、網路節能技術，為未來6G早期研究奠定基礎。</p> <p>3GPP R18為Release 15、16、17後最新的5G技術標準，外界視為5G Advanced先進網路技術，也是未來邁向6G網路的技術演進的基礎，除了XR、5G RedCap外，此次雙方合作還包括如何運用AI技術讓5G網路更節能，中華電信先前的測試，在不影響使用者體驗前提下，節省基地臺能耗達34%，加速5G朝高效網路演進發展。</p> <p>在網路架構方面，中華電信與愛立信將共同研究核心網混合雲化架構。中華電信表示，雲原生是電信商滿足5G和後續6G新興業務環境要求關鍵，不僅需具備靈活、縮短服務上市時間，還透過雲化分離軟硬體，提高效率和自動化，為複雜網路和服務管理成本的關鍵。</p> <p><font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>高通</b></span></font> <font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>5G Advanced</b></span></font></p> <div> <p><strong><span style="font-size:22px;">高通發表新款5G數據機射頻晶片，要將5G Advanced推向手機、IoT、PC及汽車等市場</span></strong></p> </div> <div> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/snapdragon%20x80.jpg" style="width: 600px; height: 294px;" /></p> <p>高通發表最新一代的5G數據機射頻晶片Snapdragon X80，將5G Advanced技術支援使智慧型手機、行動寬頻、XR、IoT、PC、汽車等領域，該晶片平臺正在送樣，採用晶片的裝置預計會在2024年下半年推出。</p> <p>該晶片整合5G AI處理器，並可支援5G Advanced技術，支援6倍載波聚合，除了支援Sub 6GHz外，也可支援mmWave毫米波，此外，該晶片還支援NB-NTN窄頻非地面網路的Snapdragon Satellite衛星通訊功能。</p> <p>透過整合的5G AI處理器，提高資料速度、降低延遲，具備QoS品質管理，並且強化定位的精準度，頻譜的使用效率、功耗效率、多重天線管理。高通表示，通過X80將使製造商及電信營運商可推出支援5G Advanced的新一代裝置。</p> <p><font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>聯發科</b></span></font> <font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>5G Advanced</b></span></font></p> <div> <p><span style="font-size:22px;"><strong>聯發科展示5G Advanced衛星寬頻技術</strong></span></p> </div> <div> <p>聯發科在MWC行動通訊大會上展示多項產品及技術，除了以5G行動處理器天璣9300，展示手機端處理的生成式AI應用之外，還展示5G Advanced衛星寬頻通訊技術。</p> <p>聯發科去年發表新一代天璣9300行動處理器，其中一項特色是搭載了第七代的AI處理器APU 790，內建生成式AI引擎，因此在此次MWC大會上，因應生成式AI應用，該公司展示裝置端執行生成式AI應用，在手機上處理即時的AI影片生成。</p> <p>此外，聯發科在2022年就開始測試5G NR NTN非地面網路通訊技術，讓5G手機可連接衛星通訊，利用衛星補足地面網路無法涵蓋區域，去年發表5G NTN非地面網路通訊晶片MT6825，今年則展示5G Advanced NR-NTN技術，可透過Ku頻段，利用低軌衛星，為汽車或其他終端裝置提供超過100Mbps的資料傳輸速度。另外，還展示了以低軌衛星模擬Pre-6G衛星寬頻串流。</p> <p><font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>Sateliot</b></span></font> <font color="#ffffff"><span style="background-color: rgb(51, 153, 255);"><b>5G IoT</b></span></font></p> <div> <p><span style="font-size:22px;"><strong>Sateliot將發射4顆低軌衛星，今年夏天將可連接700萬個IoT裝置</strong></span></p> </div> <div> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/Copia%20de%202600.jpg" style="width: 600px; height: 338px;" /></p> <p>新興衛星通訊服務商Sateliot宣布將和SpaceX合作發射4顆低軌衛星，加上已在軌道運行的2顆衛星，該公司即將進入其商業服務的第一階段，該公司也和350個客戶簽約，收取1.87億歐元的訂單。</p> <p>Sateliot號稱是第一家營運低軌道5G物聯網衛星群的公司，透過慕資、貸款等方式籌措資金，今年發射4顆商星後，將進入商業化服務。該公司的衛星將在500到600公里的高度，這些衛星的使用壽命可達5年，並且涵蓋全球範圍。</p> <p>相較於其他的低軌衛星服務聚焦在衛星寬頻通訊，Sateliot服務定位在產業的5G IoT物聯網應用上，例如農業應用，一天只傳送兩則訊息，但必需能在全球範圍下提供即時的物聯網服務。</p> <p> </p> <p>圖片來源／遠傳電信、高通、Sateliot</p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">更多5G動態 </span></strong></span></p> <p><strong>1.遠傳捐贈5G救護車及設備給桃園市政府</strong></p> <p><strong>2.中華電信與高通聯手，測試以AI技術降低5G網路耗能</strong></p> <p>資料來源：iThome整理，2024年2月</p> </div> </div> </div> </div> </div> </div> </div> </div> </div></div></div>
2024/3/19 18:14作者蘇文彬https://www.ithome.com.tw/news/161800
Nvidia發表人形機器人通用基礎模型專案GR00T
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>Nvidia於本周展開的Nvidia GTC開發者大會上<a href="https://nvidianews.nvidia.com/news/foundation-model-isaac-robotics-platform" target="_blank">發表全新專案Project GR00T</a>，這是一個專為人形機器人設計的通用基礎模型，主要用來推動機器人技術及體現人工智慧（Embodied AI）領域的突破。</p> <p>根據Nvidia的定義，Project GR00T為一針對人形機器人所設計的通用多模態模型，它可充當機器人的大腦，協助機器人學習解決各種任務的技能。專案名稱為Generalist Robot 00 Technology的縮寫，意指利用該專案所訓練的可能是「第零零代」的多才多藝機器人。</p> <p>基於Project GR00T的機器人將可透過觀察人類行為，來理解自然語言及模仿人類動作，以快速學習協調、靈巧或其它技能來導航、適應現實世界，以及與現實世界互動。</p> <p>負責體現AI的Nvidia研究經理<a href="https://twitter.com/DrJimFan/status/1769860044324319658" target="_blank">Jim Fan透過X表示</a>，Project GR00T將使機器人能夠理解多模態指令，諸如語言、影片或示範，還能執行各種有用的任務。Nvidia正在與全球主要的人形機器人業者合作，以讓GR00T能夠部署到各種人形機器人上。</p> <p>Nvidia也開發各種與GR00T有關的技術，例如GR00T是在Omniverse Isaac Sim模擬平臺上的iIsaac Lab應用進行模擬，在雲端運算調度服務OSMO上進行訓練，並部署至新的運算平臺Jetson Thor。</p> <p>其中，Jetson Thor為一基於Thor系統單晶片的人型機器人電腦，它能執行複雜的任務，安全且自然地與人類及機器人互動，具備一個針對效能、功耗與尺寸進行最佳化的模組化架構。</p> <p>Jetson Thor搭載Blackwell GPU，具備可提供800 teraflops之8位浮點AI效能的引擎，以用來執行諸如GR00T等多模態生成式AI模型，亦整合安全處理器、高效能CPU叢集與100GB的乙太網路寬頻，簡化了設計與整合的工作。</p> <p>現階段與Nvidia合作的人形機器人公司涵蓋1X Technologies、Agility Robotics、Apptronik、Boston Dynamics、Figure AI、Fourier Intelligence、Sanctuary AI、Unitree Robotics 及XPENG Robotics 等。</p> </div></div></div>
2024/3/19 16:23作者陳曉莉https://www.ithome.com.tw/news/161839
睽違5年的Nvidia GTC實體大會登場，新一代Blackwell GPU架構問世
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>Nvidia的開發者大會Nvidia GTC在睽違5年後，本周一（3/18）再度舉辦連續4天的實體活動，拜AI風潮所賜，這是GTC大會15年來最盛大的一場，預計進行逾900場會議，實體與會人數超過1.1萬名，由Nvidia創辦人暨執行長<a href="https://www.youtube.com/watch?v=Y2F8yisiS6E" target="_blank">黃仁勳（Jensen Huang）的演講</a>揭開序幕，他介紹了Nvidia的各種新技術與產品，宣稱全新的Blackwell運算平臺是Nvidia專為生成式AI時代所打造的處理器，包括AWS、微軟、Meta、OpenAI、Dell、Google、甲骨文、Tesla與xAI都計畫採用。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0319-GTC-2024-Keynote-NVIDIA-Blackwell%20Platform.jpg" style="width: 600px;" /></p> <p>這場會議備受外界矚目，因為Nvidia在全球AI晶片的市占率高達9成。黃仁勳認為，通用運算已失去動力，加速運算則到達了臨界點，人們需要另一種運算方式以繼續擴展，繼續降低運算成本，才能於可持續的同時繼續消耗更多的運算。此外，需要訓練各種型態資料的多模態AI的興起也讓運算需求升溫，人們需要更大的模型，也需要更大的GPU，Blackwell即是為了解決此一挑戰而設計的。</p> <p>Blackwell為Nvidia新一代的GPU架構，是兩年前推出的Hopper架構的繼任者，其名稱是為了向美國首位進入國家科學院的黑人數學家David Harold Blackwell致敬。</p> <p>根據Nvidia的說明，基於Blackwell架構的GPU是由2,080億個電晶體組成，採用客製化的台積電4NP製程所生產，所有Blackwell產品皆配備兩個具有光罩限制的晶粒，藉由每秒10TB的晶片互連技術，產生一個強大的GPU。此外，Blackwell支援第二代Transformer引擎，可加速大型語言模型（LLM）及專家混合模型（MoE）的推論及訓練，並提高其精度與準確度。</p> <p>Blackwell透過NVLink及NVLink Switch等互連技術來強化GPU之間的通訊，配備解壓縮引擎來協助處理傳統上通常仰賴CPU的資料分析任務，以及擁有一個可協助系統復原的可靠性、可用性及可維護性引擎（RAS）。</p> <p>這使得Blackwell在訓練上的FP8效能是Hopper的2.5倍，推論的FP4效能是Hopper的5倍，採用第5代NVLink技術則可達到Hopper的兩倍快，還可擴展至576個GPU。</p> <p>現階段<a href="https://www.nvidia.com/en-us/data-center/hgx/" target="_blank">基於Blackwell架構的AI晶片</a>主要為B100與B200，但Nvidia特別設計了GB200 Grace Blackwell Superchip超級晶片（下圖），透過NVLink將兩個B200連至Nvidia Grace CPU，再利用GB200建置了機架系統Nvidia GB200 NVL72。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0319-NVIDIA-GB200-Grace-Blackwell-Superchip-600(2).jpg" style="width: 314px;" /></p> <p>全球最主要的AI晶片業者所發表的最新技術及產品，也受到全球主要AI業者及雲端服務供應商的青睞，包括AWS、Google Cloud、Microsoft Azure與Oracle Cloud Infrastructure皆已承諾要提供基於Blackwell架構的實例。</p> <p><span style="font-size:14px;"><span style="color:#696969;">圖片來源／Nvidia</span></span></p> </div></div></div>
2024/3/19 15:41作者陳曉莉https://www.ithome.com.tw/news/161831
Nvidia推出採用最新Blackwell架構的GB200 NVL72資料中心機架系統
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>Nvidia在本周舉行的Nvidia GTC開發者大會上，發表了新一代的GPU架構Blackwell，基於該架構的B100與B200兩款GPU，結合兩個B200及一個Nvidia Grace CPU打造而成的超級晶片GB200 Grace Blackwell Superchip，以及以GB200為核心的GB200 NVL72資料中心機架系統，同時宣稱此一機架系統將可提供兆級數量參數的大型語言模型（LLM）訓練及即時推論。</p> <p>GB200 NVL72為支援多節點與液冷的機架系統，專為密集運算任務所設計，它結合了36個GB200，等同於採用72個B200 GPU與36個Grace CPU，晶片間以第5代的NVLink互連，並導入Nvidia的BlueField-3資料處理單元，可於超大規模的AI雲端中實現網路加速、組合儲存、零信任安全，以及彈性的GPU運算能力。</p> <p><a href="https://developer.nvidia.com/blog/nvidia-gb200-nvl72-delivers-trillion-parameter-llm-training-and-real-time-inference/" target="_blank">相較於基於前一代Hopper架構、數量相同的H100 GPU</a>，GB200 NVL72在LLM訓練效能上快了4倍；推論任務上的效能提高了30倍；由於整合了新的解壓縮引擎，加速了綁定記憶體的核心操作，使得它在查詢基準測試上比英特爾CPU Sapphire Rapids快了18倍，也比H100 GPU快了6倍。</p> <p class="rtecenter"><img alt="" src="https://developer-blogs.nvidia.com/wp-content/uploads/2024/03/[email protected]" style="width: 400px;" /></p> <p><span style="font-size:14px;"><span style="color:#696969;">圖片來源／Nvidia</span></span></p> <p>Nvidia解釋，在單一NVLink網域上連接了72個GB200，減少了於傳統網路上擴展的通訊負擔，因而可以針對具備1.8兆個參數的專家混合大型語言模型進行即時推論，且訓練這類模型的速度也增快了4倍。</p> <p>此外，GB200 NVL72利用銅製電纜盒密集封裝與連接GPU以簡化操作，並採用液體冷卻設計，使其成本與電力使用減少了25倍。</p> </div></div></div>
2024/3/19 16:09作者陳曉莉https://www.ithome.com.tw/news/161835
傳蘋果洽談在iPhone上使用Google Gemini或ChatGPT
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://www.bloomberg.com/news/articles/2024-03-18/apple-in-talks-to-license-google-gemini-for-iphone-ios-18-generative-ai-tools" target="_blank">《彭博》</a>報導，蘋果正積極洽談，iPhone上內建的AI助理使用Google Gemini或OpenAI的ChatGPT。</p> <p>報導引述消息人士，雙方洽談內容包括在今年秋天釋出的iOS 18中內建Google Gemini，以便將一些功能，像是生成圖片、撰寫一段短文、查詢等移至雲端執行，並回應用戶鍵入或說出的文字指令，並且強化已經落後對手的Siri。該報導也說蘋果也正和OpenAI進行類似的討論。</p> <p>不過這項合作會使用什麼品牌，以及其他細部內容都尚未底定。至於蘋果是否會在6月的全球開發者大會（WWDC）上宣布此事也不得而知。這項消息也呼應了蘋果執行長庫克（Tim Cook）今年稍早公開說，該公司今年內會有AI相關宣布。</p> <p>這項合作一旦成真，將可讓蘋果iPhone立即獲得進階的AI能力，為iPhone（或iPad）增加銷售動力。另一方面，若全球超過20億支iPhone都使用Gemini，將讓Google在AI市占上後來居上，超越OpenAI或微軟。</p> <p>消息一出，Google股價大漲4.4%，蘋果也一度漲了2.7%，收盤小漲0.6%。</p> <p>雖然雙方都可能從這項合作得益，但彭博及<a href="https://www.axios.com/2024/03/18/apple-google-ai-gemini-partnership" target="_blank">其他媒體</a>分析，兩大巨擘一旦真的合作，勢必引來主管機關的反托拉斯調查。Google搜尋引擎作為蘋果Safari（和其他瀏覽器）的預設，已經讓Google成為美國政府和歐盟的關注目標。</p> <p>另一方面，蘋果若真的洽談Google Gemini，未來也可能再用上自家技術。蘋果正積極研發AI技術，去年底發表多模態大型語言模型（Multimodal Large Language Model，MLLM）<a href="https://www.ithome.com.tw/news/160517" target="_blank">Ferret</a>，上周又發表了另一個多模態模型家族<a href="https://www.ithome.com.tw/news/161825" target="_blank">MM1</a>，同時也<a href="https://www.ithome.com.tw/news/160490" target="_blank">正在研發</a>能在手機上更快速執行大型LLM的方法。</p> </div></div></div>
2024/3/19 09:37作者林妍溱https://www.ithome.com.tw/news/161827
Databricks投資Mistral AI並整合模型到平臺
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>AI資料分析平臺<a href="https://www.databricks.com/blog/databricks-invests-mistral-ai-and-integrates-mistral-ais-models-databricks-data-intelligence" target="_blank">Databricks上周宣布</a>投資法國AI新創公司Mistral AI，也將其Mistral 7B及Mixtral 8x7B模型整合到其平臺。</p> <p>Databricks已經加入了這家AI新創公司的A輪募資，同時也將Mistral AI的模型整合到Databricks AI分析平臺Data Intelligence Platform。現在Databricks用戶可以在AI模型市集Databricks Marketplace存取Mistral AI的模型，在AI圖像建立平臺Mosaic AI Playground中和模型互動（下圖），以AI部署與管理平臺Mosaic AI Model Serving作為模型端點使用模型，或是以自有資料來客製化這些模型。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0319-Mistral%20AI-model-Databricks%20Data%20Intelligence%20Platform-600.png" style="width: 600px;" /></p> <p>Databricks表示，從今年初開始，該公司平臺上已經有將近1,000家企業使用Mistral的模型，並做了100萬次模型推論。因此該公司希望透過這次技術整合，企業用戶可以更方便為其AI應用存取Mistral AI的模型，而不用擔心損及Databricks平臺最核心的安全、資料隱私和治理。</p> <p>Databricks引入Mitral AI的二個開放模型，包括Mistral 7B和Mixtral 8x7B。其中Mistral 7B以8K脈絡長度訓練，是70億參數的小模型，且使用分組查詢注意力（grouped query attention，GQA）及滑窗注意力（sliding window attention，SWA）的架構使其模型相當有效率。Mixtral 8x7B則是專家模型的稀疏混合（SMoE），支援32k脈絡長度，能處理英、法、德、義與西語。Mixtral 8x7B效能在多個標竿測試超越Llama 2 70B，且拜其SMoE架構之賜，推論時只啟動120億，而非450億個參數，使效能更加提升。</p> <p>目前Databricks客戶已經有信用評分業者Experian使用Mixtral 8x7B分析資料，而AI分析軟體顧問業者Celebal Technologies也使用了Mistral支持檢索增強生成（Retrieval-Augmented Generation，RAG）AI助理答覆銀行用戶查詢。</p> <p>Databricks是繼2月份的<a href="https://www.ithome.com.tw/news/161501" target="_blank">Amazon Bedrock</a>後，最新一家使用Mistral AI相同2款模型的大型軟體平臺。</p> </div></div></div>
2024/3/19 09:59作者林妍溱https://www.ithome.com.tw/news/161828
微軟推適用於VS Code的Microsoft Entra External ID擴充套件
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>微軟<a href="https://devblogs.microsoft.com/identity/external-id-extension/">發布</a>VS Code的Microsoft Entra External ID擴充套件公開預覽版，該套件讓開發者能直接在VS Code中，將客戶身分和存取管理（CIAM）功能整合到應用程式中。Microsoft Entra External ID擴充套件提供了引導式體驗，供開發者在VS Code建立和配置External ID應用程式。</p> <p>Microsoft Entra External ID是一個微軟提供的身分管理服務，為Microsoft Entra產品組合的一部分，當組織需要與外部人員共享資源，諸如文件、應用程式或服務時，就可以使用External ID來創建和管理外部用戶的存取。</p> <p>過去要將CIAM整合到應用程式中有許多挑戰需要克服，不僅需要瀏覽大量文件，在VS Code中編寫程式碼，還需要切換到網頁入口網站設定配置，開發者需要執行大量手動複製貼上配置值的工作，而且過程又容易出錯，因此開發者通常會耗費大量時間在排除錯誤上。</p> <p>而Microsoft Entra External ID擴充套件簡化了整合過程和配置CIAM的工作，讓開發者在新專案添加身分認證功能更有效率。開發者可以直接使用擴充套件，在VS Code中設定工作流程，該套件會自動建立客戶租戶並且填入所需要的值，消除手動配置工作。對新手來說，該套件提供引導式體驗，逐步引導新手在應用程式添加External ID。</p> <p>擴充套件供未訂閱Azure服務的開發者在VS Code中免費試用，設定登入以及下載範例應用程式，而原本就是Azure用戶，則能以現有訂閱開始初始設定程序。Microsoft Entra External ID擴充套件可讓開發者選擇要向客戶提供的登入方法，包括電子郵件與密碼，以及電子郵件與一次性密碼，開發者可以自訂登入頁面，調整背景顏色、圖標和布局等。</p> <p>Microsoft Entra External ID擴充套件會自動客製化範例程式碼，以配合開發者的登入設定，目前擴充套件提供JavaScript、React和Angular單頁應用程式範例，官方提到，這不僅節省開發時間，也提供開發者學習的基礎。</p> </div></div></div>
2024/3/19 08:42作者李建興https://www.ithome.com.tw/news/161826
蘋果發表多模態大型語言模型MM1
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>繼去年底發表的多模態大型語言模型（Multimodal Large Language Model，MLLM）<a href="https://www.ithome.com.tw/news/160517" target="_blank">Ferret</a>之後，蘋果上周再度發表另一個<a href="https://arxiv.org/abs/2403.09611" target="_blank">多模態模型家族MM1</a>，特別注重模型的架構元件以及預訓練中所使用的資料，以優化MLLM。</p> <p>蘋果團隊研究了MLLM架構的各種元件，諸如用來處理視覺資料的圖像編碼器，或是整合兩種模態資料的視覺語言連接器，用來訓練的資料則混合了圖像說明、配對的圖像與文字，或是純文字資料等，開發出支援300億個參數的MM1多模態模型家族，此一家族的模型結合了密集模型與混合專家模型，不管是在預訓練基礎模型或是微調後的模型，在多模態基準測試上都達到了良好的效能。</p> <p>研究人員表示，MM1的各種模型受益於大規模的預訓練，而強化了它們在脈絡學習、多圖像推論，以及有限提示的思考能力，代表相關模型將更能夠理解脈絡，基於不同圖像展開推論，也能在最少的提示下生成回應。</p> <p>根據市場分析機構Stocklytics的調查，蘋果已經買下了高達32家的AI新創，居美國科技大廠之冠，加拿大AI新創DarwinAI也在今年初被納入蘋果麾下，蘋果亦已對外承諾會在今年部署生成式AI，使得外界引頸期盼落後各大科技業者的蘋果，今年會端出什麼樣的AI產品。</p> </div></div></div>
2024/3/18 22:40作者陳曉莉https://www.ithome.com.tw/news/161825
Let's Encrypt推出新的憑證透明度日誌服務Sunlight
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>Let's Encrypt推出<a href="https://letsencrypt.org/2024/03/14/introducing-sunlight.html">Sunlight專案</a>，這是一個憑證透明度（Certificate Transparency，CT）日誌實作，更符合現代Web公共金鑰基礎設施（PKI）的設計，官方提到，他們與知名資安專家Filippo Valsorda合作，並且參照廣泛透明度日誌記錄社群的意見，開發出了Sunlight。</p> <p>Web PKI是一種保護網際網路通訊的機制，仰賴數位憑證來驗證實體身分並加密資料，而憑證透明度日誌則是為了增加Web PKI系統透明度所加入的技術，由於任何人都可以檢查和監控憑證的發行狀況，因此有助於辨識錯誤或是惡意的憑證頒發，可以強化Web PKI的可信度。</p> <p>Let's Encrypt從2019年以來，一直在運作公開的憑證透明度日誌，雖然大致運作順利，但還是有一些待解決的問題。最初Let's Encrypt的Oak日誌架構採用關聯式資料庫，因此需要將每半年生成的資料，儲存在獨立的資料庫分片（Shard）中。</p> <p>但隨著營運負擔和成本增加，Let's Encrypt認為繼續拆分出資料庫並不是辦法，因為目前憑證透明度日誌分片大小約在5到10 TB左右，官方提到，這對於單一資料庫來說非常大，之前他們就曾遭遇到MySQL存在16 TiB的限制，導致測試日誌失敗的案例。</p> <p>擴大日誌儲存裝置對Let's Encrypt來說是一個龐大的壓力，官方表示，擁有高速磁碟和大量記憶體儲存的執行個體並不便宜，憑證透明度日誌可能因為客戶端試圖讀取所有資料而導致過載，但是施加速率限制避免執行個體過載，又會使客戶端運作緩慢，而這導致原本用於偵測錯誤憑證的透明度日誌，成為快速頒發憑證的阻礙。</p> <p>為此，Let's Encrypt建立了新的憑證透明度日誌實作Sunlight專案。Sunlight採用一種稱為Tiles的結構來儲存和快取資料，以更有效地管理和提供憑證透明度日誌中的資料。憑證透明度日誌是一種二元樹，每個節點都包含兩個子節點的雜湊，而葉層級則包含日誌的實際憑證資料，樹的頂端經過數位簽署，形成一個稱為墨克樹（Merkle Tree）的可加密驗證結構。</p> <p>這樣的設計讓任何人都可以驗證日誌中的憑證，同時也保證了日誌的透明度和不可篡改性。雖然墨克樹可用於校驗資料的完整性，但是卻需要進行大量的雜湊運算，對於非常大的資料集，可能產生效能瓶頸。</p> <p>Sunlight的Tiles結構則是將大樹切割成許多小塊（下圖），每塊Tiles包含樹的一部分，當需要查詢特定憑證時，系統就只需找到包含該憑證的Tiles，而不需要從整棵樹的根部開始搜尋。官方提到，Tiles API與之前CT API的動態端點不同，由於CT API需要根據憑證的雜湊值獲取憑證證明，所以CT API對每個憑證都有不同回應，因此無法使用共享快取。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/tlog-tile-27%402x.png" style="width: 580px;" /></p> <p>而Tiles API將樹作為Tiles提供，便不需要動態運算或是請求處理，因此也就不需要API伺服器，而且因為Tiles是靜態的，所以能夠被有效地快取，另外，葉子Tiles還可以壓縮儲存，能夠節省更多的儲存空間。</p> <p>將日誌以一系列靜態Tiles公開，使得Let's Encrypt可以用更便宜方式水平擴展日誌服務，像是直接在S3等雲端物件儲存中切分Tiles，或是使用CDN、Web伺服器、檔案系統等。由於物件和檔案儲存更易取得且可簡單擴展，比雲端資料庫服務的成本更低。</p> <p>另外，過去憑證透明度日誌採用了一種稱為合併延遲（Merge Delay）設計，來限制提交日誌的延遲。意思是向日誌提交憑證時，日誌可以立刻回傳簽署憑證的時間戳記，並承諾在日誌最大合併延遲，通常是24小時內，在日誌中包含憑證。</p> <p>也就是說，合併延遲是一個憑證被提交到日誌之後，與實際被合併進日誌的時間延遲，這種延遲讓日誌營運者有時間進行不要的處理和驗證，但這也代表有一段時間，憑證存在卻沒有公開紀錄。這樣的情況可能導致一些問題，像是日誌服務出現問題，導致無法在最大合併延遲內將憑證合併到日誌中，如此日誌就無法履行對提交憑證的承諾，而影響憑證的有效性，而且沒有即時合併憑證，攻擊者也可能趁著空窗時間進行惡意行為。</p> <p>因此Sunlight採用批次處理的方法，將憑證以批次的方式整合到日誌中，而這會導致提交憑證過程增加一些延遲，但官方表示，這輕微的延遲可以避免常見憑證透明度日誌失敗的情況。</p> <p>Let's Encrypt目前已經發布了Sunlight軟體與規範，並開始運行Sunlight憑證透明度日誌服務，官方建議憑證頒發機構開始測試提交憑證資料到新的Sunlight日誌中，也建議讓憑證透明度程式考慮信任該新架構日誌。</p> </div></div></div>
2024/3/18 22:53作者李建興https://www.ithome.com.tw/news/161820
NuGet.org套件庫簽署憑證將於4/8更新
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>微軟<a href="https://devblogs.microsoft.com/nuget/the-nuget-org-repository-signing-certificate-will-be-updated-as-soon-as-april-8th-2024/">提醒</a>NuGet.org更新套件簽署憑證，受影響開發者應該於2024年4月8日之前更新憑證，避免屆時無法安裝新版本套件。受影響範圍包括使用NuGet用戶端政策、NuGet.exe verify指令或是dotnet nuget verify指令來驗證套件是由NuGet.org簽署的開發者。</p> <p>自2018年以來，NuGet.org皆是使用X.509憑證簽署其NuGet套件，該憑證最後一次更新是在2021年3月15日，預計會在2024年5月15日到期。不過，微軟在4月8日就會以新憑證取代舊憑證，使用新憑證來簽署NuGet.org套件庫，目前已使用舊憑證簽署的套件將保持現有簽署狀態不變，但未來舊憑證就不會再被用來簽署新套件。</p> <p>有三類可能受到影響的使用者，第一類是使用NuGet用戶端政策，執行NuGet.org可信任簽署者允許名單的用戶。NuGet用戶端策略是一套設定，由開發者或組織在NuGet用戶端上配置，以控制可被安裝和使用的套件，該政策明確限制系統僅可從包括NuGet.org在內的可信簽署者下載套件，因此使用NuGet用戶端政策需要更新政策設定，將新憑證新增到允許清單中，才能夠使用新憑證簽署的套件。</p> <p>第二種可能受影響的用戶，是在Windows中使用NuGet.exe verify指令，驗證套件是否由NuGet.org簽署的開發者。而第三種則是使用dotnet nuget verify指令，驗證已簽署套件來自NuGet.org的開發者。使用新憑證簽署的NuGet.org套件安裝方式與使用舊憑證簽署的套件安裝方式相同，不過，如果開發者不在以上三種情況當中，那可能不會受到憑證更新的影響。</p> </div></div></div>
2024/3/18 22:56作者李建興https://www.ithome.com.tw/news/161824
可選購5G連網功能，Check Point新款OT網路防火牆上陣
<div class="field field-name-field-image field-type-image field-label-hidden"><div class="field-items"><div class="field-item even"><img src="https://s4.itho.me/sites/default/files/check_point_quantum_rugged_1595r_main.jpg" width="960" height="420" alt="" /></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>針對工業控制系統（ICS）或監控與資料收集系統（SCADA）所在的網路閘道防護需求，Check Point在2015年5月推出硬體強固防火牆1200R，2020年6月發表後繼機種1570R，到了2023年9月，宣布增設新款式1595R。</p> <p>就網路流量與資安防護處理的能力而言，1570R與1595R的效能規格都是一樣的。例如，兩款機型若只是使用防火牆的功能，吞吐量為1,900 Mbps；啟用入侵防禦系統（IPS）之後，吞吐量為770 Mbps；若再加上應用程式控管，吞吐量為700 Mbps。</p> <p>至於防禦功能全部啟用，它們的吞吐量為400 Mbps（連同上述防護技術之餘，同時啟動URL網址過濾、防毒、防殭屍網路、SandBlast零時差防護）。</p> <p><a href="https://s4.itho.me/sites/default/files/images/1570R-appliances-specs.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/1570R-appliances-specs.jpg" style="width: 600px;" /></a></p> <p>藉由這些技術，1570R與1595R具有可延伸的資產探查能力，並且針對IT連至OT的網路實施嚴格的分段隔離機制；在IPS防護上，可比對超過300種特徵碼，以偵測OT環境的惡意網路流量；關於ICS或SCADA環境特有的通訊協定，Check Point系統可監控與控制的類型超過70種，能確保不同OT網路連線的區分，並且提供統一、快速部署的IT與OT資安管理。</p> <p>1570R與1595R最顯著的差異，在於機殼高度（9公分 vs. 4.2公分）、LAN埠數量（8個 vs. 4個）、同時連線數量（50萬個 vs. 100萬個），以及選購的無線網路連線能力——1570R支援Wi-Fi、3G或4G LTE，可加裝4支Wi-Fi天線與1支LTE天線，並將這樣的組態稱為1570R WLTE，新推出的1595R僅支援5G，可加裝4支5G天線，稱為1595R 5G（更早推出的1200R若需連接3G與4G網路，可外接USB數據機）。</p> <p><a href="https://s4.itho.me/sites/default/files/images/Check Point 1595R-2024-03-14.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/Check%20Point%201595R-2024-03-14.jpg" style="width: 600px;" /></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/Check Point Quantum Rugged.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/Check%20Point%20Quantum%20Rugged.jpg" style="width: 600px;" /></a></p> <p>值得注意的是，1595R的網路埠支援旁路功能（bypass），若防火牆設備發生故障，流經這些網路介面的連線仍可繼續運作，而不會因此受到阻撓。</p> <p><a href="https://s4.itho.me/sites/default/files/images/1595R-S13395202309201548231.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/1595R-S13395202309201548231.jpg" style="width: 600px;" /></a> </p> <p><a href="https://s4.itho.me/sites/default/files/images/1595R-S13417202309201551053.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/1595R-S13417202309201551053.jpg" style="width: 600px;" /></a></p> <p>若選用無線寬頻網路的組態，這兩款機型均可使用雙SIM卡（Nano或Micro尺寸的SIM卡，以及eSIM都適用），而能部署在智慧城市、智慧電網等應用領域。</p> <p>在極端狀態的環境承受能力上，1200R、1570R、1595R適用的溫度範圍，皆介於攝氏-40度到75度；關於防水防塵等級，1570R、1595R均為IP30（可阻止大於2.5公釐的異物進入、不防水）。在工業與硬體強固標準的要求上，兩款防火牆都通過IEEE 1613、IEC 61850-3、EN/IEC 60529的認證，可抵抗高熱、震動、電磁干擾。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/1570R-T2008120200510135320.jpg" style="width: 288px;" /> <a href="https://s4.itho.me/sites/default/files/images/1595R-S13413202309201550252.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/1595R-S13413202309201550252.jpg" style="width: 298px;" /></a> </p> <p><span style="color:#008000;"><strong>產品資訊</strong></span></p> <p><strong>Check Point Quantum Rugged 1595R</strong><br /> ●原廠：Check Point<br /> ●建議售價：廠商未提供<br /> ●網路介面：6個GbE埠（4個LAN埠、1個WAN埠、1個DMZ埠），選購5G嵌入式數據機<br /> ●防火牆吞吐量：1,900 Mbps<br /> ●VPN吞吐量：1,100 Mbps<br /> ●防護功能全部啟用後的吞吐量：400 Mbps<br /> ●同時連線數：100萬個<br /> ●支援通訊協定：BACNet、CIP、DNP3、IEC-60870-5-104、IEC 60870-6（ICCP）、IEC 61850、MMS、Modbus、OPC DA與OPC UA、Profinet、S7（Siemens），超過1,400種<br /> ●重量：1.21公斤</p> <p>【註：規格與價格由廠商提供，因時有異動，正確資訊請洽廠商】</p> </div></div></div>
2024/3/18 19:22作者李宗翰https://www.ithome.com.tw/review/161806
【資安日報】3月18日，國際貨幣基金組織電子郵件帳號傳出遭到挾持
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>又是大型組織的電子郵件帳號遭到入侵的情況！上週國際貨幣基金組織（IMF）發布公告，透露他們一個月前遭到網路攻擊，並指出駭客入侵了11個電子郵件帳號。</p> <p>值得留意的是，IMF並未透露更多細節，但因為他們向新聞媒體證實，電子郵件系統採用Microsoft 365雲端服務，讓人不禁聯想1月微軟、HPE揭露的電子郵件帳號遭駭事故。</p> <p> </p> <h3><strong>【攻擊與威脅】</strong></h3> <p><strong style="font-size: 22px;">國際貨幣基金組織證實遭遇網路攻擊，11個電子郵件帳號被駭</strong></p> <p></p> <p>3月15日國際貨幣基金組織（IMF）坦承，他們在2月16日察覺遭遇網路攻擊，導致11個電子郵件帳號被入侵，這些帳號已恢復安全狀態，目前尚未發現其他遭到攻擊的跡象，該組織將持續進行調查。</p> <p>資安新聞網站Bleeping Computer指出，IMF採用Microsoft 365電子郵件系統，但與1月微軟、HPE證實遭遇俄羅斯駭客Midnight Blizzard攻擊的事故無關。</p> <p>資料來源</p> <p>1. <a href="https://www.imf.org/en/News/Articles/2024/03/15/pr2488-imf-investigates-cyber-security-incident">https://www.imf.org/en/News/Articles/2024/03/15/pr2488-imf-investigates-cyber-security-incident</a><br /> 2. <a href="https://www.bleepingcomputer.com/news/security/international-monetary-fund-email-accounts-hacked-in-cyberattack/">https://www.bleepingcomputer.com/news/security/international-monetary-fund-email-accounts-hacked-in-cyberattack/</a> </p> <p><a href="https://blog.sonicwall.com/en-us/2024/03/new-multi-stage-stopcrypt-ransomware/"><strong style="font-size: 22px;">勒索軟體StopCrypt出現新變種，藉由多階段執行迴避偵測</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/StopCrypt_18_.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/StopCrypt_18_.png" style="width: 300px; float: right;" /></a>資安業者SonicWall針對勒索軟體StopCrypt（又稱Stop、Stop Djvu）的攻擊行動提出警告，指出駭客透過惡意廣告及可疑網站，假借提供免費軟體、遊戲破解程式、盜版軟體破解工具的名義，散布StopCrypt及其他惡意程式。</p> <p>此勒索軟體會先載入看似無關的DLL程式庫msim32.dll，疑似企圖轉移注意。接著，攻擊者透過動態架構的API堆疊來呼叫所需的記憶體空間，並取得讀取、寫入、執行的權限，並探測執行的環境。再來對方利用處理程序挖空（Process Hollowing）手法，將勒索軟體酬載注入合法處理程序，並在記憶體內執行。</p> <p>為了讓勒索軟體能持續在受害電腦運作，駭客竄改存取控制名單（ACL），以免使用者刪除惡意軟體，直到檔案加密完成，就會留下勒索訊息，要求400至1,000美元的贖金。</p> <p><a href="https://www.gitguardian.com/state-of-secrets-sprawl-report-2024"><strong style="font-size: 22px;">2023年近1,300萬組帳密資料在GitHub曝光</strong></a></p> <p>資安業者GitGuardian指出，開發人員透過GitHub不慎曝露的機敏資訊（Secrets）逐年增加，2023年有3百萬個公開儲存庫曝露逾1,280萬筆這類資訊，包含帳號與密碼、API金鑰、TLS或SSL憑證、解密金鑰、雲端服務帳密、OAuth憑證等，相較於2022年的1,000萬筆，增加超過四分之一。</p> <p>從國家地區來看，外洩這類資訊最嚴重的是印度、美國、巴西、中國、法國；而根據產業類型而言，資訊科技最多，近三分之二（65.9%），其次是教育產業有20.1%，而根據外洩的機密資訊類型，又以Google的API金鑰最多，占24.6%，其次是MongoDB資料庫的帳密、OpenWeatherMap與Telegram機器人的Token等，分別有22.2%、11.4%、10%。</p> <p>此外，隨著生成式AI的流行，研究人員也看到OpenAI的API金鑰外洩數量較2022年增加1,212倍，但指出AI模型共享平臺HuggingFace的Token也有越來越多的現象而值得留意。</p> <p> </p> <h3><strong>【漏洞與修補】</strong></h3> <div> <p><a href="https://hiddenlayer.com/research/new-google-gemini-content-manipulation-vulns-found/"><strong style="font-size: 22px;">研究人員揭露Google Gemini聊天機器人潛在的威脅</strong></a></p> <p></p> <p>資安業者HiddenLayer指出，他們在Google大型語言模型Gemini上發現弱點，有可能導致系統提示洩漏、產生有害內容，或是導致間接注入攻擊。這些漏洞影響的範圍，包括透過Google Workspace使用Gemini的用戶，以及透過API使用此大型語言模型的組織。</p> <p>研究人員總共公布3個漏洞，其中一個是涉及繞過安全防護機制，從而洩漏系統提示或是系統訊息，藉由要求提供基本指令的方式來達到目的；第2種研究人員則是運用了名為「狡滑的越獄（crafty jailbreaking）」手法，藉由要求Gemini進入虛擬狀態，導致產生與美國選舉有關的誤導訊息，繞過Google原本防範該大型語言模組產生這類錯誤訊息的措施；最後1個是模擬重新設定的漏洞，研究人員嘗試輸入不常見的Token變形，進而得到重新設定的效果，系統提示或是系統訊息。</p> <p><a href="https://www.akamai.com/blog/security-research/kubernetes-local-volumes-command-injection-vulnerability-rce-system-privileges"><strong style="font-size: 22px;">Kubernetes高風險漏洞恐導致Windows節點遭到接管</strong></a></p> <p></p> <p>資安業者Akamai揭露Kubernetes高風險漏洞CVE-2023-5528，攻擊者若是在叢集植入惡意YAML檔案，就有機會遠端在Windows端點以SYSTEM權限執行程式，CVSS風險評分為7.2。</p> <p>研究人員指出，這項弱點發生的原因，在於使用不安全的函數功能呼叫功能，以及對於使用者輸入的內容進行清理所致。</p> <p>雖然這個漏洞影響範圍僅有Windows節點，但由於問題出現在源始碼，相關威脅仍會持續遭到鎖定，而使得有越來越多攻擊者試圖利用，因此他們認為，就算Kubernetes環境並未包含Windows節點，IT人員還是應該設法修補這項漏洞。</p> <p> </p> </div> <h3><strong>【其他新聞】</strong></h3> <p><strong><a href="https://www.bleepingcomputer.com/news/security/att-says-leaked-data-of-70-million-people-is-not-from-its-systems/"><span style="font-size: 20px;">電信業者AT&T傳出資料外洩，影響7千萬人，但該公司強調他們的系統並未遭駭</span></a></strong></p> <p></p> <p><a href="https://thehackernews.com/2024/03/ghostrace-new-data-leak-vulnerability.html"><strong><span style="font-size: 20px;">研究人員揭露新型態推測執行攻擊GhostRace，影響多種架構的處理器</span></strong></a></p> <p></p> <p><a href="https://www.facct.ru/media-center/press-releases/esim-bank-attacks/"><strong><span style="font-size: 20px;">SIM卡挾持攻擊出現新手法，鎖定eSIM設備發動攻擊</span></strong></a></p> <p><strong><a href="https://unit42.paloaltonetworks.com/analysis-of-bunnyloader-malware/"><span style="font-size: 20px;">惡意程式BunnyLoader 3.0被用於竊取受害電腦資料，並散布其他惡意軟體</span></a></strong></p> <p></p> <p><a href="https://www.tenable.com/security/research/tra-2024-07"><strong><span style="font-size: 20px;">資料備份軟體Arcserve UDP存在漏洞，有可能對主機散布惡意程式、造成阻斷服務</span></strong></a></p> <p></p> <p> </p> <h3><strong>近期資安日報</strong></h3> <p><a href="https://www.ithome.com.tw/news/161788"><strong>【3月15日】Windows安全機制SmartScreen弱點在公布前也被用於散布惡意程式DarkGate</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161764"><strong>【3月14日】研究人員揭露ChatGPT可用於存取第三方網站及敏感資料的漏洞</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161751"><strong>【3月13日】微軟發布3月例行更新，Hyper-V、Exchange、Azure K8s漏洞受到研究人員關注</strong></a></p> </div></div></div>
2024/3/18 15:09作者周峻佑https://www.ithome.com.tw/news/161813
xAI開源Grok所使用的大型語言模型Grok-1
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>由馬斯克（Elon Musk）去年<a href="https://www.ithome.com.tw/news/157758" target="_blank">成立</a>的AI新創xAI，本周<a href="https://github.com/xai-org/grok-1?tab=readme-ov-file" target="_blank">開源</a>其聊天機器人Grok所使用的底層大型語言模型（LLM）Grok-1。</p> <p>xAI是在去年10月利用基於JAX函式庫與Rust程式語言的客製化訓練堆疊，從頭開始訓練Grok-1，這是一個使用大量文字資料進行訓練，且沒有針對任何特定任務進行微調的基礎模型，此外，Grok-1也是個具備3,140億個參數的混合專家模型，任何Token的運算只使用25%的權重（參數）。</p> <p>Grok-1在GSM8k、MMLU、HumanEval與MATH等基準評測上雖然尚未超越OpenAI的GPT-4，卻都勝過GPT-3.5。</p> <p>不過，xAI也提醒企圖使用Grok-1的研究人員，由於此一模型的規模龐大，必須要配備足夠GPU的機器才能以樣本程式來測試該模型。Grok-1適用於Apache 2.0 授權，意味著它允許商業使用及修改，但無法註冊商標，也必須複製原始許可及版權說明，並陳述所作的變更。</p> <p>xAI決定開源Grok-1可能是在向OpenAI示威，馬斯克日前<a href="https://www.ithome.com.tw/news/161593" target="_blank">控告</a>OpenAI與Sam Altman，指控它們違反當初創立時的初衷，為了獲利而開發通用人工智慧（Artificial General Intelligence，AGI），而非當初所承諾的開源及替全人類謀福利。</p> </div></div></div>
2024/3/18 14:31作者陳曉莉https://www.ithome.com.tw/news/161812
Fintech周報第234期：三菱旗下租賃公司分三階段發展生成式AI應用，首先在內部建立生成式AI測試環境
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <h3 style="margin: 10px 0px; font-family: 微軟正黑體, sans-serif; font-weight: bold; line-height: 1.25em; text-rendering: optimizelegibility; font-size: 24.5px; background-color: rgb(247, 247, 247);"><span style="font-size: 18px;"><span style="color: rgb(139, 69, 19);">3/11~3/17金融科技精選新聞</span></span></h3> <p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);"><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 三菱日聯租賃</span></strong></span><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span></p> <h3>三菱旗下租賃公司分三階段發展生成式AI應用，首先在內部建立生成式AI測試環境</h3> <p>三菱旗下的租賃公司三菱HC資本近期宣布，正式開放內部2200名員工使用生成式AI，同時規畫出三年路徑圖，計畫讓企業內部深度應用生成式AI，除了要提高營運效率，也要加速生產商品或服務。這間企業主要提供公司租賃和融資解決方案，包括各種動產不動產租賃事業、金融業務，和綠色租貸等。</p> <p>這項三年計畫分三階段實施，第一階段是推廣生成式AI普及化，包括制定內部使用指南和建立環境。為了讓內部之後能快速驗證生成式AI應用的效果，他們在去年10月建立了一個測試環境，今年1月開始測試多項應用。接著，他們根據測試結果在Azure OpenAI建立使用環境，近期才正式在內部啟用生成式AI應用。</p> <p>除了建立測試環境，他們也積極了解業務單位的需求，根據每個應用帶來的效果、需要的資料和技術難度，列出優先處理的應用。他們表示，在內部應用案例上，未來將著重於發展文件摘要、資料檢索，和提高銷售和審核的工作效率，同時也會加強企業間合作，包括通過API整合外部服務。</p> <p>計畫目前已執行至第二階段，目標是提升包括銷售、審查和客服的業務效率。三菱HC資本計畫在今年執行ㄧ項POC驗證，建立ㄧ個具有增強型知識的內部知識庫，再根據POC成果，橫向發展至其他業務領域。2025年邁向計畫的第三階段，他們將運用這個知識庫打造業務專用型服務，持續擴大生成式AI應用範圍。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 日本靜岡銀行</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span></h3> <h3>日本靜岡銀行以生成式AI打造一款名為「數位CIO」的AI助理，協助業務單位了解IT進階規劃，加速轉型</h3> <p>銀行業在進行數位轉型時，業務單位需要與IT單位長時間溝通了解IT規劃，花費不少時間成本。為了解決這項痛點，日本靜岡銀行正在進行ㄧ項實驗，他們計畫用生成式AI打造一個名為「數位CIO」的Chatbot，提供業務單位IT規畫諮詢和建議，包括提供業務人員查詢IT系統資訊，或針對系統規格單提供建議。透過這項應用，靜岡銀行期望減輕IT部門推動轉型計畫的負擔，同時提升業務營運效率。</p> <p>這項實驗計畫運用銀行既有資訊、銀行業界資訊、IT相關資訊和一般資訊，作為「數位CIO」的訓練資料。該AI助理會供使用者查詢IT系統資訊，以及生成系統規格單草稿。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 客服中心</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span></h3> <h3><span style="color: rgb(29, 28, 29); font-family: NotoSansTC, Slack-Lato, Slack-Fractions, appleLogo, sans-serif; font-size: 15px; font-variant-ligatures: common-ligatures;">日本系統整合商推出新型態的金融業客服中心解決方案，能用生成式AI提前預測顧客詢問內容</span></h3> <p>日本系統整合商CTC近期針對金融業推出一套解決方案，將生成式AI應用至客服中心，提前預測顧客欲查詢的內容，並提供相關資訊。當顧客撥打至客服時，系統會根據電話號碼或合約編號辨識顧客，再根據顧客的歷史購買記錄和網站、應用程式上的行為數據，推測他可能查詢的內容，早客服人員一步提供顧客相關資訊。客服人員接聽電話後，系統會根據對話提供客服人員相關資訊。若客服人員並未接聽電話，系統會進行意圖判斷，並自動回應相關資訊。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Ocard</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 支付 </span></strong></span></h3> <h3>CRM技術商Ocard宣布進軍支付領域，要靠1300萬用戶數發展金融生態系</h3> <p>看好會員制度結合行動支付的效益，Ocard近期宣布與Pi 拍錢包合作開發支付工具Ocard Pay，要整合金融服務與點數生態系，發展金融生態系。</p> <p>CRM技術商Ocard近幾年與多家品牌商家合作發展會員點數，平臺橫跨餐飲、零售、住宿、美容和生活娛樂等超過5,000間店家，四成為連鎖店家，目前平臺已累積超過1,300萬用戶數。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 澳洲聯邦銀行</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span></h3> <h3>澳洲聯邦銀行揭露未來將開發CommBank Copilot，加速解決顧客疑問並協助顧客管理資金</h3> <p>澳洲最大銀行聯邦銀行（Commonwealth Bank of Australia）近期宣布，將與微軟深度合作發展生成式AI。他們條列出合作關係中的關鍵發展計畫，包括要發展CommBank Copilot，加速解決顧客疑慮，和協助顧客了解自己的資金，提升客戶體驗。另外，他們也要發展內部行員使用的Copilots，以生成式AI幫助他們回應顧客需求。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 香港金管局</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 穩定幣沙盒 </span></strong></span></h3> <h3>香港金管局推出穩定幣發行人沙盒</h3> <p>既上周推出批發型央行數位貨幣的沙盒，香港金管局本周接著推出穩定幣沙盒，開放有意在香港發展穩定幣發行業務的業者申請。香港目前對穩定幣的監管制度是針對發行人進行審查，根據目前擬定的規範，穩定幣發行者需要持有金管局發出的牌照，並在香港設立法人，準備金需至少等於發行的穩定幣價值。</p> <p>香港金管局表示，沙盒的目的是收集監管意見，並向有意願並已有合理規畫的發行者傳達監管期望，並提供合規指引，因此，成為沙盒參與者並不意謂獲得金管局的認可，也不代表受到監管。他們表示，在監管制度實施後，沙盒參與者還是需要向主管單位提交牌照申請。</p> <h3><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 跨境支付</span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> </span></strong></span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; background-color: rgb(247, 247, 247);"> </span><span style="font-family: 微軟正黑體, sans-serif; font-size: 18.6667px; color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 共通支付標準 </span></strong></span></h3> <h3>日本將在2025年和東協國家實現QR code跨境支付</h3> <p>根據日經報導，日本政府開始和東協政府討論，預計將在2025年統一兩個地區使用的支付標準，實現QR code跨境支付，讓兩個地區的人民到了各國都能以手機掃碼進行支付。</p> <p>日本在2020年就推出共通支付標準「JPQR」，類似臺灣推出的「TWQR」，讓日本商家只需要使用一組專屬QR code，就能對應多家電子支付業者的系統需求。負責營運JPQR的日本支付協會預計在今年建立一個能連接海外服務的系統，支持跨境支付。</p> <h3>其他重要Fintech新聞：</h3> <ul> <li>PayPal、Venmo在美支援iPhone Tap to Pay</li> <li>辦理國內小額匯兌未確認使用者的第二金融支付工具，一卡通因系統程式邏輯缺失遭金管會開罰50萬</li> <li>損害保險日本興亞對內推出生成式AI的Chatbot，支援員工會議紀錄整理、報告摘要、資料檢索等日常工作</li> </ul> <p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);">圖片來源／三菱HC資本</p> <p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);"><span style="font-size: 14pt;">責任編輯／李昀璇</span></p> <p style="margin: 0px 0px 1.5em; font-size: 14pt; line-height: 2em; font-family: 微軟正黑體, sans-serif; background-color: rgb(247, 247, 247);">資料來源：iThome整理，2024年3月</p> <p></p> </div></div></div>
2024/3/18 10:47作者李昀璇https://www.ithome.com.tw/news/161809
【資安週報】2024年3月11日到3月15日
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>這一星期適逢多家廠商發布每月安全更新，包括微軟、Adobe、SAP等多家IT業者，以及西門子、施耐德電機等ICS工控業者，大家關切這些例行修補之餘，還有一些安全性弱點消息也要留意，例如：威聯通NAS，思科SSL VPN用戶端軟體，以及應用程式開發平臺OpenEdge的漏洞修補。</p> <p>特別的是，我們近期還注意到WordPress有多個外掛程式漏洞的陸續揭漏，當中以存在Bricks Builder外掛編輯器的重大RCE漏洞CVE-2024-25600，需要特別重視，因為多家業者發現已將其用於攻擊行動。此外，另一外掛程式Popup Builder去年修補的漏洞CVE-2023-6000，近期也發現被遭駭客積極鎖定利用的狀況。</p> <p>在資安事件方面，有一起關於臺灣企業的事件引發極大關注，是宏碁菲律賓分公司傳出資料外洩，宏碁已證實當地分公司有部分員工資料被存取，是菲律賓的外部供應商發生資料外洩事故造成。值得注意的是，日前我們報導上市櫃遭網路攻擊的現況時，資安專家指出，現在勒索攻擊的型態，並不全是用加密方式綁架資料而進行勒索，「偷資料的勒索」也逐漸成為常態，而上述事件中，目前傳出消息是只有資料被偷，對方並未使用勒索軟體或是加密檔案，至於後續是否有向宏碁勒索的行為，暫不得而知。</p> <p>此外，還有美法兩國的重大資料外洩消息，例如，美國移民主管機關的敏感資料流入駭客論壇，原因是IT承包商遭駭，以及法國失業救濟機構France Travail遭入侵，4,300萬人個資恐流出。</p> <p>國際有個重大資安事故的消息，全球也正在關注後續發展。法國總理辦公室最近公開表示，當地多個政府機構遭受了「前所未有的強度」的網路攻擊，據當地媒體指出，法國各部會網站是遭DDoS攻擊，而法國政府也採取措施，成立危機反制小組來應對，由於今年7月法國將舉辦2024奧運，還有6月舉行的歐洲議會選舉，該國國防顧問先前也是警，近期相關活動可能成為網路攻擊的重要目標。</p> <p>在威脅態勢上，美國聯邦調查局（FBI）發布2023年度網路犯罪報告，強調勒索軟體駭客攻擊關鍵基礎設施日益頻繁，我們在此列出重點，幫助大家快速了解。<br /> ●勒索軟體的影響再次上升，在FBI接獲的2,825件勒索軟體攻擊事故中，有1,193件是針對關鍵基礎設施（CI）有關的組織而來，相當於每5起事故就有2起是針對CI，這樣的比例比前一年度更高。<br /> ●從犯罪型態來看，商業電子郵件詐騙（BEC）危害程度居高不下，FBI表示，2023年此類犯罪損失高達29億美元。我們對比了前兩年的BEC損失，分別是23億美元、27億美元，可看出企業必須持續嚴防這類威脅。<br /> ●投資詐騙問題越來越大，2022年損失達33億美元，超越BEC而成為傷害最大的犯罪型態，2023年這類損失金額更是達到45億美元。</p> <p>在其他重要威脅態勢上，這星期還有不少勒索軟體最新動向的揭露，我們整理如下：</p> <p>●勒索軟體駭客組織BianLian最近的攻擊行動，是利用前一陣子TeamCity的漏洞來發起入侵。<br /> ●由勒索軟體駭客組織GhostSec、Stormous發起的雙重勒索攻擊，正利用名為GhostLocker 2.0的勒索軟體，鎖定中東、非洲、亞洲企業發動攻擊。<br /> ●去年4月出現的勒索軟體駭客組織RA World，攻擊目標原本是美國、韓國，後續擴展至德國、印度，以及臺灣，拉丁美洲現在也被鎖定。</p> <p>回到國內，關於上市櫃公司資安事件揭露的規範，最近有重要消息發布。我們先前報導臺灣證券交易所發布新版重訊問答集，裡面具體列出「上市公司」的資安事件重大性標準，而對於「上櫃公司」資安事件重大性標準的規範，則是在3月8日由證券櫃檯買賣中心發布。簡單來說，當中明訂核心系統遭駭，官網遭駭、DDoS、個資外洩、造成服務受影響中斷等，都屬重大性事件，而且，都需要發布重大訊息告知投資人。</p> <p style="margin: 0px;"> </p> <h3><a href="https://www.ithome.com.tw/news/161709"><strong style="font-size: 22px;"><span style="color: rgb(0, 0, 0);">【3月11日】為隱匿攻擊流量，駭客濫用虛擬化平臺QEMU設置網路通訊隧道</span></strong></a></h3> <p style="margin: 0px;">為了讓攻擊行動更為隱密，攻擊者建立網路隧道（Tunnel），從而埋藏攻擊流量的情況，研究人員已經發現多起這種類型的攻擊行動，其中最常針對部分，就是利用DNS打造這類通道來達成目的。</p> <p style="margin: 0px;"> </p> <p style="margin: 0px;">但最近出現一種新型態的攻擊手法引起研究人員關注，駭客使用的是虛擬化平臺QEMU來達到目的，從而繞過受害組織的資安防護措施。</p> <p><a href="https://www.ithome.com.tw/news/161727"><strong style="font-size: 22px;"><span style="color: rgb(0, 0, 0);">【3月12日】勒索軟體駭客組織「變臉」藉由TeamCity伺服器入侵受害組織</span></strong></a></p> <p>上週JetBrains發布CI/CD開發工具TeamCity 2023.11.4版，當時修補2個高風險層級的身分驗證漏洞，並衍生該軟體業者與通報漏洞的研究人員對於漏洞公開出現意見不一致的狀況。如今，這些漏洞已被用於實際攻擊行動──資安業者GuidePoint在惡名昭彰的勒索軟體駭客「變臉」近期攻擊行動裡，發現駭客運用上述漏洞入侵目標組織，部署後門程式以進行後續攻擊行動。由於這項開發工具相當普及，且針對這套系統的攻擊行動這一年來越來越常出現，IT人員應儘速套用相關緩解措施。</p> <h3><a href="https://www.ithome.com.tw/news/161751"><strong style="font-size: 22px;"><span style="color: rgb(0, 0, 0);">【3月13日】微軟發布3月例行更新，Hyper-V、Exchange、Azure K8s漏洞受到研究人員關注</span></strong></a></h3> <p style="margin: 0px;">本週二有許多軟體業者與工控系統廠商推出每月例行更新，包含微軟、Adobe、SAP、西門子、施耐德電機，這些公司揭露與修補的漏洞，目前尚未出現遭到利用的跡象。</p> <p style="margin: 0px;"> </p> <p style="margin: 0px;">話雖如此，還是有些漏洞引起研究人員的關注。以微軟本次公布的漏洞為例，許多研究人員特別提及要注意Hyper-V漏洞CVE-2024-21407。資安業者Rapid7警告，雖然微軟表示攻擊者必須收集特定的環境資訊才能利用這項漏洞，但也提醒在Hyper-V主機上，完全不需取得特殊權限。</p> <h3><a href="https://www.ithome.com.tw/news/161764"><strong style="font-size: 22px;"><span style="color: rgb(0, 0, 0);">【3月14日】研究人員揭露ChatGPT可用於存取第三方網站及敏感資料的漏洞</span></strong></a></h3> <p style="margin: 0px;">隨著生成式AI的運用日益廣泛，這類聊天機器人無法只根據機器學習模型回答問題，因此系統開發者將其串連線上搜尋引擎、程式碼儲存庫、CRM等各類服務，並進行資料交換，形成新的生成式AI生態圈，這麼做可能提升AI的功能，卻也帶來潛在的資安風險。</p> <p style="margin: 0px;"> </p> <p style="margin: 0px;">研究人員最近針對ChatGPT的相關功能著手進行調查，證實上述的情況。而這種允許使用者與第三方服務串連的功能模組，在ChatGPT被稱為外掛程式（Plugins）。</p> <h3><a href="https://www.ithome.com.tw/news/161788"><strong style="font-size: 22px;"><span style="color: rgb(0, 0, 0);">【3月15日】Windows安全機制SmartScreen弱點在公布前也被用於散布惡意程式DarkGate</span></strong></a></h3> <p style="margin: 0px;">微軟在今年2月例行更新（Patch Tuesday），修補Microsoft Defender SmartScreen安全機制的漏洞CVE-2024-21412，當時通報漏洞的資安業者趨勢科技表示，這項漏洞在去年底就被APT駭客組織利用。</p> <p style="margin: 0px;"> </p> <p style="margin: 0px;">但在研究人員進一步追查後發現，今年1月有另一組人馬也將其用於散布惡意程式DarkGate。這樣的情況，很有可能還有其他駭客也在微軟修補之前，就掌握這項漏洞。</p> </div></div></div>
2024/3/18 11:34作者羅正漢https://www.ithome.com.tw/news/161807
星巴克關閉Web3&NFT專案Starbucks Odyssey
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>全球連鎖咖啡廳星巴克（Starbucks）上周五（3/15）<a href="https://odyssey.starbucks.com/#/faq" target="_blank">宣布</a>，將結束於2022年9月<a href="https://www.ithome.com.tw/news/153023" target="_blank">發表</a>的Web3暨NFT專案Starbucks Odyssey。</p> <p>Starbucks Odyssey是星巴克既有會員服務星禮程（Starbucks Rewards）的數位延伸，奠基於Polygon區塊鏈協定，讓完成指定挑戰的會員可獲得基於NFT的旅程戳章，也會出版限量版戳章供會員以信用卡購買，而無需加密貨幣或錢包，並設立了交易市集供會員交易不同的戳章，以試探Web3水溫。</p> <p>不過，星巴克上周於Starbucks Odyssey專案的FAQ頁面上宣布，即將於3月31日終止該專案，預計於3月19日關閉Starbucks Odyssey Discord伺服器，原有的市集將遷移至Nifty Gateway，使用者未來仍可自Nifty Gateway領取自己的NFT戳章，並透過該平臺繼續交易。</p> <p>雖然星巴克上周將Starbucks Odyssey專案稱為Beta專案，但在一年半前發表時並未使用任何Beta或測試字眼，而今，看起來星巴克也尚無延續該專案的計畫。</p> <p>非同質化代幣（Non-Fungible Token，NFT）為一基於區塊鏈技術的數位所有權憑證，每個憑證都是獨一無二的，可被應用在各種數位作品上，它在2021年興起，快速地於2022年初達到高峰，卻也在2023年迅速衰退。</p> <p>根據市場的估算，NFT在2020年的全球交易額為8,200萬美元，2021年即達到170億美元，2022年再成長至237億美元，去年則只剩87億美元。市場研究機構dappGambl<a href="https://dappgambl.com/nfts/dead-nfts/" target="_blank">則說</a>，在全球逾7.3萬個NFT中，有95%毫無市場價值。</p> <p>交易量的下滑、市場的退燒，令<a href="https://www.ithome.com.tw/news/155934" target="_blank">Meta放棄</a>Facebook與Instagram的NFT計畫，知名NFT市集OpenSea也在去年11月直接<a href="https://www.ithome.com.tw/news/159650" target="_blank">裁撤</a>一半員工。</p> </div></div></div>
2024/3/18 12:05作者陳曉莉https://www.ithome.com.tw/news/161811
麥當勞系統當機影響全球門市
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>全球連鎖速食餐廳麥當勞（McDonald's）在北美中部時區（CDT）上周五（3/15）凌晨（約臺北時間3/15中午），發生技術問題，造成銷售結帳（Point of Sales，POS）系統無法使用，影響全球麥當勞門市。<a href="https://corporate.mcdonalds.com/corpmcd/our-stories/article/global-tech-outage.html" target="_blank">麥當勞當天就發表聲明</a>，澄清此事並非為網路安全事件，而是因第三方業者變更配置所導致。</p> <p>此一故障同時波及了美國、加拿大、日本、澳洲與香港等市場，客戶無法透過行動程式或自助點餐機下單，有些門市只收現金，還有些門市乾脆暫時休息。</p> <p>麥當勞表示，由於第三方供應商變更了配置，使得該公司經歷了全球性的技術系統中斷。此一配置變更所造成的服務中斷在幾個小時內便修復，目前麥當勞正在分析此一意外事件，以追究內部團隊與第三方業者的責任。</p> </div></div></div>
2024/3/18 11:06作者陳曉莉https://www.ithome.com.tw/news/161810
總共提供18.8 Gbps效能，臺廠Wi-Fi 7基地臺有更多選擇
<div class="field field-name-field-image field-type-image field-label-hidden"><div class="field-items"><div class="field-item even"><img src="https://s4.itho.me/sites/default/files/en_shuo_ecw536_main.jpg" width="960" height="420" alt="" /></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>從去年底到今年初，我們陸續報導多款支援Wi-Fi 7（802.11be）的企業無線網路基地臺，當中有不少是基於高通（Qualcomm）的Networking Pro 1220 Platform晶片而成，像是<a href="https://www.ithome.com.tw/review/159429">Zyxel WBE660S</a>、<a href="https://www.ithome.com.tw/review/160857">Ruckus R770</a>、<a href="https://www.ithome.com.tw/review/161189">Fortinet FortiAP 441K</a>，我們注意到還有一款國產廠商產品也名列其中，那就是恩碩科技（EnGenius Technologies）的ECW536，而且發表時間在2023年7月，其實早於上述解決方案，在11月公開的Wi-Fi 7新品特色介紹影片當中，不只著墨在ECW536是BE19000等級、4x4:4天線架構的產品，也帶出他們提供的另一個款式ECW526，屬於BE9500等級、2x2:2天線架構的產品。</p> <p><a href="https://s4.itho.me/sites/default/files/images/ECW536-Qualcomm-Wi-Fi 7.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/ECW536-Qualcomm-Wi-Fi%207.jpg" style="width: 600px;" /></a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/EnGenius%20Wi-Fi%207.jpg" style="width: 600px;" /></p> <p>恩碩科技是1999年在美國註冊、專注於網路通訊產業的品牌，目前是神準科技（Senao Networks）的子公司，今年1月恩碩宣布ECW536開始出貨，這款機型總共可提供18.8 Gbps的網路傳輸速率，可針對需要大量頻寬的應用程式與存取巨量資料的環境，提供強大的連線效能，以個別頻段而言，6 GHz頻寬可達11,600 Mbps，5 GHz為5,800 Mbps，2.4 GHz為1,440 Mbps。而在內建的網路介面上，這款機型提供兩個10 GbE埠，其中一個支援PoE++規格的連線與供電部署方式（可輸出60瓦電力）。</p> <p><a href="https://s4.itho.me/sites/default/files/images/ECW536-Speed.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/ECW536-Speed.jpg" style="width: 298px;" /></a> <a href="https://s4.itho.me/sites/default/files/images/ECW536-NIC.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/ECW536-NIC.jpg" style="width: 250px;" /></a></p> <p>若不需要這麼大的頻寬，可考慮採用恩碩另一款Wi-Fi 7基地臺ECW526，此機型總共能提供9,400 Mbps的網路傳輸速率，以個別頻段而言，6 GHz頻寬可達5,800 Mbps，5 GHz為2,900 Mbps，2.4 GHz為700 Mbps。而在內建的網路介面上，這款機型提供1個10 GbE埠，支援PoE+規格的連線與供電部署方式（可輸出30瓦電力）。</p> <p><a href="https://s4.itho.me/sites/default/files/images/ECW526-Speed.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/ECW526-Speed.jpg" style="width: 298px;" /></a> <a href="https://s4.itho.me/sites/default/files/images/ECW526-NIC.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/ECW526-NIC.jpg" style="width: 250px;" /></a></p> <p>關於產品的定位，ECW536與ECW526均為恩碩旗下的雲端管理型室內無線基地臺，企業若要控管這些設備，可透過瀏覽器或行動App，連上該公司營運的雲端服務平臺EnGenius Cloud，以便進行基地臺的註冊、組態設定，以及韌體更新。在研究ECW536相關資訊的過程當中，我們發現與恩碩科技有密切關係的神準科技，目前也有一款Wi-Fi 7基地臺機型IAP4701A，僅提供硬體設備解決方案，ECW536最主要的差異是搭配雲端管理平臺EnGenius Cloud。</p> <p><a href="https://s4.itho.me/sites/default/files/images/EnGenius Cloud2.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/EnGenius%20Cloud2.jpg" style="width: 298px;" /></a> <a href="https://s4.itho.me/sites/default/files/images/EnGenius Cloud3.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/EnGenius%20Cloud3.jpg" style="width: 298px;" /></a></p> <p><span style="color:#008000;"><strong>產品資訊</strong></span></p> <p><strong>EnGenius ECW536</strong><br /> ●原廠：恩碩科技<br /> ●建議售價：廠商未提供<br /> ●支援無線網路規格：802.11 a/b/g/n/ac/ax/be<br /> ●網路介面：2個10 GbE埠（其中1個支援PoE++）<br /> ●天線架構：6 GHz、2.4 GHz、5 GHz為4x4:4，MU-MIMO<br /> ●傳輸速度：總共為18 Gbps，6 GHz為11,600 Mbps，5 GHz為5,800 Mbps，2.4GHz為1,400 Mbps<br /> ●支援供電方式：DC、PoE<br /> ●整合其他無線通訊技術：無<br /> ●尺寸：23 x 23 x 3.7公分<br /> ●重量：1.27公斤<br /> ●集中管理平臺：EnGenius Cloud</p> <p>【註：規格與價格由廠商提供，因時有異動，正確資訊請洽廠商】</p> </div></div></div>
2024/3/17 18:03作者李宗翰https://www.ithome.com.tw/review/161558
AI趨勢周報第247期：OpenAI開源內部專用LLM分析工具
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><span style="color: rgb(0, 0, 255);">重點新聞(0308～0314)</span></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">Transformer Debugger </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> OpenAI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 語言模型 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>OpenAI開源內部專用LLM分析工具Transformer Debugger</strong></span></p> <p>最近，OpenAI在GitHub上開源一款分析工具Transformer Debugger，是內部超對齊團隊（Superalignment）專用的語言模型分析器，可用來理解Transformer內部結構和運作原理，提高透明度。這款工具含自動解釋功能和稀疏自動編碼器兩種功能，可快速探索語言模型，使用者不必寫程式，就能了解模型內部神經網路對模型輸出的影響。</p> <p>比如，這個工具可用來干預模型向前傳遞訊息，特別是神經元和注意力頭部部分。使用者可刪除特定神經元，來觀察模型輸出的變化，也可對Transformer Debugger提問，如「為何模型在該提示中輸出Token A，而不是Token B？」等問題。OpenAI的機器學習和超對齊研究員<a href="https://twitter.com/janleike/status/1767347610149671323?s=20">Jan Leike表示</a>，這個工具雖然還處於早期階段，但他們希望藉由開源，來推動這方面的研究進展。他也表示，這個工具是要讓專家理解小型語言模型如何運作，並提供模型決策過程的詳細流程圖。<a href="https://github.com/openai/transformer-debugger">（詳全文）</a></p> <p><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Google </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 生成式AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 人才培育 </span></strong></span></p> <p><span style="font-size: 22px;"><strong>Google臺灣揭露今年三大AI落地戰略</strong></span></p> <p>Google日前在臺灣春酒記者會中，揭露了三大AI戰略方向，包括培植各領域人才、強化開發者社群和協助各產業等面向，來協助臺灣掌握AI機會。進一步來說，AI是Google臺灣今年的重要在地發展目標，在培植各領域人才上，進一步會細分成三個策略，AI普及、AI應用和AI創新。</p> <p>就AI普及來說，Google將在臺設立Gemini學院，來提升社會大眾的AI識讀能力，預計在2024年培育1,000名中小學老師接受訓練，並提供3套線上訓練，包括AI基本素養、安全負責任的使用AI、使用AI幫助教學。就AI專業人才的AI應用能力上，Google將繼續透過數位人才探索計畫，從今年第二季開始，在原本的兩大課程「數位行銷和網站分析」和「雲端技術」新增AI基礎介紹和新工具知識，如生成式AI、LLM、負責任AI等。最後一項人才培育則是要強化學研界的AI創新能力，將持續舉辦第七屆的AI創新研究營。</p> <p>另外，強化開發者社群是Google今年的第二大AI落地戰略，會從工具、社群和技術三個層次展開。尤其在社群經營上，從今年1月展開，預計舉辦16場Build With AI活動，培訓800位開發者投入生成式AI，並計畫培育60位社群領袖成為AI工具的種子教師，以及4位生成式AI領域的Google開發者專家。最後一個AI落地面向是Google要用AI協助各產業創新，比如Google從去年12月陸續推出多項生成式AI技術產品和工具，並以Gemini為名來統一這個GenAI產品線，臺灣也有企業開始試用這些產品，像是中附醫去年底導入醫療專用生成式AI模型MedLM、PChome預計採用AI/ML來提供更精準的商品推薦、旅遊網站KKday則要透過Vertex AI來運用生成式AI技術，將網站旅遊行程商品翻譯6國語言。<a href="https://www.ithome.com.tw/news/161756">（詳全文）</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Covariant </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 機器人 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> LLM </span></strong></span></p> <p><span style="font-size:22px;"><strong>專門用來教導機器人！Covariant發表大型語言模型RFM-1</strong></span></p> <p>AI軟體公司Covariant專門開發用來教導機器人新技能的模型，他們最近發表一款大型語言模型RFM-1，也就是機器人基礎模型，可供任何人在幾分鐘內快速規畫新機器人行為。</p> <p>Covariant自2017年開始建置機器人資料集，蒐集機器人於實體世界的行為，用來訓練模型。RFM-1利用Covariant建置的機器人資料集，再加上大量網路資料，包括文字、圖像、影片、機器人動作，以及各種感測資料進行訓練，是個具80億參數的多模態模型，能支援多種應用。比如，它可以透過圖像學習來分析場景，如分割或辨識；也能結合文字指令與圖像觀察，來產生所需的抓取動作或運動順序；還能將場景圖像與目標抓取圖像配對，以影片格式來預測結果，或模擬沿途數位感測器上的數字。<a href="https://covariant.ai/insights/introducing-rfm-1-giving-robots-human-like-reasoning-capabilities/">（詳全文）</a></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/Screen%20Shot%202024-03-17%20at%204_19_37%20PM.png" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> GPT Builder </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 微軟 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Copilot GPT </span></strong></span></p> <p><span style="font-size:22px;"><strong>微軟釋出GPT Builder工具，可打造客製版GPT</strong></span></p> <p>微軟最近宣布對付費的Copilot Pro方案用戶，釋出Copilot GPT Builder工具，來讓使用者打造Copilot GPT客製版。Copilot GPT Builder和OpenAI去年底推出的GPT Builder開發工具很像，可讓中小企業或個人用戶以文字輸入指令，打造具有專門用途的AI聊天機器人，像是在購物網站建一個根據用餐計畫建議購物清單的Copilot GPT。</p> <p>Copilot Pro則是今年1月微軟公布給個人用戶的Copilot方案，費用為每人每月20美元。Copilot Pro底層模型也將提升到GPT-4 Turbo。微軟也提供Copilot Pro用戶使用GPT Builder的指示，用戶需安裝Edge或Chrome瀏覽器，連到copilot.microsoft.com或chat.bing.com網站，再登入微軟帳號操作即可。<a href="https://twitter.com/mikeschechter/status/1766327508084117759">（詳全文）</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"><img alt="" src="https://s4.itho.me/sites/default/files/images/0313-Copilot%20pro-gpt-(2)(1).jpg" /></span></strong></span></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Meta </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> GenAI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 基礎設施 </span></strong></span></p> <p><span style="font-size:22px;"><strong>Meta公開GenAI基礎設施</strong></span></p> <p>Meta最近公開自家使用的GenAI基礎設施，內含兩個各用24,576個Nvidia H100 GPU的大型資料中心叢集，以及相關的網路、運算與儲存部署。早在2022年，Meta就揭露自己打造的AI叢集AI Research SuperCluster，當時就稱這是全球速度最快的超級電腦之一，使用了1.6萬個Nvidia A100 GPU。</p> <p>而最近Meta揭露的GenAI叢集，雖採兩種不同的網路架構，但都配備了24,576張Nvidia H100 GPU。因為，他們每天要執行數百兆個AI模型，因此需要客製自己的硬體、軟體和網路架構，來確保資料中心的高效運作。其中一個叢集是基於Arista 7800、Wedge400與Minipack2開放運算計畫（OCP）機架交換器的RDMA over Converged Ethernet（RoCE）解決方案，可透過乙太網路自遠端直接存取記憶體的網路協定，是高頻寬、低延遲的網路基礎設施。</p> <p>另一個叢集則採Nvidia的Quantum2 InfiniBand架構，同樣也是專為高效能運算的低延遲與高頻寬所設計。這兩個叢集的端點互連速度皆高達400 Gbps，採用不同網路架構，將有利Meta評估不同類型的互連對大規模訓練的適用性及可擴展能力，以作為未來設計和建置更大規模叢集的參考。<a href="https://engineering.fb.com/2024/03/12/data-center-engineering/building-metas-genai-infrastructure/">（詳全文）</a></p> <p><img alt="" src="https://engineering.fb.com/wp-content/uploads/2024/03/Meta-24K-GenAi-Clusters-hero.png" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> DeepMind </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 通用AI </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> AI代理 </span></strong></span></p> <p><span style="font-size:22px;"><strong>DeepMind開發通用AI，可接收指令玩遊戲</strong></span></p> <p>幾年來，DeepMind一直專攻AI代理人玩遊戲研究，最近開發一套新AI代理Scalable Instructable Multiworld Agent（SIMA），是第一個能理解廣泛遊戲世界的AI代理，可像人類一樣遵循自然語言指令、執行任務。</p> <p>就技術架構來說，SIMA由兩個模型組成，一個專門處理圖像和語言映射的模型，另一個則是預測螢幕接下來會發生什麼事件的模型。團隊表示，SIMA不需存取遊戲原始碼，也不需要客製的API，只需兩個輸入值，即螢幕畫面和用戶所提供的簡單自然語言指令，並使用鍵盤和滑鼠來控制遊戲角色。</p> <p>DeepMind與8個遊戲工作室合作，在9款3D遊戲中訓練和測試SIMA。團隊對SIMA進行了600項基本技能評估，涵蓋導覽、操作物件和使用選單等，目前SIMA可在10秒內完成簡單任務，DeepMind希望SIMA之後能完成需要高階策略規畫，並由多個子任務組合才能完成的複雜任務。他們也發現，SIMA具備泛化能力，能將學習到的技能和策略，應用在沒見過的環境中。<a href="https://deepmind.google/discover/blog/sima-generalist-ai-agent-for-3d-virtual-environments/">（詳全文）</a></p> <p><img alt="" src="https://lh3.googleusercontent.com/sZ-76rwruMwufnHckkI7saPxuFc9kjX48x951LogZ_ADVauhANXXYCBbhhqEiDi2OkILF5Tuc8cRDPsyYeg3leEMUM4_GVn3Jo8e4n4YypgUZ_iKjw=w2140-rw" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> IBM </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> NASA </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 科學文獻 </span></strong></span></p> <p><span style="font-size:22px;"><strong>IBM聯手NASA開發科學文獻專用LLM</strong></span></p> <p>IBM和NASA聯手訓練一套Transformer大型語言模型，用科學文獻訓練而成，能進行分類、實體擷取、問答和資訊檢索等各種科學自然語言理解任務。該模型也在Hugging Face上開源，供科學與學術社群使用。</p> <p>進一步來說，為了讓模型理解科學專有名詞和複合詞，團隊使用來自天文物理學、地球科學與太陽圈物理學等多個專業領域資料集的600億個Token，來訓練模型。後來，團隊用生物醫學基準測試BLURB來評估IBM-NASA模型，分數比其他開源的RoBERTa模型高出5％。這個IBM-NASA模型，可針對許多非生成式語言任務微調，團隊還利用編碼器模型建立檢索器模型，來產生資訊豐富的嵌入向量，映射一對對文字間的相似性，讓檢索模型根據問題，找出最相關的文件或資訊。<a href="https://research.ibm.com/blog/science-expert-LLM">（詳全文）</a></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> Google </span></strong></span> <span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 社會學習 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 知識轉移 </span></strong></span></p> <p><span style="font-size:22px;"><strong>Google用社會學習優化模型知識轉移能力</strong></span></p> <p>Google最近發表一項大型語言模型創新研究，提出社會學習（Social Learning）框架，為模型間的知識傳遞，找出新方法。社會學習能讓語言模型透過自然語言文字交流知識，而且，因為不需直接交換敏感資料或模型權重，還能保有資料隱私。社會學習的概念是，模仿人類在社交環境中，透過口頭指示向其他人學習。在Google提出的社會學習框架中，學生大型語言模型會向多個特定任務解法的教師模型學習，團隊也會評估學生模型在各種任務的表現，來衡量社會學習成效。</p> <p>他們發現，即使語言模型只接收少數範例，一樣能獲得良好的任務解決能力。而這個方式的重要性在於，教師模型可依據實際資料集，合成出新的範例，與學生共享。特別是，合成資料集雖與原始資料不同，但具相同教育意義，因此，就算教師模型不直接共享真實原始資料，學生模型還是可以從合成資料中學習。實驗結果顯示，當合成範例足夠多，例如只要達到16個，社會學習方法和直接共享原始資料方法的模型解決問題能力就沒有顯著統計上的差異。<a href="https://blog.research.google/2024/03/social-learning-collaborative-learning.html?m=1">（詳全文）</a></p> <p>圖片來源／Covariant、微軟、Meta、DeepMind</p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> AI近期新聞 </span></strong></span></p> <p><strong>1. Azure OpenAI服務正式上架Whisper模型</strong></p> <p><strong>2. Amazon提供電商生成AI工具，貼連結就能產生產品頁</strong></p> <p><strong>3. Patronus AI發表API工具，可用來偵測LLM有否輸出侵權內容</strong></p> <p><strong>4. GPT-4競爭者報到：Gemini 1.5、Mistral Large、Claude 3 Opus與Inflection-2.5</strong></p> <p>資料來源：iThome整理，2024年3月</p> </div></div></div>
2024/3/17 16:30作者王若樸https://www.ithome.com.tw/news/161803
提供雲端集中管理，Netgear推出新款8埠與16埠10G交換器
<div class="field field-name-field-image field-type-image field-label-hidden"><div class="field-items"><div class="field-item even"><img src="https://s4.itho.me/sites/default/files/netgear_s3600_main.jpg" width="960" height="420" alt="" /></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>關於8埠以下的小型網路交換器產品，我們在2018年曾介紹Netgear的XS505M與XS508M，網路埠支援4種規格（1 GbE、2.5GbE、5 GbE、10 GbE），上行埠為1個10GbE埠（SFP+接頭），皆屬於無網管型交換器（Unmanaged Switches），去年12月Netgear發表新機型S3600系列，同樣標榜搭配支援4種規格的網路埠，包含提供8個網路埠的XS508TM，以及16個網路埠的XS516TM，上行埠有兩個SFP+接頭的10 GbE埠，而且升格為雲端管理智慧網管型交換器（Smart Cloud Managed Switches）。今年3月中，由代理商瀚錸科技舉行的春季新品發表會，也特別展出S3600系列，正式宣告在臺上市。</p> <p><a href="https://s4.itho.me/sites/default/files/images/Netgear S3600-2024-03-12-2.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/Netgear%20S3600-2024-03-12-2.jpg" style="width: 600px;" /></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/Netgear S3600-TW-2024-03.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/Netgear%20S3600-TW-2024-03.jpg" style="width: 600px;" /></a></p> <p>Netgear這裡所標榜的雲端管理，是指企業可透過瀏覽器或行動App連上雲端管理平臺Netgear Insight，之後可在此集中控管雲端管理智慧網管型交換器（29款），以及Pro系列路由器（目前僅有PR60X）、Wi-Fi基地臺（17款）。</p> <p><a href="https://s4.itho.me/sites/default/files/images/Netgear Insight Managed Switch.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/Netgear%20Insight%20Managed%20Switch.jpg" style="width: 600px;" /></a></p> <p>S3600系列這兩款設備本身也提供單機的網頁管理介面，可快速設定組態，IT人員若打算透過輸入指令操作，Netgear在此具備簡易的命令列介面。在遠端監控機制上，XS508TM與XS516TM支援SNMP的v1、v2c、v3版規格，以及RMON協定，企業可善用這項管理工具進行集中管理。</p> <p>關於智慧型網管交換器的功能，XS508TM與XS516TM支援IPv6，以及網路第2層以上（L2+）或第三層（L3）的機制，像是靜態路由、區分服務的優先存取（DiffServ QoS）控管政策、連線聚合協定（LACP）、網路廣播／群播／單播的控制、DHCP協定，而在VLAN的部分，它們最多均可設置512個，涵蓋靜態、動態指派的VLAN，以及針對VoIP、語音通訊、Wi-Fi、網路攝影機自動設置的VLAN。</p> <p><a href="https://s4.itho.me/sites/default/files/images/LINE_ALBUM_New Smart GUI_240314_2-Web.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/LINE_ALBUM_New%20Smart%20GUI_240314_2-Web.jpg" style="width: 600px;" /></a></p> <p>相較於既有的XS505M與XS508M，XS508TM與XS516TM不僅提供VLAN，也支援802.1x，可運用EAP協定進行驗證，實現更細緻的網路存取控管。</p> <p>此外，Netgear近幾年為了拓展專業視聽設備（ProAV）連網市場，而推出多款交換器，當中新設置的網頁介面，現在開始導入商用交換器，他們稱之為Smart GUI，提供更加簡單、直覺的操作方式，在新推出的XS508TM與XS516TM當中，也展現這樣的特色。</p> <p><a href="https://s4.itho.me/sites/default/files/images/LINE_ALBUM_New Smart GUI_240314_5-Web.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/LINE_ALBUM_New%20Smart%20GUI_240314_5-Web.jpg" style="width: 600px;" /></a></p> <p><span style="color:#008000;"><strong>產品資訊</strong></span></p> <p><strong>Netgear S3600系列</strong><br /> ●代理商：瀚錸科技<br /> ●建議售價：XS508TM為44,100元，XS516TM為82,005元，均為含稅價<br /> ●網路介面：XS508TM為8個10 GbE埠搭配上行埠2個10 GbE埠（SFP+），XS516TM為16個10 GbE埠搭配上行埠2個10 GbE埠（SFP+）<br /> ●外觀：均採用桌上型機箱<br /> ●網路交換容量：XS508TM為200 Gbps，XS516TM為360 Gbps<br /> ●MAC位址數量：均為16,000個<br /> ●封包緩衝記憶體容量：XS508TM為2 MB，XS516TM為4 MB<br /> ●管理平臺：本機網頁介面、SNMP、RMON、Syslog、雲端管理平臺Insight</p> <p>【註：規格與價格由廠商提供，因時有異動，正確資訊請洽廠商】</p> </div></div></div>
2024/3/16 18:35作者李宗翰https://www.ithome.com.tw/review/161776
麥當勞全球CIO揭露全球大當機主因，第三方供應商配置變更出包才釀災
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>上周五(3/15)，麥當勞發生了全球性的系統大當機，全球十多國的麥當勞App和餐廳點餐系統大當機，從美國、加拿大、德國、英國、荷蘭、澳洲、紐西蘭，到亞洲的中國、日本和臺灣等都傳出當機災情，店員甚至得改用紙本作業來記錄訂單，提供給廚房製作餐點。麥當勞全球資訊長Brian Rice在當天稍晚也<a href="https://corporate.mcdonalds.com/corpmcd/our-stories/article/global-tech-outage.html">發布公告</a>致歉和說明全球大當機原因。</p> <p>從Downdetector當機通報網站上可以看到，來自用戶通報的災情，持續將近20個小時。其中58％當機事件是App事件，30％則發生於實體店面的結帳櫃檯，還有12%的通報事件是關於麥當勞網站。這也意味著，麥當勞這次大當機，不只遍及全球，也影響到數位和實體通路。</p> <p>Brian Rice在3月15日稍晚後具名發布公告，向顧客、全球員工、分店、合作夥伴道歉，證實發生了全球大當機事件。他也坦言，這次大當機的問題主因是第三方供應商的配置變更出錯而釀災，並非是發生了資安攻擊事件。但他沒有進一步說明更多細節，只強調，穩定性和可靠性是麥當勞技術發展的優先目標，但是這次當機事件的確大大影響了顧客和餐廳團隊。根據他們初步調查，這起當機事件的配置問題，是不是標準作業的一環，而是一次例外的操作。在發布公告當時，只有少數餐廳系統開始恢復正常，他們正盡全力解決問題，讓全球各地餐廳的系統可以盡快陸續恢復。</p> <p>麥當勞在全球超過100個國家，開設了4萬多個門市。去年12月在麥當勞芝加哥總部一場活動上，麥當勞執行長Chris Kempczinski才宣布了，麥當勞2027年的心未來數位發展戰略，要在門市數量到2027年要增加1萬家，達到全球5萬家門市。會員數要從現在的1.5億人200億美元業績規模，在2027年增加到2.5億人450億美元交易規模，也希望在2027年時，麥當勞行動App的下單量達到總交易量的3成。</p> <p>為了達成這個目標，去年12月時，麥當勞也宣布與Google建立策略合作關係，來部署一套客製化的作業環境，來部署所有顧客和餐廳的數位平臺，包括了行動App、會員忠誠度系統到店內Kiosk點餐系統，都會改部署到這個作業環境中。另外，也將採用Google分散式雲端，在數千家麥當勞餐廳中部署本地端系統，除了支援上述系統之外，也要用來發展生成式AI相關的新應用。</p> <p>Google不是麥當勞唯一的雲端供應商，早在2014年就開始採用AWS公有雲。2016～2017年，將許多核心和周邊應用系統搬到公有雲上部署。</p> <p>過去幾年，麥當勞更是大力擁抱微服務架構、生技術、採用API優先技術。也積極採用AWS來打造混合雲架構。在2023年也積極發展可觀察性架構，來提高數位平臺的維運能力。更在2023年運用AWs Lambda來打造會員忠誠度系統，就是為了支援未來達到2.5億會員規模所需的資訊基礎架構能力。</p> <p> </p> </div></div></div>
2024/3/16 12:32作者王宏仁https://www.ithome.com.tw/news/161802
Go更新執行追蹤套件，CPU執行開銷降至1-2％
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>Go開發團隊<a href="https://go.dev/blog/execution-traces-2024">更新</a>執行環境的追蹤（Trace）套件，不僅大幅降低執行追蹤的CPU開銷，還透過定期分割追蹤檔控制追蹤檔案大小，進而增加了追蹤的可擴展性。此外，新的更新還支援持續追蹤功能，並提供追蹤讀取器API，使得追蹤資料更容易共享與存取。</p> <p>Go的runtime/trace套件是一組工具，目的在於協助開發者進一步理解與排除程式故障，其允許開發者追蹤每個goroutine的活動，並透過go tool trace指令，視覺化並探索追蹤裡的資料。開發者能夠於程式中加入特定的標註，包括任務、區域和日誌，將程式的邏輯流程、效能表現和錯誤處理，與底層諸如程式的執行時機、資源使用和呼叫堆疊等執行細節相關聯，使開發者更能監控和分析程式，解決效能瓶頸等問題。</p> <p>雖然Go的執行追蹤可提供豐富的資訊，但也存在一些長期問題，像是追蹤成本偏高，會對程式的執行效能造成明顯的影響，因此難以用在生產環境中。追蹤也難以擴展，當追蹤產生的資料量太大，將導致追蹤檔難以分析。</p> <p>另外，啟動追蹤的時機也不夠明確，開發者往往不清楚何時啟動追蹤，才能確定捕捉到特定的錯誤行為，造成追蹤分析困難。而且因為缺乏解析執行追蹤的公共套件，因此也只有資深的Go開發者有能力進行程式化分析追蹤。</p> <p>開發團隊開始著手解決這些問題，在之前的Go版本，追蹤在許多應用程式會導致10-20％ CPU執行開銷，這使得追蹤被限制在特定的使用情境，而不能像CPU分析那樣持續使用，開發團隊解釋，這是因為在啟動執行追蹤時，執行環境會生成許多事件，這些事件大多數附加了堆疊追蹤，這些堆疊追蹤對於辨識goroutine在執行的任務非常有用，但是成本也很高。</p> <p>開發團隊指出，追蹤的大部分成本發生在回溯，因此透過最佳化回溯效率，追蹤執行環境的CPU開銷已經大幅降低至1-2％，如此開發者便可以頻繁地使用追蹤來監控和診斷應用程式，且不會對效能產生太大的影響。</p> <p>另外，在新版本中，追蹤分析變得可擴展。過去追蹤檔的格式和事件的設計講究有效性，但是需要工具來解析和保留整個追蹤狀態，數百MiB的追蹤可能需要數GiB的記憶體來分析，而新的追蹤功能進行了調整，透過定期分割正在生成的追蹤檔，使每一個追蹤檔的大小降低，而由於追蹤檔變小，分析工具便不需要一次性載入龐大的追蹤檔到記憶體中，因此也降低了所需要的記憶體。</p> <p>之前的追蹤事件，是寫入各自執行緒自己的快取位置，這代表事件的出現並不符合真實順序，而新的方法會在分割追蹤檔時重新同步，因此也讓事件更容易按真實順序重組，減少了分析工具的負擔。整體來說，新的分割機制讓追蹤資料更容易管理且分析，開發者也能更快地找到感興趣的事件，讓效能分析更有效。</p> <p>Go追蹤現在也支援持續追蹤紀錄（Flight Recording），可讓程式一直保持在追蹤狀態，紀錄近期發生的事，而這項功能也是因為追蹤分割技術的導入，才使得持續追蹤變得可行。而隨著開發團隊重寫追蹤實作，也提供了一個新的追蹤讀取器API，讓開發者更容易存取追蹤資料。</p> </div></div></div>
2024/3/15 19:43作者李建興https://www.ithome.com.tw/news/161794
Grafana 11移除AngularJS支援，儀表板將不載入未更新套件
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>Grafana將會在5月的時候正式推出Grafana v11，屆時所有本地與雲端Grafana執行個體，將會<a href="https://grafana.com/blog/2024/03/11/removal-of-angularjs-support-in-grafana-what-you-need-to-know/">預設關閉AngularJS支援</a>，因此相依於AngularJS的擴充套件都不會被載入，這代表用戶如果沒有事先進行搬遷，儀表板就可能出現故障，官方提醒，用戶應該檢查並且移除還在使用老舊AngularJS的擴充套件。</p> <p>舊版本Grafana使用AngularJS v1作為前端JavaScript框架，但是Grafana Labs在考量功能與當時開發者社群的意見，後來選擇改用React。官方在2018年所發布的Grafana v5開始搬遷元件至React，並在Grafana v6時推出React套件開發平臺，在Grafana v9時正式棄用AngularJS，並打算在Grafana v10全面刪除AngularJS支援。</p> <p>但在Grafana v10發布時，官方考量用戶仍未做好準備，因此又將這項計畫往後推延了一年，避免用戶對這項變化措手不及。而現在Grafana Labs確定於5月發布的Grafana v11，全面預設關閉AngularJS。官方最近建立了套件目錄的淘汰政策，所有相依於AngularJS但沒有計畫搬遷到其他框架的套件，都會從目錄中移除，避免新用戶採用不再受支援的套件。</p> <p>而對於舊用戶來說，便需要檢查Grafana儀表板是否還在使用AngularJS套件。當儀表板中存在使用AngularJS的套件，用戶會在套件編輯處、儀表板頂端等地方看到警告圖示與橫幅，而且在套件頁面上，仍相依於AngularJS的套件也會被標上警告圖示。</p> <p>官方也在Grafana文件列出所有曾經相依於AngularJS的套件，並且提供已更新至React的最低版本，或是提供類似功能的替代套件建議。同時還建立了一個名為detect-angular-dashboards的工具，供用戶查詢特定Grafana執行個體，獲取所有存在AngularJS套件的儀表板。</p> <p>目前許多使用AngularJS的套件都已經搬遷到React，用戶只要更新套件就可以避免Grafana v11的儀表板受到破壞，但是開發者必須要確認套件的更新文件，避免版本間存在重大變更。而當用戶完成檢查與搬遷之後，在更新到Grafana v11之前可以先嘗試移除AngularJS支援，以測試儀表板運作是否如預期運作。官方預告Grafana v12將會完全刪除AngularJS支援以及配置參數。</p> </div></div></div>
2024/3/15 19:48作者李建興https://www.ithome.com.tw/news/161801
提供1.5Tbps防護效能，Palo Alto增設頂級防火牆機型
<div class="field field-name-field-image field-type-image field-label-hidden"><div class="field-items"><div class="field-item even"><img src="https://s4.itho.me/sites/default/files/palo_alto_pa-7500_main.jpg" width="960" height="420" alt="" /></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>針對超大型資料中心、服務供應商的網路安全防護需求，Palo Alto Networks推出的硬體防火牆產品，主要是7000系列與5000系列機型。</p> <p>以前者而言，是最高階的款式，該公司過去曾陸續推出兩款機型，例如，2014年發表採用9U尺寸機箱、正面可安裝8個模組的PA-7050，當時標榜防火牆效能為120 Gbps，威脅預防效能為100 Gbps（此數值為啟用DSRI的效能，後續列出威脅預防效能為60 Gbps）；2015年發表採用19U尺寸機箱、正面可安裝12個模組的PA-7080，當時標榜防火牆效能為200 Gbps，威脅預防效能為100 Gbps。後續這兩款機型的性能也經過大幅改良，目前防火牆效能增長至343 Gbps、590 Gbps，威脅預防效能提升至184 Gbps、305 Gbps。</p> <p><a href="https://s4.itho.me/sites/default/files/images/PA-7000-2017-Perform.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/PA-7000-2017-Perform.jpg" style="width: 298px;" /></a> <a href="https://s4.itho.me/sites/default/files/images/PA-7000-2024.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/PA-7000-2024.jpg" style="width: 298px;" /></a></p> <p>相較於市面上常見的1U與2U尺寸的網路防火牆設備，Palo Alto Networks既有的7000系列，最顯著的差異不只是機箱尺寸巨大，更重要的是，提供以硬體模組來增減網路流量的能力。舉例來說，企業可透過添加或拔除「網路處理卡（Network Processing Cards，NPCs）」模組，進行效能的調節；當中可運用的模組化元件，還包括：交換器管理卡（Switch Management Card，SMC）、記錄處理卡（Log Processing Card，LPC）、記錄轉送卡（Log Forwarding Card，LFC），以及選用的資料處理卡（Data Processing Card，DPC）。</p> <p>到了去年11月，Palo Alto Networks發表新版防火牆作業系統，也就是代號為Cosmos的PAN-OS 11.1之際，也宣布推出5款硬體機型，其中一款是最新款旗艦級產品PA-7500，規格超越現行的7000系列，例如，首度提供400GbE網路埠（PA-7050與PA-7080的NPC卡搭配100GbE網路埠），網路與資安威脅處理能力直逼1.5 Tbps（防火牆效能為1,500 Gbps、威脅預防效能為1440 Gbps），而且，可應付的同時連線數量最大可達4.4億個。</p> <p><a href="https://s4.itho.me/sites/default/files/images/PA-7500-2023-12-04.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/PA-7500-2023-12-04.jpg" style="width: 600px;" /></a></p> <p>為何PA-7500能夠提供如此驚人的效能？Palo Alto Networks表示，這款設備採用他們開發的特製晶片FE400 ASIC，同時，秉持此系列的模組化擴充架構，新機型最多可安裝7張資料處理卡，提供更強大的網路與安全處理能力。</p> <p>而在適合的產品應用案例上，根據Palo Alto Networks規畫，PA-7500支援3種情境，首先是針對橫跨多個站點的資料中心環境，提供網路安全防護；另一個是大型雲端服務業者的環境，提供虛擬化的網路分段功能；對於經營5G網路通訊服務的廠商，也可部署這款設備，具備足夠的網路流量處理與防護能力。</p> <p><a href="https://s4.itho.me/sites/default/files/images/PA-7500-overview-2024-2-1.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/PA-7500-overview-2024-2-1.jpg" style="width: 600px;" /></a></p> <p>若我們細部檢視PA-7500搭配的機箱與模組，可以更具體了解這款機型與既有7000系列產品的模組化配置差異。</p> <p>以機箱而言，PA-7500整臺設備的高度是14U，正面提供9個模組插槽，其中第5個插槽，固定搭配新出現的管理處理卡（Management Processing Card，MPC），其餘搭配NPC卡或DPC卡，機箱背部設有兩個插槽，搭配交換器交織網路卡（Switch Fabric Card，SFC）。</p> <p><a href="https://s4.itho.me/sites/default/files/images/PA-7500-Front.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/PA-7500-Front.jpg" style="width: 298px;" /></a> <a href="https://s4.itho.me/sites/default/files/images/PA-7500-Back.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/PA-7500-Back.jpg" style="width: 260px;" /></a></p> <p>PA-7050機箱為9U，正面提供8個插槽，中間插槽搭配SMC卡，底部插槽搭配LFC或LPC記錄卡，其餘插槽搭配NPC卡或選用DPC卡（至少需搭配1張NPC卡）。</p> <p><a href="https://s4.itho.me/sites/default/files/images/PA-7050 Front Panel.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/PA-7050%20Front%20Panel.jpg" style="width: 200px;" /></a></p> <p>PA-7080所用的機箱為19U，正面提供12個插槽，中間的2個插槽分別搭配SMC卡，以及LFC或LPC記錄卡，其餘插槽搭配NPC卡或選用DPC卡（至少需搭配1張NPC卡）。</p> <p><a href="https://s4.itho.me/sites/default/files/images/PA-7080 Front Panel.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/PA-7080%20Front%20Panel.jpg" style="width: 200px;" /></a></p> <p><span style="color:#008000;"><strong>產品資訊</strong></span></p> <p><strong>Palo Alto Networks PA-7500</strong><br /> ●原廠：Palo Alto Networks<br /> ●建議售價：廠商未提供<br /> ●機箱尺寸：14U，<br /> 正面提供9個模組插槽，可安裝3種模組：網路處理卡PA-7500-NPC-A、資料處理卡PA-7500-DPC-A、管理處理卡PA-7500-MPC-A<br /> 背面安裝2個交換器交織網路模組，可搭配交換器交織網路卡PAN-PA-7500-SFC-A<br /> ●連接埠：網路處理卡PA-7500-NPC-A內建8個400GbE網路埠（QSFP-DD）、12個100GbE網路埠（SFP-DD）<br /> 管理處理卡PA-7500-MPC-A內建2個400GbE高可用性埠（QSFP-DD）、2個100GbE記錄埠（QSFP28）、2個25GbE管理埠（SFP28）、RJ-45本機登入埠、Micro USB本機登入埠、USB埠<br /> ●防火牆吞吐量：1,500 Gbps<br /> ●防護功能全部啟用後的吞吐量：1,440 Gbps<br /> ●同時連線數量：4.4億個<br /> ●作業系統：PAN-OS 11.1<br /> ●電源供應器：10臺（4+6備援）<br /> ●散熱風扇：15臺設於機箱背部</p> <p>【註：規格與價格由廠商提供，因時有異動，正確資訊請洽廠商】</p> </div></div></div>
2024/3/15 19:09作者李宗翰https://www.ithome.com.tw/review/161784
零售IT雙周報第30期：C2C零售龍頭如何用生成式AI支援日常開發作業
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#生成式AI</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#知識管理</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#開發框架維運</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#DevOps</span></span><br /> eBay如何用生成式AI來開發、維運系統及管理知識</strong></p> <p><a href="https://innovation.ebayinc.com/tech/features/cutting-through-the-noise-three-things-weve-learned-about-generative-ai-and-developer-productivity/">C2C電商龍頭eBay揭露自家IT團隊用生成式AI支援日常工作的三大用途</a>，包括開發、維運及知識管理。</p> <p>首先是利用Github Copilot來加速程式碼撰寫，包括轉化自然語言評語為程式碼、建議下一行程式碼、自動填入高重複性程式碼，以及自動生成測試用程式碼。經過A/B測試，他們發現使用Copilot後，程式碼品質沒有下降，而且Pull Request發布到程式碼真正合併（Merge）的時間減少了17%、程式碼更動到部署時間（Lead Time for Change ）減少了12%。</p> <p>除了使用Copilot等商業軟體，eBay也用自家程式碼及內部文件來後訓練（Post-train）及微調（Fine-tune）Code Llama 13B模型，以支援自家工程團隊作業。eBay表示，這個專屬模型可以存取企業內所有程式碼，能有效找出程式碼重複等問題，還能在考慮不同服務的耦合及依賴性情況下，協助工程團隊更新開發框架及函式庫。</p> <p>他們還用自家技術文件訓練出了一個專用GPT模型，搭配RAG技術，來當作IT人員查詢技術文件的介面。IT人員可以用自然語言詢問「做這件事需要呼叫哪個API」、「哪裡找這個數據的儀表板」等問題，而不需要自己翻找eBay海量技術文件。</p> <p><strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#電商App維運</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#前端工程</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#購物體驗強化</span></span><br /> Walmart從客戶端為切入點的App效能提升法</strong></p> <p>說到提升App效能，一個常見思路是從後端系統下手，例如優化資料庫、增加資料查詢效率等。<a href="https://medium.com/walmartglobaltech/performance-measurement-for-native-apps-2d80210aef79">Walmart近期則揭露自家App效能優化的另一個面向──從App客戶端來尋找著手點</a>。</p> <p>具體做法是，將使用者發起互動到App呈現最終結果，分成6個階段：開始、準備請求、呼叫、解析回應、視覺介面渲染、完成。他們會觀察這6個階段所需時間，從中找出改善空間。</p> <p>以商品頁面呈現為例，他們發現這6階段中，開始到準備請求間的時間，以及渲染到完成中間的時間，都相當長。調查後，發現開始階段有過多重複的聆聽（Listening）指令，而渲染階段有一個動畫渲染選項預設為True，是沒有必要的。解決這些問題後，這兩個階段耗時分別縮短了150毫秒跟5、600毫秒。</p> <p>Walmart表示，他們在iOS及Android App的不同UI都實施了這套做法，不僅找到了許多可優化之處，且解決後，觀察到明顯App上交易量提升。</p> <p><strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#生成式AI</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#上架輔助工具</span></span><br /> 連上傳圖文都不用！Amazon新生成式AI工具只要貼商家連結就能產生產品頁面</strong></p> <p>近幾個月，各大電商紛紛推出以生成式AI為基礎的商品上架工具，通常是以商品圖片或簡單文字為基礎，來生成完整圖文。這次Amazon推出新工具，更是省去了上傳任何素材的步驟。商家只需貼上自家官網商品頁等外部網址，此工具便能自動讀取網頁內容，擷取生成Amazon商品頁面所需素材。（<a href="https://www.ithome.com.tw/news/161762">詳全文</a>）</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/amazgai.jpg" style="width: 600px;" /></p> <p><strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#沉浸式電商</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#虛擬商店</span></span><br /> 服飾市集StockX打造Apple Vision Pro專用虛擬商店，既模擬</strong><strong>實體購物及又保留自家電商特色</strong></p> <p>大型服飾市集StockX是一個交易模式特別的平臺，類似股票交易，買賣方會根據商品市場價格來協調出成交價。<a href="https://www.prnewswire.com/news-releases/stockx-among-the-first-to-launch-immersive-shopping-experience-for-apple-vision-pro-302077846.html">他們打造了一個專門在Apple Vison Pro運行的虛擬商店</a>，可以於消費者所處環境中顯示出商品。同時，消費者可以打開懸浮於空中的價格波動儀表板，輔助商品購買決策。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/immersive_marketdata_720.jpg" style="width: 600px;" /></p> <p>有許多品牌都嘗試打造虛擬商店，作為一種行銷用小型體驗。StockX虛擬商店則可以用4K畫質呈現站上所有20多萬件商品，並維持與原本電商網站相同的特殊交易模式，可以視為該平臺正式電商通路。</p> <p><strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#FinOps</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#雲端成本</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#企業文化改造</span></span><br /> Walmart從顧客體驗出發的FinOps文化</strong></p> <p>電商龍頭Walmart早在2015年就擁抱雲原生技術，打造OpenStack私有雲，至今核心數超過100萬個。2020年，他們用K8s打造了自家雲原生平臺，來調度9萬3千個節點，執行超過54萬個Pod叢集。2年前，還進一步結合兩家公雲和自家私雲，組成了三雲架構。為了支援超龐大雲端服務用量，他們2021年開始注意到控制雲端成本的FinOps做法。</p> <p>他們了整合了來自四十種資料來源，來監控整體雲端用量和成本，並打造了可以追蹤每個工程團隊每天開銷的工具。接著，他們要求工程師不只要注意每日開銷，更要從長期角度來看：每次支出一年會帶來多少成本？是否會帶來對應價值的商品銷售或顧客體驗？讓每個工程師都能從顧客體驗出發，來思考雲端成本支出如何控管。（<a href="https://www.ithome.com.tw/article/161578">詳全文</a>）</p> <p><strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#社群媒體電商 #AI電腦視覺</span></span></strong> <strong><span style="color:#FFFFFF;"><span style="background-color:#0099ff;">#電商搜尋功能</span></span><br /> 圖片類社群媒體Pinterest利用電腦視覺技術打造服飾尺寸搜尋功能</strong></p> <p>圖片探索類社群媒體Pinterest近年不斷發展電商及行銷業務。不過，社群媒體起家的他們，不僅網站操作方法體驗與電商相差不少，也並非所有收錄圖片都足夠元數據，能支援電商搜尋，因此商品搜尋能力有限。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/ptfp.jpg" style="width: 600px;" /></p> <p>因應這個挑戰，他們利用電腦視覺技術分析站上服飾圖片，來判斷服飾適合尺寸，以支援服飾尺寸搜尋功能。近日，<a href="https://newsroom.pinterest.com/news/pinterests-new-body-type-ranges-deliver-better-more-inclusive-search-results/">他們更推出可以根據體態來搜尋適當服飾品牌圖片的功能</a>。搜尋圖片時，有一個過濾條件是體態，使用者可以點擊自認為最代表自己身材的模特兒圖片，來搜尋符合自身條件的服飾照片。Pinterest表示，目前數據顯示有使用這個功能的使用者，單一連線階段互動率較其他人高出66%，顯示此功能確實能引起使用者更多興趣。</p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#0099ff;">更多零售IT動態：</span></strong></span></p> <p>1.<a href="https://xtech.nikkei.com/atcl/nxt/column/18/02770/030400001/?ST=nxt_thmit_management"> 非第一線零售商也要消費數據！三菱食品如何取得並分析1.5億消費者數據</a></p> <p>2. <a href="https://mapsplatform.google.com/resources/blog/how-dominos-delivers-pizza-with-the-drop-of-a-pin-to-almost-anywhere/">達美樂整合Google Map Mobility Services到披薩外送員導航系統，來支援送貨到沒有地址的公園或新建案等地點</a></p> <p>3. <a href="https://cloud.google.com/blog/products/ai-machine-learning/how-wayfair-data-scientists-learned-vertex-ai">大型家居電商Wayfair如何精簡MLOps流程來提升供應鏈管理模型開發效率</a></p> <p>4. 肯德基嘗試利用AI虛擬店員提升自動點餐機溫度，不過目前功能只有打招呼和推銷</p> <p>資料來源：iThome整理，2023年3月</p> <p>責任編輯：郭又華</p> <p>圖片來源：eBay、Amazon、StockX、Pinterest</p> <p> </p> </div></div></div>
2024/3/15 18:16作者郭又華https://www.ithome.com.tw/news/161793
Google運用小型評分器Cappy來提升大型語言模型的效能
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>Google開發一個稱為<a href="https://blog.research.google/2024/03/cappy-outperforming-and-boosting-large.html">Cappy</a>的評分器，Cappy以RoBERTa語言模型為基礎，使用指令和候選回應作為輸入，並輸出0到1之間的分數，這個分數代表著回應相對於指令的估計正確性。Cappy可獨立執行分類任務，或是作為大型語言模型的輔助元件，有助於提升大型語言模型下游應用的效能。</p> <p>研究人員指出，大型語言模型的發展出現一種新範式，該範式將各種自然語言任務整合在一個指令遵循框架中。這種方法將不同任務標準化為指令與回應的形式，使得模型能夠理解和執行廣泛的語言任務，進而提高泛化能力，大型語言模型可透過理解和解決全新指令，來處理未見過的任務，這代表一種從特定任務學習，移向多任務和指令驅動學習的轉變。</p> <p>但是要只用指令來理解和解決各種任務，多任務大型語言模型的參數可能高達千億，要操作這麼龐大的模型，需要大量的運算能力，以及大量的GPU和TPU等加速器的記憶體，這些要求導致大型語言訓練和推理成本高昂效率不彰。而且強大的多任務大型語言模型通常是閉源的，因此也難以被調整並應用於新的任務中。</p> <p>而事實上，要使用單一多任務大型語言模型管理所有任務仍然非常困難，特別是在處理複雜、個人化，且難以簡潔地用指令定義的任務。研究人員也指出，下游訓練資料的大小，通常不足以良好地訓練模型，也就是説，要讓大型語言模型可以良好地適應特定任務，需要經過足夠的資料訓練，但在下游訓練資料有限的情況下，模型可能無法很好地執行任務。</p> <p>因此在大型語言的應用上出現一種需求，希望可以不需要大量儲存和記憶體資源，也不需要完全存取模型內部結構，就能夠對大型語言模型進行有效的下游任務訓練或是適應的需求。Cappy便是在這種需求下發展的研究成果，運用輕量級的預訓練評分器來輔助大型語言模型，以達到更好的效能和效率。</p> <p>研究人員從問答、情感分析和摘要等任務收集一系列資料集，針對個別任務，研究人員將資料集中的每個例子轉換成為指令與回應的資料對，並且對每個指令與回應資料對給予正確性分數，Cappy透過學習這些資料，使其能夠評估指令與回應的適合程度。</p> <p>Cappy可應用於大型語言模型輸出的候選機制，當有下游任務訓練資料可用於微調Cappy，便具備了適應下游任務的能力。將指令以及一組大型語言模型的候選回應作為輸入，Cappy會對候選回應生成分數，選擇分數最高的回應作為最終輸出，以提高大型語言模型的預測效能。如此經微調的Cappy便能與大型語言模型協調運作，提升大型語言在下游任務上的效能。</p> <p>與其他大型語言模型調整策略相比，用Cappy適應大型語言模型可減少對裝置記憶體的需求，因為能夠避免對下游任務大型語言模型參數進行反向傳播（Back-Propagation）的需要，而且Cappy也不需要存取語言模型參數，因此能夠與閉源多任務大型語言模型相容，像是僅透過Web API存取的模型。</p> <p>Google研究人員評估了Cappy，在自然語言提示工具包PromptSource的11項語言理解分類任務中的表現，Cappy雖然僅擁有3.6億參數，效能卻優於規模更大的OPT-175B和OPT-IML-30B模型，且與當前先進的多任務大型語言模型T0-11B和OPT-IML-175B準確度相當。研究人員解釋，評分預訓練策略，使得Cappy的效能與參數效率突出。</p> </div></div></div>
2024/3/15 16:50作者李建興https://www.ithome.com.tw/news/161792
【資安日報】3月15日，Windows安全機制SmartScreen弱點在公布前也被用於散布惡意程式DarkGate
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>微軟在今年2月例行更新（Patch Tuesday），修補Microsoft Defender SmartScreen安全機制的漏洞CVE-2024-21412，當時通報漏洞的資安業者趨勢科技表示，這項漏洞在去年底就被APT駭客組織利用。</p> <p>但在研究人員進一步追查後發現，今年1月有另一組人馬也將其用於散布惡意程式DarkGate。這樣的情況，很有可能還有其他駭客也在微軟修補之前，就掌握這項漏洞。</p> <p> </p> <h3><strong>【攻擊與威脅】</strong></h3> <p><a href="https://www.trendmicro.com/en_us/research/24/c/cve-2024-21412--darkgate-operators-exploit-microsoft-windows-sma.html"><strong style="font-size: 22px;">微軟SmartScreen零時差漏洞遭駭客用於散布惡意程式DarkGate</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/DarkGateSmartScreen-Figure001.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/DarkGateSmartScreen-Figure001.jpg" style="width: 300px; float: right;" /></a>去年12月資安業者趨勢科技發現駭客組織Water Hydra的攻擊行動，當中利用能繞過Microsoft Defender SmartScreen安全機制的零時差漏洞CVE-2024-21412（CVSS風險評分8.1），如今他們指出，還有其他惡意程式利用這項漏洞散布。</p> <p>研究人員針對上述的零時差漏洞攻擊擴大調查，發現駭客在1月中旬利用該漏洞散布惡意軟體DarkGate，對方先是寄送挾帶PDF附件的釣魚郵件，一旦收信人點選PDF檔案裡的連結，攻擊者就會濫用Google的數位行銷平臺DoubleClick Digital Marketing（DDM），並採取開放重新導向（Open Redirect）手法，將收件人導向遭到入侵的網站，從而繞過CVE-2024-21412並下載惡意MSI安裝檔。收信人若是依照指示安裝，電腦就會被植入DarkGate。</p> <p><a href="https://www.zscaler.com/blogs/security-research/tweaks-stealer-targets-roblox-users-through-youtube-and-discord"><strong style="font-size: 22px;">竊資軟體Tweaks鎖定Roblox玩家而來，駭客透過YouTube及Discord聲稱能增加遊戲體驗來散布惡意程式</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/Tweaks-fig_1_0.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/Tweaks-fig_1_0.png" style="width: 300px; float: right;" /></a>遊戲平臺Roblox的玩家請注意！本週有資安業者揭露攻擊這個社群的竊資軟體Tweaks（或稱Tweaker），對方先利用網路影音平臺YouTube的頻道，製作與發布以提升Roblox遊戲運作最佳化為主題的影片，引誘用戶觀看，宣稱能改善執行畫面每秒顯示的影格數（FPS），並提供Discord群組的連結，一旦玩家加入群組，對方就會以向他們提供修改器的名義，散布竊資軟體。</p> <p>研究人員指出，此惡意程式使用PowerShell打造，會竊取使用者資訊，包括地理位置、Wi-Fi組態、Roblox帳號等敏感資料，一旦竊資軟體挖崛到相關資料，就會透過Discord的Webhook功能傳送到攻擊者的伺服器。</p> <p>特別的是，可能是為了讓使用者降低戒心，這些駭客同時提供免費及付費版修改器，但實際上，兩者都會導致電腦被植入竊資軟體。考慮到該遊戲每天有超過7千萬玩家上線遊玩，再加上有45%玩家年齡低於13歲，這些小孩可能使用父母的裝置遊玩，而有可能導致家長其他的機敏資料被竊。</p> <p><a href="https://unit42.paloaltonetworks.com/muddled-libra/"><strong style="font-size: 22px;">研究人員揭露駭客組織Muddled Libra攻擊手法的變化，並指出對方重度利用代理伺服器服務、虛擬機器隱匿行蹤</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/word-image-86440-132966-1.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/word-image-86440-132966-1.png" style="width: 300px; float: right;" /></a>資安業者Palo Alto Networks揭露駭客組織Muddled Libra最新一波的攻擊行動，這些駭客最初鎖定軟體自動化、外包公司、電信業者，後來範圍擴及科技業、業務處理外包公司、旅館、金融產業，攻擊步調迄今並未出現放緩的跡象。</p> <p>研究人員分析2022年中期至今年初的攻擊行動，發現這些駭客的手法有以下特質：像是在作案過程當中，會大量使用匿名代理伺服器服務，包含Nsocks、TrueSocks，並建立從特定資安業者轉寄給自己的郵件規則，以便監控通訊；此外，這些駭客也會對VMware vCenter伺服器下手，利用開源rootkit工具bedevil（bdvl）發動攻擊，並部署自製的虛擬機器（VM），目的是為了迴避偵測。這些駭客主要鎖定的地區是美國，並使用英文為主要語言，以便對目標進行社交工程攻擊，再者，研究人員也看到對方利用AI仿造受害者聲音的情況。</p> <p>該駭客組織起初利用0ktapus網釣工具包收集帳密，從而入侵目標組織，而現在則是演變成針對服務臺系統從事社交工程攻擊來達到目的。值得一提的是，這些駭客在2023年成為勒索軟體駭客BlackCat（Alphv）的附屬組織，並隨即將相關工具用於攻擊行動，但不久就遇到美國司法部中斷該勒索軟體的運作，Muddled Libra改以竊取資料向受害組織進行勒索。</p> <div> <p><a href="https://blog.talosintelligence.com/ghostsec-ghostlocker2-ransomware/"><strong style="font-size: 22px;">勒索軟體GhostLocker 2.0鎖定中東、非洲、亞洲企業而來</strong></a></p> <p></p> <p>思科旗下威脅情報團隊Talos揭露由兩個勒索軟體駭客組織GhostSec、Stormous發起的雙重勒索軟體攻擊，並成立名為STMX_GhostLocker的勒索軟體基礎設施架構，提供附屬組織相關作案工具。</p> <p>這些駭客利用名為GhostLocker 2.0的勒索軟體，鎖定黎巴嫩、以色列、南非、土耳其、埃及、印度、越南、泰國等國家的科技公司、大專學校、製造業、運輸業、政府機關。研究人員指出，前一代GhostLocker以Python打造，新的2.0版則是Go語言重新改寫，但兩者的功能大致相同，最主要的差異在於加密金鑰的強度，從AES-128提升至AES-256。一旦電腦遭到加密，駭客便會要求受害者7天內向他們聯繫，否則遭竊資料將會外流。</p> <p>值得留意的是，研究人員發現GhostSec也對網站進行破壞，他們看到對方使用工具集GhostSec Deep Scan toolset來尋找攻擊目標，並透過GhostPresser發動跨網站指令碼（XSS）攻擊。</p> <p><a href="https://s4.itho.me/sites/default/files/images/GhostLocker-2_0-msg.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/GhostLocker-2_0-msg.png" style="width: 580px;" /></a></p> <p><a href="https://www.trendmicro.com/en_ae/research/24/c/multistage-ra-world-ransomware.html"><strong style="font-size: 22px;">勒索軟體RA World濫用微軟作業系統的GPO群組原則物件，鎖定醫療產業及金融領域而來</strong></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/ra-world-3.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/ra-world-3.jpg" style="width: 300px; float: right;" /></a>資安業者趨勢科技針對去年4月出現的勒索軟體駭客組織RA World（原名RA Group）提出警告，指出這些駭客起初針對美國、韓國的製造業、財富管理、保險業、製藥廠下手，後來攻擊範圍擴及臺灣、德國、印度，近期則是鎖定拉丁美洲醫療機構從事多階段網路攻擊，竄改目標組織的群組原則組態。</p> <p>而對於駭客發動攻擊的手法，研究人員指出，最初是透過受到感染的網域控制器取得存取權限，並將攻擊工具存放在電腦群組原則物件（GPO）的SYSVOL資料夾，然後透過PowerShell指令碼提升權限，找出與目前網域有關的其他網域控制器，從而透過GPO對受到網域管理的電腦執行加密檔案的工作，並留下勒索訊息。</p> <p>特別的是，駭客在勒索訊息當中，列出不願付錢的受害組織名單，企圖施加支付贖金的壓力。</p> <p><a href="https://www.ic3.gov/Media/PDF/AnnualReport/2023_IC3Report.pdf"><strong style="font-size: 22px;">勒索軟體駭客攻擊關鍵基礎設施日益頻繁，2023年逾4成攻擊行動對其而來</strong></a></p> <p>美國聯邦調查局（FBI）近日公布對於2023年的網路犯罪觀察，其中針對勒索軟體的態勢，他們去年總共接獲2,825件勒索軟體攻擊事故，其中有1,193件是針對關鍵基礎設施（CI）有關的組織而來，相當於每5起事故就有2起是鎖定這類設施，相較於2022年約占三分之一出現明顯增加的情況。</p> <p>FBI指出，在16類關鍵基礎設施當中，他們的網路犯罪投訴中心至少接獲14類有組織在2023年遭遇勒索軟體攻擊，而駭客的頭號目標，偏好醫療照護與公共衛生領域，其次是關鍵製造業、政府設施、資訊科技、金融服務。</p> <p><a href="https://www.bleepingcomputer.com/news/security/french-unemployment-agency-data-breach-impacts-43-million-people/"><strong style="font-size: 22px;">法國失業救濟機構France Travail遭到入侵，4,300萬人個資恐流出</strong></a></p> <p></p> <p>3月13日法國失業救濟機構France Travail證實，他們遭到駭客入侵，對方在2月6日至3月5日竊取過去20年曾向他們求助的求職者的個資，該機構也向當地的資料保護機構國家資訊與自由委員金（CNIL）通報此事，並透露可能有4,300萬人受到影響，這些資料的類型涵蓋姓名、生日、出生地、社會安全碼（NIR）、電子郵件信箱、郵寄地址、電話號碼等。</p> <p>但這並非France Travail近期遭遇網路攻擊的首例，2023年8月，該機構也遭遇大規模資料外洩的情況，當時約有1,000萬人受到影響。</p> <p>資料來源</p> <p>1. <a href="http://www.francetravail.fr/candidat/soyez-vigilants/cyberattaque-soyez-vigilants.html">http://www.francetravail.fr/candidat/soyez-vigilants/cyberattaque-soyez-vigilants.html</a><br /> 2. <a href="https://www.cybermalveillance.gouv.fr/tous-nos-contenus/actualites/violation-de-donnees-personnelles-france-travail-formulaire-lettre-plainte-202403">https://www.cybermalveillance.gouv.fr/tous-nos-contenus/actualites/violation-de-donnees-personnelles-france-travail-formulaire-lettre-plainte-202403</a><br /> 3. <a href="https://www.cnil.fr/fr/france-travail-la-cnil-enquete-sur-la-fuite-de-donnees-et-donne-des-conseils-pour-se-proteger">https://www.cnil.fr/fr/france-travail-la-cnil-enquete-sur-la-fuite-de-donnees-et-donne-des-conseils-pour-se-proteger</a></p> <p> </p> </div> <h3><strong>【其他新聞】</strong></h3> <p><strong><a href="https://www.linkedin.com/posts/yelisey-bohuslavskiy-214a02bb_akira-ransomware-lockbit-activity-7173017069142163457-vyPU/"><span style="font-size: 20px;">勒索軟體LockBit遭執法單位圍剿，成員大量湧入另一個組織Akira</span></a></strong></p> <p></p> <p><a href="https://therecord.media/new-predator-spyware-infrastructure-identified"><strong><span style="font-size: 20px;">研究人員在11個國家發現新的攻擊基礎設施，疑為間諜軟體Predator使用</span></strong></a></p> <p><a href="https://www.malwarebytes.com/blog/threat-intelligence/2024/03/fakebat-delivered-via-several-active-malvertising-campaigns"><strong><span style="font-size: 20px;">惡意程式FakeBat透過惡意廣告散布，駭客假借提供熱門應用程式為誘餌吸引用戶上當</span></strong></a></p> <p></p> <p><strong><a href="https://blog.checkpoint.com/research/february-2024s-most-wanted-malware-wordpress-websites-targeted-by-fresh-fakeupdates-campaign/"><span style="font-size: 20px;">惡意軟體FakeUpdates攻擊行動鎖定WordPress網站而來</span></a></strong></p> <p></p> <p><a href="https://www.bleepingcomputer.com/news/security/nissan-confirms-ransomware-attack-exposed-data-of-100-000-people/"><strong><span style="font-size: 20px;">日產大洋洲分公司遭遇網路攻擊，10萬人個資外流</span></strong></a></p> <p> </p> <h3><strong>近期資安日報</strong></h3> <p><a href="https://www.ithome.com.tw/news/161764"><strong>【3月14日】研究人員揭露ChatGPT可用於存取第三方網站及敏感資料的漏洞</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161751"><strong>【3月13日】微軟發布3月例行更新，Hyper-V、Exchange、Azure K8s漏洞受到研究人員關注</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161727"><strong>【3月12日】勒索軟體駭客組織「變臉」藉由TeamCity伺服器入侵受害組織</strong></a></p> </div></div></div>
2024/3/15 14:26作者周峻佑https://www.ithome.com.tw/news/161788
美國FCC將寬頻基準從25/3 Mbps提高到100/20 Mbps
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>美國聯邦通訊委員會（Federal Communications Commission，FCC）<a href="https://docs.fcc.gov/public/attachments/DOC-401205A1.pdf" target="_blank">周四（3/14）宣布</a>，已將2015年所定義的高速固定寬頻基準從上傳3 Mbps、下載25 Mbps，提高到上傳20Mbps與下載100 Mbps。</p> <p>FCC表示，此一先進電信能力的寬頻標準是根據聯邦與各州相關計畫中所使用的標準、消費者的使用模式，再加上ISP業者實際銷售的服務而調整。</p> <p>在改變了寬頻的定義之後，FCC發現此一先進電信能力並未被合理與及時部署到所有美國人口，特別是位於農村或部落的美國人，消弭差距的行動也不夠快。</p> <p>根據2022年12月所蒐集的部署資料，還有2,400萬的美國人無法使用非衛星的固定地面寬頻服務，其中包括28%的農村地區人口與23%的部落地區人口；並有4,500萬名美國人無法存取100/20 Mbps的固定寬頻服務或35/3 Mbps的行動5G-NR服務。</p> <p>新的基準將有助於推動美國ISP業者加速步伐，以實現全美的寬頻互連，此外，FCC也設定了新的寬頻速度長期目標為1 Gbps/500 Mbps，以替美國消費者帶來更快與更強大的通訊系統。</p> </div></div></div>
2024/3/15 14:42作者陳曉莉https://www.ithome.com.tw/news/161789
Google本月釋出的Chrome 123可望更新Safe Browsing，以即時防範網釣網站
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>Google周四（3/14）<a href="https://security.googleblog.com/2024/03/blog-post.html" target="_blank">宣布</a>，將更新Chrome瀏覽器中的Safe Browsing標準保護選項，以於使用者造訪網站時，提供即時的網釣保護。此一更新可望出現在本月釋出的Chrome 123中，<a href="https://chromiumdash.appspot.com/schedule" target="_blank">Chrome 123</a>已於13日部署至少數用戶，預計於19日全面部署。</p> <p>Safe Browsing是Google在2005年所發表的網釣保護機制，其伺服器偵測並列出所有含有惡意程式或網釣內容的網站，並於使用者造訪網站時進行比對，以封鎖惡意網站，目前包括Chrome、Safari及Firefox等瀏覽器都支援Safe Browsing，微軟則是採用自行建置的SmartScreen來過濾惡意及網釣網站。</p> <p>Chrome瀏覽器中的Safe Browsing有<a href="https://support.google.com/chrome/answer/9890866?hl=en&co=GENIE.Platform%3DDesktop&oco=0" target="_blank">3種保護模式</a>，包括預設的標準保護模式，另也可選擇無保護模式，或是選擇採用AI技術來辨識惡意網頁、深度掃描使用者所下載的檔案，以及防範惡意Chrome擴充程式的加強保護模式。</p> <p>Safe Browsing伺服器可隨時掃描與收錄惡意及網釣網站，現有的標準保護模式是在使用者裝置端存放一個源自該伺服器的惡意網站列表，且每30~60分鐘更新一次，然而，Google發現，現在網釣網站大多數存在的時間都不到10分鐘，令使用者備受威脅，決定將標準保護模式升級到即時檢查Safe Browsing伺服器上所維護的清單。</p> <p>在最新的Chrome瀏覽器中，一旦使用者造訪某個網站時，它會先檢查裝置上的快取來確定該網站是否為已知的安全網站，答案若是否定的就會將URL轉為雜湊值，再加密雜湊前綴，並先發送至Fastly所管理的隱私伺服器，由Fastly負責移除可用來辨識使用者的各種標誌，再傳送至Safe Browsing伺服器進行比對，最後將結果傳回瀏覽器。</p> <p>Google表示，在此一過程中，使用者不僅可即時檢查所造訪的網站，隱私伺服器只會看到IP位址而看不到URL的雜湊前綴，Safe Browsing伺服器則只會看到URL雜湊前綴而看不到IP位址，同時具備保護使用者瀏覽安全及隱私的能力。</p> <p>新的Safe Browsing功能將同時支援桌面、iOS與Android平臺上的Chrome瀏覽器，比起原本的標準保護模式，Google預計新版本將可額外減少25%的網釣攻擊。</p> </div></div></div>
2024/3/15 14:56作者陳曉莉https://www.ithome.com.tw/news/161790
外傳蘋果已悄悄買下加拿大AI新創DarwinAI
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>《彭博社》（Bloomberg）本周引述消息來源<a href="https://www.bloomberg.com/news/articles/2024-03-14/apple-aapl-buys-canadian-ai-startup-darwinai-as-part-of-race-to-add-features" target="_blank">報導</a>，蘋果已於今年初買下了加拿大的AI新創DarwinAI，且DarwinAI員工已加入蘋果的AI部門。</p> <p>目前DarwinAI的官網已被撤下，但從網際網路檔案館（Internet Archive，IA）去年底所保留的<a href="https://web.archive.org/web/20231207235556/https://darwinai.com/" target="_blank">網頁</a>可看出，創立於2017年的DarwinAI主要開發可應用於製造業的AI應用，例如針對印刷電路板（PCB）的缺陷檢測平臺，以協助業者加速投資回報並減少電子垃圾。</p> <p>此外，DarwinAI也曾與滑鐵盧大學的研究人員合作，發展可應用於諸如手機等邊緣裝置上的語音辨識模型<a href="https://arxiv.org/pdf/2008.04245.pdf" target="_blank">TinySpeech</a>。</p> <p>蘋果不願向《彭博社》證實此事，僅說持續在購買小型科技公司。</p> <p>相較於微軟、Google或Meta等美國大型科技業者，蘋果在AI領域的腳步並不快，從去年12月才開始對外發表其<a href="https://www.ithome.com.tw/news/160517" target="_blank">AI研究成果</a>，然而，根據市場分析機構Stocklytics的<a href="https://www.ithome.com.tw/news/161261" target="_blank">調查</a>，蘋果已經買下了高達32家的AI新創，凌駕Google、Meta、微軟與Amazon，此外，蘋果也在今年2月舉行的財報會議上<a href="https://www.ithome.com.tw/news/161134" target="_blank">宣布</a>，將會在今年部署生成式AI。</p> </div></div></div>
2024/3/15 12:25作者陳曉莉https://www.ithome.com.tw/news/161786
OpenAI與法、西語媒體集團簽定內容授權合作
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://openai.com/blog/global-news-partnerships-le-monde-and-prisa-media" target="_blank">OpenAI本周宣布</a>與媒體集團包括法國的Le Monde及西班牙的Prisa Media簽定內容授權合作，以合法使用旗下刊物內容訓練其模型，以及用於回應結果。</p> <p>這項合作將讓OpenAI得以使用《Le Monde》以及Prisa Media旗下刊物包括《El Pais》、《Cinco Dias》、《As》及《El Huffpost》等內容訓練其模型GPT，並能讓ChatGPT在回應用戶查詢時，顯示新聞與雜誌內容。未來幾個月內，ChatGPT在生成的新聞摘要中，使用這兩大法、西語媒體內容，同時附上原文連結。</p> <p>《Le Monde》（法國世界報）是法國主要新聞紙本媒體，到2024年擁有60多萬訂閱戶。而Prisa Media訂戶超過700萬，遍及西班牙、拉丁美洲及美國，其廣播電臺也有音頻、影像內容供串流及下載，每月收聽時數超過9,000萬小時、音檔下載5,100餘萬次，以及影片點閱率超過1.41億次。</p> <p>這項合作是OpenAI為了解決內容侵權爭議，而推動媒體授權合作的最新成果。OpenAI去年12月也和德國的出版商Axel Springer<a href="https://www.ithome.com.tw/news/160332" target="_blank">簽署合作協議</a>，使用旗下媒體如《Business Insider》、《Bild》及《Politico》等訓練AI模型。在美國市場，OpenAI的合作媒體則有美聯社、CNN、福斯新聞及《時代雜誌》。</p> <p>但OpenAI和《紐約時報》的侵權官司還在進行中，後者2023年底<a href="https://www.ithome.com.tw/news/160589" target="_blank">指控OpenAI</a>濫用其內容及錯誤引述傷害其營利能力及其聲譽，損害金額超過十億美元。</p> </div></div></div>
2024/3/15 11:32作者林妍溱https://www.ithome.com.tw/news/161783
新Teams桌機版App將允許用戶自由切換多雲租戶、公私帳號
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://blogs.windows.com/windows-insider/2024/03/13/announcing-windows-11-insider-preview-build-26080-canary-and-dev-channels/" target="_blank">微軟正在測試</a>Windows 11 24H2更新，其中包含新版Teams App，讓用戶在單一App中靈活切換多個雲端租戶或是家用、工作帳號。這項新功能未來將同時發布給個人及企業版本Teams。</p> <p>微軟已把Windows 11 Insider Preview Build 26080更新經由Canary及Dev Channels發布給用戶，測試預計下半年推出的Windows 11 24H2更新。其中Canary Channel會接獲Build 26080.1，而Dev Channel會接獲Build 26080.1100（KB5037133），兩者功能完全相同。Build 26080將以<a href="https://aka.ms/wipISO" target="_blank">ISO檔</a>提供下載。</p> <p>在最新Previews版本中，包含一個新Teams App，可讓用戶於單一App中在多個雲端環境、租戶及個人與工作帳號之間無縫切換。微軟表示，單一App中切換及存取個人和工作帳號是Teams用戶最多人要求的功能。在最新Teams中，用戶可以同時啟用個人和工作帳號，兩個帳號有各自圖示。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0315-windows%2011-teams-600-1.png" style="width: 600px;" /></p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/0315-windows%2011-teams-600-2.png" style="width: 453px;" /></p> <p>用戶也可以自由選擇帳號加入會議，甚至不用登入也能加入。此外Teams通知訊息也有不同，會顯示所屬的帳號。個人版通知則加入更多資訊，從banner就能一眼掌握動態。用戶若希望加入或整合其他帳號，可以登入Teams，再點選Teams右上角的用戶圖片變更。</p> <p>這全新App也將經由正常的軟體更新流程發布給企業用戶。4月發布預覽版，5月正式上線，屆時用戶即可以工作帳號登入Teams。</p> <p>目前在測試版中，新Teams會暫時稱為Microsoft Teams（work or school）以便和現有免費版Microsoft Teams（free）區別。未來正式版仍會稱為Microsoft Teams。</p> <p>全新安裝的Insider用戶，只要作業系統版本在Windows 11 Insider Preview Build 26080以上即可測試新Teams。現有用戶則必須要等到微軟部署了Microsoft Teams 24057.2000.2723.3544版才能使用這功能。</p> </div></div></div>
2024/3/15 12:09作者林妍溱https://www.ithome.com.tw/news/161785
Cloud周報第196期：美國國家安全局發布雲端安全緩解做法10大策略，可供企業改善雲端安全
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><span style="color: rgb(0, 0, 255);"><strong>重點新聞（03/07～03/13）</strong></span></p> <p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> GCP </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Vertex AI Search </span></strong></span></strong></p> <p><strong><span style="font-size: 22px;">GCP積極布局生成式AI醫療應用，宣布Vertex AI Search for Healthcare服務現已推出上市</span></strong></p> <p>近日，GCP正式推出專用於醫療產業的Vertex AI Search for Healthcare服務，Vertex AI Search是GCP去年推出的一個主打No-code的生成式AI企業搜尋開發套件，讓企業也能快速用自家資料打造內部專用、媲美Google生成式搜尋等級的AI搜尋工具。</p> <p>新推出的Vertex AI Search for Healthcare服務，可以協助企業快速建立內部專用的AI醫療搜尋系統，用以管理問題和大量臨床記錄，此外該服務也能串接醫療保健系統中的數據，包括使用MedLM、醫療保健數據引擎和雲端醫療保健API來存取大量數據。</p> <p>Vertex AI Search本身還提供醫學微調的搜尋功能，可以理解電子健康記錄資料、掃描文件以及護理師、醫生和其他臨床醫生輸入的各種臨床資料。使用者只需輸入所需內容，就可以快速從中獲得答案。因為是將基礎模型產出的答案，與醫院內部資訊結合，能產出更貼近需求的回答。</p> <p>開發人員還能夠建立能夠理解醫學術語的聊天機器人，協助回答醫生和護士的問題，例如詢問該患者是否有癌症病史等，此外也可以以專業的醫學術語進行回答，並提供掃描文件中的醫學筆記的上下文資訊。</p> <p>不過GCP強調，該服務僅提供醫療資料的搜尋，並不包含提供與疾病的預防、診斷或治療相關的資訊。</p> <p> </p> <p> </p> <p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">SAP </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 資料分析 </span></strong></span></strong></p> <p><strong><span style="font-size: 22px;">加強資料產品的整合，SAP將在分析雲平臺中內建生成式AI助理Joule輔助商業分析</span></strong></p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/%40%E5%9C%961-%E5%9C%961_Cloud%E5%91%A8%E5%A0%B1(4).jpg" style="width: 600px; height: 338px;" /></p> <p>去年SAP推出對話式GenAI助理Joule後，陸續將其整合到商用產品和服務中，包括SAP人資雲、SAP Start、SAP S/4HANA雲端ERP等，該公司最新也宣布將在SAP AnalyticsCloud分析雲等資料產品中整合Joule。</p> <p>借助 Joule，SAP表示，企業可以在分析雲中建立和模擬業務計畫，此外還可以使用Joule自動化各種資料處理任務，包括資料探索、規劃和資料管理任務，甚至也能用Joule進行深度分析。</p> <p>另外，SAP利用了SAP HANA Cloud的向量引擎，將LLM與企業內部資料相結合，確保生成式 AI模型輸出的一致性，更貼近企業用戶。SAP分析雲的AI助理Joule預計將在第二季推出預覽。</p> <p> </p> <p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">對話式AI開發平臺 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Salesforce </span></strong></span></strong></p> <p><strong><span style="font-size: 22px;">Salesforce推出低程式碼對話式AI開發平臺Einstein 1 Studio，可讓企業客製CRM的AI助理</span></strong></p> <p><strong><span style="font-size: 22px;"><img alt="" src="https://s4.itho.me/sites/default/files/images/%40%E5%9C%962-%E5%9C%962_Cloud%E5%91%A8%E5%A0%B1(18).png" style="width: 600px; height: 305px;" /></span></strong></p> <p>近日在Salesforce開發者大會上，這家雲端CRM巨頭推出對話式AI開發平臺Einstein 1 Studio，提供一套低程式碼工具集，強調可以讓企業不用撰寫過多程式，就能快速在Salesforce應用程式和工作流程中，來建置專屬CRM的GenAI助理。</p> <p>該平臺中包含三個重要元件，一個是Copilot Builder工具，可以用來建立完成特定任務的AI助理，還有可以在工作流程中建立和自訂提示的PromptBuilder。最後一個Model Builder則是可以在其中建立和匯入各種AI 模型的模型生成器。</p> <p>Einstein 1 Studio本身也整合了其資料雲（Data Cloud），因此企業可以從資料雲上匯入資料進行模型訓練，建置其所需的AI助理應用。此外，Model Builder今年稍晚將支援Data Cloud資料微調的LLM模型，包含Amazon Bedrock、Google Vertex AI和OpenAI的模型服務。</p> <p>目前這當中的Prompt Builder和Model Builder工具已推出，Copilot Builder仍處於測試階段。</p> <p> </p> <p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">雲端安全 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 美國國家安全局 </span></strong></span></strong></p> <p><strong><span style="font-size: 22px;">美國國家安全局發布雲端安全緩解的建議清單，可供企業改善雲端安全</span></strong></p> <p>美國國家安全局（NSA）近日發布了一份<a href="https://media.defense.gov/2024/Mar/07/2003407860/-1/-1/0/CSI-CloudTop10-Mitigation-Strategies.PDF?ref=thestack.technology">雲端安全緩解策略的建議清單</a>，匯整了現今雲端環境最佳實踐與緩解措施，從雲端安全措施到身分和存取管理、資料安全實踐和網路分段的十項策略，可供上雲企業參考。</p> <p>進一步來看這10項緩解策略，分別有建立雲端中共同責任劃分、使用安全雲端身分和存取管理實踐、使用安全雲端金鑰管理實踐、在雲端環境中實施網路分段和加密、保護雲端中的數據、持續落實CI/CD的環境，透過Infrastructure as Code建立安全的自動化部署實踐、將混合雲和多雲的複雜性納入考量、降低雲端環境中託管服務供應商的風險、透過雲端日誌管理有效追蹤資安風險。</p> <p>NSA針對每項緩解策都有提供一個額外的網路安全資訊表，詳細說明如何實施該策略，還包含了NSA和CISA建議採取的步驟、最佳實踐以及連結列表，方便雲端企業參考，作為改善雲端安全的參考依據。</p> <p> </p> <p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">紅帽 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 永續發展 </span></strong></span></strong></p> <p><strong><span style="font-size: 22px;">紅帽OpenShift開始提供容器層級的電力監控支援功能</span></strong></p> <p>紅帽從今年初開始提供了一個容器層級的電力監控工具Kepler的技術預覽，讓企業可以將它整合到混合雲平臺OpenShift中，用於監控雲原生應用的功耗與能耗。</p> <p>這套工具源自於一個Kepler專案。這是由紅帽、IBM在2022年2月所發起，在2023年5月加入CNCF基金會沙盒的專案，利用eBPF來取得能源相關系統狀態的數據，並匯出成Prometheus指標進行監控和管理的工具。</p> <p>從電力監控儀表板中，使用者不僅可以查看每日Pod或Namespace叢集中占用CPU能耗的整體情況，包括所選CPU架構和受監控指定的節點數量等，還可放大檢視每個Namespace在不同時段的能耗和功耗變化，並提供每小時的更新頻率。此外，也可以優先列出能耗過高的Namespace叢集，了解哪些容器和Pod消耗的電量最多，做為日後能耗改善的參考依據。但尚未支援碳排監控功能。</p> <p>在OpenShift 4.14上現已提供這款工具，供用戶進行試用。不過，現階段僅是技術預覽版，尚未推出正式版。</p> <p> </p> <p> </p> <p><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);">微軟 </span></strong></span> <span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> Copilot </span></strong></span></strong></p> <p><strong><span style="font-size: 22px;">微軟釋出GPT Builder工具，可供用戶打造Copilot GPT的客製化版本</span></strong></p> <p>微軟最近推出GPT Builder建置工具，類似OpenAI的GPT 開發建置工具，讓Copilot Pro用戶得以打造微軟Copilot GPT的客製化版本。像是可以文字輸入指令，打造具有專門用途的AI聊天機器人，例如在購物網站場景中，能透過它建立一個根據用餐計畫建議購物清單的Copilot GPT等。</p> <p> </p> <p>圖片來源／Salesforce、SAP</p> <p><strong><strong><strong><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 更多Cloud動態 </span></strong></span></strong></strong></strong></p> <p><strong>1.甲骨文雲端健康數據智慧服務開始支援生成式AI服務</strong></p> <p><strong>2.SAP HANA Cloud的向量引擎目前進到公開預覽，Q1正式推出</strong></p> <p><strong>3.Google全託管GKE服務正式支援執行Elastic Cloud on Kubernetes服務</strong></p> <p><strong>4.微軟不再允許OneDrive雲端儲存用戶從URL網址上傳檔案</strong></p> <p><strong>資料來源：iThome整理，2024年3月</strong></p> <div class="notranslate" style="all: initial;"> </div> </div></div></div>
2024/3/15 10:24作者余至浩https://www.ithome.com.tw/news/161781
智慧醫療應用吹起新一波資料結構化需求
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>「結構化病歷」是這2年許多醫院CIO常常提起的熱門關鍵字。因為AI技術的出現，催生不少智慧醫療應用，醫院也體會到智慧醫院的可能性。但要進一步擴大應用時，醫院才發現許多關鍵資訊，還藏在原本的文字敘述病歷中。為了擴大規模、發展更深層的智慧醫療應用，他們得要從這些病歷中，抽取出新的病歷資訊才行，因此掀起了新一波醫療資料結構化需求。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>病歷資料來源廣泛，文字類病歷是結構化重點</strong></span></span></p> <p>對醫院來說，病歷結構化一直是項大工程。因為，病歷資料很多種，涵蓋層面廣泛，包括檢驗報告、檢查報告、生理資訊、個人健康資訊、個人健康習慣、過去就醫歷程與記錄，還有藥物資訊等。這些病歷記錄內容，又可分為醫學影像、影音、數值和文字資訊，其中，文字資訊還可細分為表格表單和描述性資料兩種架構。</p> <p>不只資料本身多樣，這些病歷還牽連不少重要的醫療資訊系統，從常見的門診、住院、急診和醫囑系統，到更專精的生化病歷檢驗報告系統、生理資訊系統、各臨床科別檢查系統和藥物管理系統，以及麻醉、手術、護理、病理、營養、個案管理和處理醫學影像的影像儲傳系統（PACS）等都在影響範圍內。</p> <p>在這之中，生化檢驗和生理數據等病歷資料，是結構化技術門檻最低的種類。因為，這類資料因健保申報制度，早年就已數位化和自動化，大多採結構化架構，因此結構化門檻低。但描述性的文字報告病歷，過去以來並非以結構化方式記錄，因此成為許多醫院推動結構化的目標。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>病歷結構化不只益於臨床應用，對IT也有好處</strong></span></span></p> <p>雖然病歷資料多樣複雜，但對醫院而言，病歷結構化可帶來不同的幫助。</p> <p>振興醫院心臟醫學中心心臟血管內科主治醫師暨資訊室主任陳冠群就點出，病歷結構化可系統性地規範、定義和歸類臨床資訊，這些結構化數據，能簡化後續分析應用成本，尤其是資料清洗，減少了AI應用開發所需的人力和時間。</p> <p>對臨床第一線人員來說，結構化的病歷資料，可用來統計、追蹤、計算、標註和可視化呈現特定的趨勢，有助於跨職類人員的溝通協作，還能更即時處理臨床業務。感染控制、特定病患的篩選與管理，以及醫療品質的目標設定、追蹤和預警都是應用的一種。</p> <p>而且，結構化的病歷資料，還能加速臨床照護儀表板的設計。這類儀表板可用來偵測異常數值、發出預警通知，讓醫護人員適時介入治療。這些是病歷結構化對臨床面的好處。</p> <p>對醫院IT來說，病歷結構化也有幫助。因為，資料在源頭透過表單式結構化處理，可簡化IT人員後續資料撈取上的繁瑣工作，節省原本許多需要寫程式執行的資料分析流程。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>為何推動病歷結構化不容易</strong></span></span></p> <p>資料結構化的方法有好幾種，最常見的是採用表單式工具，在資料輸入源頭，就先以表單式的結構化規格儲存。還有一種方法是使用資料湖工具，就算原始資料非結構化，也能儲存，並在輸出時，透過程式轉換為結構化資訊。</p> <p>在臺灣，大多數醫院病歷結構化的主流做法是導入表單工具，來讓醫事人員以表單格式填寫病歷資料。但，這個做法要讓第一線使用者買單，還不容易。</p> <p>因為，要將病歷中原本自由書寫的描述性文字欄位，改為表單式，光是在表單設計過程，就需要臨床人員額外花時間，配合找出需要結構化的關鍵資訊。這個額外工作，很容易引起臨床人員反彈。再來，改採表單式欄位，會打破醫師使用者書寫病歷的習慣。因為，醫師得要將原本流暢書寫的一句話，拆分成好幾個部分，來進行個別記錄或歸類，甚至還要選取關鍵字。這種作法，容易中斷醫師思緒，而且在資料閱讀上，也未必友善。</p> <p>對醫院IT而言，如何根據已知需求和未來可能需要的未知需求，來正確地將病歷資料結構化，也是一大挑戰。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>有效推動病歷結構化還有幾種方法</strong></span></span></p> <p>因此，如何兼顧臨床使用者需求和結構化資料收集目的，成為醫院推動資料結構化的重要課題。</p> <p>除了在組織上，成立由臨床人員和醫院IT組成的推動小組，臺大醫院病歷資訊室主任莊秋華認為，團隊得先聚焦病歷結構化的臨床目的，也就是找出臨床痛點，接著凝聚醫療專業共識，找出需要結構化且適合用於表單形式的資料欄位。因為，病歷結構化雖是輔助資料收集的好幫手，但不代表所有病歷資料都適合用結構化方式來解決臨床問題。</p> <p>有了共識，再來就是設計表單，將共識轉換為病歷格式，並搭配臨床作業流程來設計。完成後，就能交給IT來建置或修改病歷系統表單程式。由於表單式紀錄會影響原本醫師對病人病況的觀察記錄，若全面改為表單欄位，不只會改變醫師書寫習慣，也難以完整呈現病人病況。但若為追求完整性，導致表單上需要輸入的欄位過多，也會帶給第一線醫護困擾。因此，她提醒，醫院設計結構化病歷表單時，需兼顧實用性，要能充分反映病人狀況，可採取部分結構化，部分自由書寫的形式。</p> <p>此外，還有一種病歷結構化解法是導入表單設計工具，讓臨床人員自助式設計表單。推動長庚體系醫院病歷結構化的林口長庚紀念醫院核子醫學部主治醫師林昆儒就分享，他們自2015年開始籌畫病歷結構化，當時考量，若由IT部門根據臨床需求、一一設計上百張表單，太耗工費時，因此決定導入低程式碼表單編輯器，來讓臨床單位自行設計符合病歷審查條件的表單。</p> <p>後來，為兼顧醫師書寫習慣，他們改良這套工具，改採主表單和子表單兩層式設計，讓醫師可在主表單自由書寫病歷記錄，另透過快捷鍵或點選，快速調用結構化的子表單，來進行更細緻的輔助記錄。完成後，系統會自動生成子表單的內容摘要，回饋到主表單上，其他結構化資料則會傳送至資料倉儲，以便後續應用。這就是兼顧臨床使用者需求和結構化資料收集的一種作法。</p> <p>一樣是先鎖定要解決的臨床痛點，振興醫院對如何找出最關鍵、最值得優先投入結構化的資料，還有另一種切入角度。比如可先衡量數據的臨床價值，結構化後，能否用來強化照護、提高診斷品質或優化醫療流程，另也可思考數據的多樣性，也就是同一批結構化數據，能否發展更多種類的應用、在多個科別中使用。其他還有數據的真實性，也就是找出明確、不必再後續處理或判斷的數據，更不能是意義模糊的數據結構。</p> <p>數據結構化所衍生的資料儲存成本也很重要，若數據產量很大，就得考量儲存方式的開銷。此外，醫院也需思考，結構化數據是否來源多處，比如要解決一個臨床題目，可能需要好幾種不同來源的數據，要是數據取得難度高，結構化就會很辛苦。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>LLM也許是另一種資料分析選擇</strong></span></span></p> <p>病歷資料結構化並非推動智慧醫療應用的唯一選擇。尤其，這2年以大型語言模型（LLM）為基礎的生成式AI崛起，可用模型和工具也越來越普及，LLM強大的文字閱讀和分析能力，能快速消化非結構化的長篇文字內容，還能根據使用者指令，來解析、摘要特定內容。</p> <p>這讓醫院開始思考，LLM是否意味著，醫院可用來分析非結構化的病歷文字內容？甚至是，病歷資料是否不必結構化，就能靠LLM分析、解答？這是許多醫院正在探究的議題。</p> <p><a href="https://www.ithome.com.tw/article/161782" target="_blank"><span style="font-size:18px;"><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 相關報導 </span><img alt="" src="https://s4.itho.me/sites/default/files/styles/picture_size_large/public/1173-feng_mian_p1-open-ruo_pu_-960x420_kao_bei_0.jpg?itok=HS60JVZD" style="width: 550px;" /></strong></span></span></a></p> </div></div></div>
2024/3/15 09:35作者王若樸https://www.ithome.com.tw/news/161780
【病歷結構化實例：臺大醫院】發展結構化病歷必須兼顧4大要件，第一步先從臨床痛點著手
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>智慧醫療要遍地開花，關鍵一步是資料結構化。因為，透過明確的表單欄位來分類、儲存資料，不只利於搜尋，還對大數據分析應用、AI模型訓練有很大的幫助。但，醫院要如何將院內巨量的病歷資料結構化？該如何拿捏結構化程度？</p> <p>長年耕耘電子病歷的臺大醫院病歷資訊管理室主任莊秋華認為，理想的結構化病歷，必須兼顧4大要件。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>理想結構化病歷要兼顧4大要件</strong></span></span></p> <p>首先，理想的結構化病歷，要能讓第一線臨床醫師與醫事人員方便使用。再來，結構化病歷要能充分表達病人的狀況，第三是要能提高病人安全的防護，最後則是要兼具醫療教學價值。</p> <p>「這4大要件環環相扣，非常重要！」如同企業開發IT應用一樣，莊秋華解釋，醫院推動結構化病歷，必須從第一線使用者角度出發。以臺大醫院為例，早在10多年前衛福部推動電子病歷時，他們就找來臨床醫事人員和IT人力，共同成立了一個電子病歷工作小組，從實務角度來設計符合臨床需求的病歷單張。爾後推動結構化病歷時，他們也採取了同樣的模式。</p> <p>再來，因病歷結構化，得將原本自由書寫的病歷紀錄，改為表單式紀錄，這也會影響了原本醫師對病人病況的觀察記錄，變得片段化。莊秋華點出，若將病歷全面改為結構化的表單欄位，不只會改變醫師書寫習慣，也難以完整呈現病人病況。但為了追求完整性，導致表單上需要輸入的欄位過多，也會帶給第一線醫護不少困擾。她認為，醫院設計結構化病歷表單時，需兼顧實用性，也要能充分反映病人狀況，可採取部分結構化，部分自由書寫的形式。</p> <p>結構化病歷之後，可以帶來許多功用，如利於後續品管、績效分析、疾病風險預測等，其中，莊秋華認為，強化病安，是病歷結構化後必須做的事，比如提醒醫師重複用藥、高風險用藥等資訊，給第一線臨床人員與病人照護回饋。</p> <p>此外，結構化病歷也得具備醫學教學的意義。因為，病歷是培養醫師專業知識的重要資料，醫師需要用病歷來推論、鑑別不同病程和多種病因之間的因果關係。好的病歷資料，通常是醫師經過深思熟慮、詳細描述病人病況和症狀的文字敘述，對醫學生或年輕醫師的養成很有幫助。</p> <p>「若都改為表格形式，恐怕會簡化醫師的思考過程，甚至可能有複製貼上的疑慮，這是我不樂見的，」莊秋華認為，結構化病歷應保留一些自由書寫的文字內容，或補充選項，才能兼顧醫學教學意義。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>實務推動可分4階段</strong></span></span></p> <p>有了必備要件，在實務上，醫院如何推動結構化病歷記錄？</p> <p>莊秋華從臺大多年電子病歷發展經驗中，總結出4大階段。首先，團隊得先聚焦病歷結構化的臨床目的，也就是「找出臨床痛點，」比如，如何提醒各種藥物相互作用就是一個關鍵的臨床需求。</p> <p>接著是凝聚醫療專業共識，「這是很大的挑戰！」她解釋，在這個階段，團隊必須找出需要結構化的資料，也就是具特殊意義、適合用於表單形式的資料欄位。這一步涉及的範圍可以很大，特別是體系醫院旗下有多家分院，若採用相同規格，就需要各分院的科部都達成共識。</p> <p>取得共識後，第三階段才開始設計表單，將共識轉換為病歷格式，還要搭配臨床作業的流程來設計表單。最後一階段則是將設計完成的表單交給IT動工，來建置或修改病歷系統表單及相關程式。</p> <p>臺大醫院這幾年來，自行開發不少結構化病歷應用。舉例來說，透過醫囑結構化表單，設置必要欄位來記錄病人的用藥情況，將這些資料串接到開藥系統，就能提醒醫師該留意病人過敏藥品，來提升用藥安全。</p> <p>此外，他們也將病人輸血的過敏項目以結構化方式記錄，後續在開立輸血申請時，就能檢核過敏內容。類似應用還有G6PD缺乏症（俗稱蠶豆症）的結構化，比如只要病人在診斷紀錄或檢測報告中有這樣的註記，在開藥及照護系統上都會自動提醒或警示，一樣用來提高病人安全。</p> <p>其他例子像是抗凝血藥劑藥物檢核提醒、孕婦的禁忌用藥提醒、重複用藥與藥物交互作用等檢核提醒，這些都是因為病歷結構化之後才能實現的應用。甚至，臺大醫院還將眼科病歷結構化，將過往紙本繪製的眼睛測光數據結構化，以便後續醫學研究能快速使用。</p> <p>莊秋華點出，雖然醫囑系統已將許多資料欄位結構化，能發展許多延伸的自動化應用和提示功能，但是，「醫囑還是需要保留文字欄位，來讓醫師和護理師溝通，這是結構化沒有辦法處理的部分。」她強調。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>病歷種類複雜，與數十種系統有關</strong></span></span></p> <p>在莊秋華看來，病歷資料結構化並非近年才興起的做法。早在2009年推行電子病歷，甚至是20幾年前的紙本病歷時代，結構化概念就已存在。</p> <p>比如，紙本時代的病歷模板或範本，「就是結構化的一種展現。」她點出，隨著醫學和科技進步，醫院為了更詳細地記錄檢查過程，衍生出許多病歷單張，如基因檢查、核子醫學檢查單張。這些單張，都是結構化病歷的基礎。目前，光是衛福部定義的通用電子病歷單張就有108張，臺大醫院自己則有600多張。</p> <p>這些病歷單張包含的資料類型，十分多元，像是數字、醫療代碼、文字記錄，也有醫學影像，如X光片、心電圖、病理切片和內視鏡檢查影像等。電子病歷所涉及的系統也很多，比如常見的門診、急診、住院系統，還有護理、手術、麻醉、病理、營養、個案管理和專門處理醫學影像的影像儲傳系統（PACS）。</p> <p>這些資料要進行結構化，就得使用既定的模式，如清楚的編碼、輸入規則或特定的數據格式，來儲存病歷資料，實現「降低資料處理分析的成本、提高作業效率」的目標。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>開始有醫院嘗試用LLM解決病歷結構化課題</strong></span></span></p> <p>2年前ChatGPT爆紅，以大型語言模型（LLM）為基礎的生成式AI應用大力崛起，而且越來越普遍。LLM可快速閱讀、分析大量文字資料，並摘要特定內容，或根據使用者提問來回答。</p> <p>這是否意味著，醫院可用LLM來分析非結構化的病歷文字內容？甚至是，病歷資料是否不必結構化，就能靠LLM分析、解答？</p> <p>這個問題，是許多醫院正在探究的議題，臺大醫院也不例外。</p> <p>臺大醫院早已展開LLM在病歷上的嘗試，比如微調了一個地端版LLM，來生成國際疾病分類編碼ICD-10的代碼，去年11月開始啟用，1秒就能產生住院病人的ICD-10編碼（含診斷碼與處置碼），還能快速學習新興疾病、新醫療技術與其他困難疾病的編碼知識，生成正確的編碼，提高編碼品質和效率。莊秋華是該專案的計畫主持人，有了這個基礎之後，她透露，最近臺大醫院計畫進一步用LLM來進行病歷即時審查的應用，輔助人工審查作業，也會探究其他LLM用於病歷資料分析的應用。</p> <p>「如果生成式AI的效益逐漸被證實，或許可以是解決臨床流程痛點的方案，」她指出，病歷結構化是輔助資料收集的好幫手，但不代表病歷資料都適合用結構化方式來解決臨床痛點。</p> <p>從臺大醫院的經驗中，醫院推動結構化病歷時，應先聚焦可解決的臨床問題，比如提高病安照護，並將結構化視為一種手段，而非視為目的，來要求第一線醫師配合IT看診。</p> <p>畢竟「病歷結構化工程浩大，」她建議，醫院應根據自己的組織文化和需求，來審慎評估合適的方法，才能達到最佳效果。</p> <p><a href="https://www.ithome.com.tw/article/161782" target="_blank"><span style="font-size: 18px;"><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 相關報導 </span><img alt="" src="https://s4.itho.me/sites/default/files/styles/picture_size_large/public/1173-feng_mian_p1-open-ruo_pu_-960x420_kao_bei_0.jpg?itok=HS60JVZD" style="width: 550px;" /></strong></span></span></a></p> </div></div></div>
2024/3/15 09:35作者王若樸https://www.ithome.com.tw/news/161757
【病歷結構化實例：林口長庚醫院】第二代自助式表單平臺上線，兼顧臨床需求還能實現資料治理
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>越是結構化的資料，越是能用來支援更多樣化的數據應用形式。尤其是自由書寫形式的病歷，想要系統化地從中取出關鍵資訊，不是一件容易的工作，企業得先將這類資料結構化，才方便靠程式來展開對應的任務。</p> <p>對醫療業來說，病歷資料的結構化，更是發展智慧醫療的重要手段之一，如何將龐大的醫療紀錄，尤其是與病人診療息息相關的病歷紀錄，轉換成能夠支援各種運用的形式，一直是醫院數位化的重要工作。這個課題，對林口長庚紀念醫院來說並不陌生。因為，早在2015年，他們就開始籌畫醫療資料結構化工程了。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>病歷結構化第一步：導入表單編輯器</strong></span></span></p> <p>當時的病歷委員會成員之一，林口長庚紀念醫院核子醫學部主治醫師林昆儒分享，時任院長翁文能自國外交流回臺後，對國外醫院已落實病歷資料結構化這件事印象深刻，因此希望長庚醫院跟進。於是，找來病歷委員會多位成員，組成病歷結構化小組，來推動病歷結構化工作，林昆儒也負責這項工作。</p> <p>不過，要將電子病歷結構化，是什麼意思？</p> <p>早期衛福部推動電子病歷時，是將原本紙本的病歷電子化，改由文字框欄位，來讓醫師輸入資料。長庚醫院的電子病歷也採用這種設計，但這種作法，並非所謂的結構化，他們還得將文字框欄位改為表單式，才利於開發後續應用。</p> <p>為發展結構化表單，長庚醫院病歷結構化小組先是與醫院IT討論。他們認為，要是按傳統方法，由IT根據每個臨床需求開發一支電子表單，「挑戰很大！」林昆儒解釋，因為醫院病歷單張種類多樣，高達上百張，若由IT人員一一設計，太耗費人力和時間。因此，他們與醫院高層討論，改採另一種方法，在病歷系統中導入低程式碼表單編輯器，來讓各科室自行設計表單，而非全由IT動手。</p> <p>這款表單編輯器，也成了長庚醫院第一代病歷結構化的重要工具。</p> <p>有了新工具後，他們訂定出病歷結構化的KPI，首先瞄準檢查報告，要透過表單工具來將必要欄位結構化，提高報告品質。這些報告原本是條列式的呈現方式，已接近結構化，因此推動門檻低，適合作為第一波優先導入的應用類別。</p> <p>後來，病歷委員會進一步擴大病歷結構化應用範圍，開始委派醫院各科的種子教官，來使用這套工具，設計出符合該專科病歷審查需求的表單。</p> <p>不過，林昆儒坦言，他們最初推動病歷結構化的作法還不成熟，有些臨床同仁因為這些額外的工作而反彈。尤其，將原本自由書寫的欄位改為表單式，大大影響了臨床醫師的工作習慣，更不容易說服他們買單。「這個門檻很難，但卻是推動結構化的必經過程，」他說。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>病歷結構化第二步：改良上線新工具</strong></span></span></p> <p>第一次推動經驗，讓病歷結構化小組和IT團隊重新思考，推動結構化的原則和方法。他們總結，既然臨床病歷記錄不適合全用表單來記載，應改採另一種方法，要能不改變醫師使用者習慣下，又能兼顧結構化資料收集的目的。</p> <p>去年11月，討論出新作法後，團隊花不到1個月的時間，開發出第二代病歷結構化工具，在今年1月上線測試，持續使用至今。「這是一個創舉！」林昆儒形容，第二代工具很特別，採取主表單和子表單的兩層式設計，其中主表單為純文字格式，可以讓醫師自由書寫，同時提供了4種方式能快速調用子表單，如快捷鍵、斜槓呼叫、點選範本等。</p> <p>子表單，就是一張張輔助主表單的結構化表單，比如巴氏量表或其他單張。這些子表單與長庚醫院的醫療資訊系統（HIS）互通，可自動帶入系統已有的資料，如病人基本資訊，醫師不必從頭填寫，只需專注於空白項目即可。</p> <p>這個設計的巧思，在於子表單填寫完成後，系統會生成一份子表單摘要、回饋到主表單，其它結構化資料則會傳送至資料倉儲，以便後續應用。「這個工作流程設計，是我們花了很多時間與IT同仁討論的成果，」林昆儒說。</p> <p>這對第一線使用者來說，不只操作上更方便，也更容易接受結構化病歷這件事。長庚醫院病歷結構化團隊甚至用Copilot，來形容這套工具，因為它能協助醫師快速調用所需表單，且從1月上線測試至今，使用者接受度非常高，在醫院還未正式公告的情況下，就有不少院內員工開始用。</p> <p>目前，這套結構化病歷工具已導入長庚醫院體系的病歷記錄入口，不論是醫師撰寫檢查報告、住院病歷、急診病歷、手術病歷，還是門診病歷等各種病歷資料，都能使用這套工具。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>資料治理是結構化更重要的目標</strong></span></span></p> <p>對長庚醫院來說，病歷結構化還有更深層的意義：資料治理。</p> <p>林昆儒點出，為推動結構化病歷所採用的表單，只是一個媒介，更重要的目標是實現資料治理，也就是將原本未處理過的純文字資料，轉換為高品質數據，並統一管理。</p> <p>為治理這些結構化數據，長庚醫院這幾年來大量投資，來建置3大關鍵平臺，包括結構化數據平臺、資料治理平臺和資料交換平臺。</p> <p>其中，結構化數據平臺專門收集臨床單位輸入的資料，比如使用結構化病歷工具輸入的資料、IoT設備數據、檢查儀器資料等，甚至今年，他們還要將AI產生的數據，也整合到這個平臺，再將所需數據回饋到第一線臨床現場，來輔助決策。林昆儒比喻，結構化數據平臺就像是資料樞紐，收集結構化資料，供使用者萃取出所需的資料、整合為臨床所需的資訊，來改善決策輔助。</p> <p>而資料治理平臺，則是用來管理結構化數據，像是版本管理、資料血緣追蹤、資料維護處置等。至於資料交換平臺，目的是要讓結構化資料一次輸入、多次運用，來方便臨床多次運用相同資料。</p> <p>不只如此，為徹底落實資料治理，長庚醫院高層去年決議，接下來要花3年時間整合院內各個數據中臺，來打破數據孤島，讓資料彙整工作可以更自動化，不必再仰賴IT人員撈資料。林昆儒表示，團隊打算將這些資料串接至結構化數據平臺，來實現這個目標，而今年，就是計畫起始的第一年。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>下一步瞄準長照、遠距和病患參與等題目</strong></span></span></p> <p>長庚今年不只要整合數據中臺，還要發展12道數據應用課題。其中一大題是腫瘤科的資料治理，從結構化數據中找出重要資訊，來發展不同情境的精準醫療應用，減輕醫護人力負擔。另一項重要題目則是長照，要導入平板類數位工具和結構化表單，來讓心理師進行長者的心理評估，不必像過去先用紙本記錄、再謄打到電腦上。心理師完成評估後，這些記錄就可直接傳送至結構化數據資料庫，甚至還能連結HIS資料，自動帶入已有資訊，讓心理評估更便利。</p> <p>還有一個重點題目是遠距醫療，目標是要將山地遠距醫療的純文字病歷資料轉為結構化，不僅方便醫師快速記錄病歷，還能為下一位遠距醫療醫師提供清楚、一致的患者資訊，不必再憑自身經驗判斷、照護患者。</p> <p>另一大題目則與病患參與有關。林昆儒點出，目前坊間已有許多健康管理App，醫院不一定要發展自己的App，而是「希望海納百川，盡量與各個App簽約，來進行資料交換。」不少患者慣用App來記錄生理量測數據，若該App與長庚醫院簽署資料交換協議，當患者至長庚醫院看診，門診系統就能透過資料交換，來呈現該患者的App數據，方便醫師參考、制定治療決策。</p> <p>「這個發想主要來自於診間經驗，很多病人會拿手機給醫生看，自己在App上記載詳細的血壓或血糖記錄，但醫師沒辦法直接使用。」這正是長庚醫院接下來想解決的數據痛點之一。他建議，臺灣政府單位能參考日本經驗，鼓勵醫療院所與醫資廠商交換數據，來提供民眾更好的健康照護。透過數據的交換，讓醫院更掌握患者的健康狀態，更能及早干預、預防疾病的發生或惡化，還能降低醫療支出。</p> <p><a href="https://www.ithome.com.tw/article/161782" target="_blank"><span style="font-size: 18px;"><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 相關報導 </span><img alt="" src="https://s4.itho.me/sites/default/files/styles/picture_size_large/public/1173-feng_mian_p1-open-ruo_pu_-960x420_kao_bei_0.jpg?itok=HS60JVZD" style="width: 550px;" /></strong></span></span></a></p> </div></div></div>
2024/3/15 09:35作者王若樸https://www.ithome.com.tw/news/161758
【病歷結構化案例：振興醫院】借鏡大數據6V原則找出關鍵目標，先從心臟科報告展開結構化
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>醫療資料結構化的最大好處，不只是能系統性地定義和歸類臨床資訊，還能簡化後續分析應用的成本，「特別是資料清洗工作。」振興醫院心臟醫學中心心臟血管內科主治醫師暨資訊室主任陳冠群點出，資料結構化大大降低了AI應用開發所需的人力和時間成本，是精簡AI成本的好方法。</p> <p>振興醫院也因此將病歷資料結構化，列為發展重點之一。不過，振興醫院屬於地區教學醫院，開發人力和資源不如集團醫院和醫學中心，臨床需求卻不亞於這些等級的醫院。如何善用有限資源、推動醫療資料結構化，是振興醫院面臨的一大課題。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>病歷資料類型多元，文字內容是結構化重點</strong></span></span></p> <p>陳冠群身兼臨床第一線使用者與IT推動者身分，他表示，病歷資料包羅萬象，因此病歷結構化範圍可以很廣泛，從檢驗報告、檢查報告、個人健康資訊、個人健康習慣，到病人過去就醫的歷程與記錄、用藥資訊等都是可以結構化的資料種類。但除去醫學影像和影音，這些病歷記錄內容，大致可分為數值資訊、文字資訊兩大類，其中，文字類又可細分為描述性資料和表格表單型資料。</p> <p>這些病歷內容還與不少重要的IT系統有關，像是常見的門診、急診、住院病歷和醫囑系統，以及生化病理檢驗報告系統、生理資訊系統、各個臨床科別的檢查系統和藥物管理系統等。</p> <p>其中，生化檢驗和生理數據等病歷資料是推動門檻最低的類型。這類資料因健保申報關係，早年就已數位化和自動化，大多也採結構化架構。但文字報告類型的病歷資料，並非採結構化方式記錄，因此成為臺灣許多醫院推動結構化的目標。對振興醫院而言，將文字報告的謄打內容結構化，並保留重要的結構化資料，是正在進行的重要計畫。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>病歷結構化帶來益處與挑戰</strong></span></span></p> <p>病歷結構化對IT和臨床使用者而言，可以帶來不同的幫助。</p> <p>陳冠群指出，對IT人員來說，病歷資料結構化「是相對有利的，」尤其是在資料撈取上，可縮短許多原本需要寫程式執行的資料分析流程。如此一來，無論臨床和業務單位是要進行研究、調閱病歷還是分析使用，都能正確取得所需資料。</p> <p>不過，IT如何根據已知和未知需求，正確地將病歷資料結構化，仍是一大挑戰，需「相當慎重、與多方討論才行，」他強調。</p> <p>另一方面，對臨床人員而言，病歷資料結構化可用來統計、追蹤、計算、標註和可視化呈現特定趨勢，能讓不同職類的醫事人員，在溝通上和管理上更有效率，也更能即時處理臨床業務。舉例來說，感染控制、群聚感染監控、特定病患的篩選與管理，以及醫療品質的目標設定和追蹤都是應用之一。</p> <p>此外，目前各家醫院大力發展的臨床照護儀表板，也能透過結構化病歷，來加速設計。因為，透過資料標準化，可用來及早發現異常數值、發出預警通知，讓醫護人員適時介入治療。</p> <p>雖然有不少好處，但是，資料結構化對第一線臨床人員會帶來很大的衝擊。因為，常見結構化做法是將描述性文字改為表單式，在表單設計過程，需要臨床人員額外花時間配合，找出需要結構化的欄位，這就容易引起反彈。</p> <p>再來，表單式欄位會打破醫師書寫病歷的習慣。「醫生需要將一句話拆成很多個部分，個別進行記錄或歸類，」陳冠群指出，有別於原本的邏輯性書寫，這種結構化方法將一句話切割為好幾個部分，甚至還要選取關鍵字，容易中斷醫師思緒，是一種不直觀的病歷紀錄方式。而且在資料閱讀上，也未必親民。</p> <p>因此，如何兼顧前線人員的作業負擔和病歷資料瀏覽需求，是病歷結構化的另一種挑戰。陳冠群表示，除了不斷溝通，鼓勵第一線使用者參與結構化設計，也是降低阻力、增加助力的解方。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>從IT和臨床視角出發，以6大準則推動病歷結構化</strong></span></span></p> <p>陳冠群結合IT和臨床觀點，給出幾項推動病歷結構化的原則。首先是「找出結構化目的，」比如想解決的臨床問題，再來從臨床端找出最關鍵、最值得優先投入結構化的資料。</p> <p>如何開始進行結構化工作？他引用大數據的6個V原則來說明。「6V雖是大數據原則，但其目的與數據結構化類似，都是將各種數據轉換成架構性數據，以利後續分析應用，因此，可作為病歷結構化參考，」陳冠群說。</p> <p>第一個V是Value，也就是數據價值。就病歷結構化領域來說，就是指該數據結構化的臨床價值，比如是否能用來強化疾病照護、提高診斷品質或優化醫療流程，這是陳冠群認為最重要的一點。</p> <p>第二個V是Variability（多樣性），亦即同一批結構化數據，能否發展更多種類的應用，比如同一種數據可在多個科別中使用。陳冠群舉例，就好比職員薪水資料，可用來判斷有無受薪、薪水級距、是否達基本工資等，後續還可切分延伸出多種人資行政應用。</p> <p>第三個V是Veracity，意思是數據的真實性或正確性。也就是說，推動結構化時，要找出明確、不必再後續處理或判斷的數據，更不能是意義模糊的數據結構。例如對病情嚴重程度的描述形容，若缺乏明確的分級來轉換，就難以進行後續應用，浪費了結構化的成本。</p> <p>執行面得考慮的另外三個V則是數據量Volume、數據產生的速度Velocity和數據的變異性Variety。其中，數據量是指結構化所衍生的資料儲存成本，若結構化數據產量很大，就得考量儲存方式的開銷，尤其採用雲端儲存時得考量流量和成本。一旦結構化數據產生的速度很快，儲存空間很快用完，就得回過頭思考更划算的儲存方式。</p> <p>而數據變異性是指，所需的結構化數據是否來源多處。比如要解決一個臨床題目，可能需要好幾種不同來源的數據，要是數據取得難度高，「結構化就會很辛苦。」等於花時間收集，可能只收集到一部分所需的資料，很難解決臨床問題。</p> <p>病歷資料越多，結構化的工作量就越大。陳冠群提醒，結構化過程所需的人力工時，也是推動結構化的重要考量。以振興醫院為例，開發人力大約20多名，需要維護醫院上百套系統，不可能集中投入病歷結構化工作。因此，需要根據上述6項原則，去蕪存菁、挑選最關鍵的資料來結構化。</p> <p><span style="color:#3399ff;"><span style="font-size:28px;"><strong>瞄準心臟報告結構化應用</strong></span></span></p> <p>為善用有限的開發人力和資源，振興醫院病歷結構化的優先目標，鎖定在心臟科報告。這是因為，振興醫院每月進行的心臟超音波檢查量大，高達4,000多人次，甚至超過一些醫院1年的檢查量。</p> <p>這些檢查中，不少是心臟衰竭患者，而心衰竭就像是心臟的癌症，患者住院死亡率很高。這些心臟病患者，還可能患有三高和其他疾病，如糖尿病、腎臟病、心律不整、冠狀動脈疾病甚至是睡眠問題等。陳冠群表示，醫院個案管理師如何在茫茫的心臟檢查資料中，快速找出亟需關切的多重疾病對象，就是一大挑戰。</p> <p>因此，振興醫院希望發展心臟報告結構化應用，將已結構化的心臟報告數據，串接慢性病等其他疾病的數據，來發展以病人為中心的分析和提醒功能，讓醫護在第一時間掌握心衰竭族群，提供用藥和檢查提醒、異常數據評估、訪談追蹤等服務。他們希望，透過結構化的資訊串接，讓數據能主動提供給個管師，甚至能協助個管師照護患者，讓數據不再是被動地被查詢。</p> <p><a href="https://www.ithome.com.tw/article/161782" target="_blank"><span style="font-size: 18px;"><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 相關報導 </span><img alt="" src="https://s4.itho.me/sites/default/files/styles/picture_size_large/public/1173-feng_mian_p1-open-ruo_pu_-960x420_kao_bei_0.jpg?itok=HS60JVZD" style="width: 550px;" /></strong></span></span></a></p> </div></div></div>
2024/3/15 09:35作者王若樸https://www.ithome.com.tw/news/161759
醫療資料結構化
<div class="field field-name-field-image field-type-image field-label-hidden"><div class="field-items"><div class="field-item even"><img src="https://s4.itho.me/sites/default/files/styles/picture_size_large/public/1173-feng_mian_p1-open-ruo_pu_-960x420_kao_bei_0.jpg?itok=HS60JVZD" width="960" height="420" alt="" /></div></div></div><div class="field field-name-field-featured-article-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/taxonomy/term/75">專題故事</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>這幾年醫療業大力擁抱AI，嘗試越多應用越發現，每次都得耗時費力清洗資料，不如回頭從源頭改善資料品質，從資料結構化做起，才能加速智慧醫療發展</p> </div></div></div>
2024/3/15 09:42作者王若樸https://www.ithome.com.tw/article/161782
回歸資料基礎工程的必要
<div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>這幾年，不少醫院紛紛展開了IT現代化工程，尤其3年IT抗疫的成功經驗，更讓醫院意識到加速轉型的必要性，在2022年，電子病歷開放上雲之後，更帶動醫院開始擁抱雲原生架構，也有醫院開始採用微服務架構，要重新改造HIS系統的資訊架構。但是，在去年，不少醫院資訊主管卻重新聚焦IT的下水道工程，資料結構化，尤其是病歷資料的結構化。</p> <p>為了發展智慧醫療的願景，醫療曾是臺灣最積極擁抱AI的產業，早在2019年，我們就報導過5大類醫療影像辨識的AI應用場景，例如北醫附醫打造了乳癌超音波AI輔助分類系統，AI能在人眼難以判斷的初期階段，就偵測出腫瘤。或像是臺北榮總與臺灣人工智慧實驗室也打造出能在30秒內，就揪出腦轉移瘤的AI系統DeepMets。</p> <p>林口長庚醫院則是與醫療AI新創雲象科技，共同打造一套鼻咽癌AI偵測系統，由醫院提供數位病理切片資料，雲象負責進行模型訓練，經過2年優化，在2019年就達到了97％的超高準確率。從我們當年CIO大調查可以看到，醫療業也掀起了一波醫療AI系統和設備的建置潮，不少醫院都大幅加碼投資AI。但是，這股醫療AI熱潮，不到3年就冷了下來，醫療AI預算不增反減，倒是醫院對大數據的投資持續穩定增加。</p> <p>醫院仍舊是對AI抱持高度的期待，但是放緩了採用的腳步。一方面，不少醫院發現提高AI模型品質的難度比想像中更高，需要搜集更多也更多樣化（尤其是罕見疾病的訓練資料取得不易）的訓練資料，但是醫療資料屬於特種個資，跨醫院難以直接共享，並且得找來不少忙碌的資深醫生，投入大把時間來參與標記，另一方面，訓練好的醫療AI模型也遇到了推廣上的挑戰，法規對於醫療器材有一套嚴格的把關機制，醫療AI應用模型和系統不見得能快速變成可以對外銷售的商品，一家醫院的AI模型，也無法直接套用到另一家醫院，得經過微調才行。這兩大挑戰讓醫院的AI採用態度轉為審慎以對。</p> <p>雖然生成式AI的問世，讓各界再度燃起新一波的AI熱潮，但生成式AI的幻覺效應，讓醫院對於這股AI熱潮，仍舊持保留的態度，尤其與救命相關的醫療應用，無法承受任何一次的資訊錯誤。目前醫院只敢嘗試將生成式AI運用於不涉及治療的作業流程面輔助上，一方面想辦法提高正確性，另一方面也尋找更多可用的醫院場景。</p> <p>醫療AI難以發揮，不代表智慧醫療的發展就因此停下腳步，不少醫院在這一波醫療資料的梳理過程中，更加察覺到龐大文字病歷的價值，許多極有意義的醫療情報，不一定得靠AI才能用，光是從這些病歷資料中，擷取出特定欄位的資訊，就可以用來整合到各種醫療系統，解決不少臨床上的痛點，這就是為何不少醫院紛紛選擇回頭展開病歷結構化工程的緣故。</p> <p>病歷結構化不是新觀念，早在2009年，臺灣推動電子病歷，數十年前的紙本病歷時代也有結構化的概念。但是，過去的病歷結構化，不見得能夠遇見到未來的醫療訊息應用需求，也就無法提前考慮到未來的各種醫療欄位需求。每當有新的醫療應用需求，醫院就需要再重新梳理一次手上的龐大醫療資料，展開新一波的病歷資料結構化，這是醫院IT得持續不斷面對的課題。</p> <p>像臺大醫院近幾年就開發不少結構化病歷應用，光是建立醫囑結構化表單，在特定欄位記錄病人用藥情況，再串接到開藥系統，就能提醒醫師在開藥時留意病人的過敏藥品，來提升用藥安全。病安是臺大醫院積極推動病歷結構化的主要原因，其他還有像輸血過敏內容的檢核、抗凝血藥劑藥物檢核提醒、孕婦禁忌用藥提醒、重複用藥與藥物交互作用等檢核提醒，這些都是因為病歷結構化後才能實現的應用，甚至，臺大醫院還要將紙本繪製的眼睛測光數據結構化，方便後續的醫學研究。</p> <p>不只臺大醫院，林口長庚紀念醫院更是打造了一個自助式的表單自製編輯工具，讓醫院各科室可以自行設計結構化表單，來滿足各科室各自臨床上形形色色的需求，來加速病歷結構化的規模化和多樣化發展。</p> <p>資料結構化是資料應用的基礎工程，也可以說是IT的下水道工程，幾年前最積極擁抱AI的醫院，大膽嘗試新興AI技術後，陸續回頭聚焦IT的基礎功。</p> <p>醫療業這個經驗，值得其他產業CIO們好好思考，創新不見得非得用AI才行，重新聚焦資料基礎工程，說不定也能找出另一種創新應用的可能，就像這些回頭聚焦病歷結構化應用的醫院一樣。</p> <p><a href="https://www.ithome.com.tw/article/161782" target="_blank"><span style="font-size: 18px;"><span style="color: rgb(255, 255, 255);"><strong><span style="background-color: rgb(51, 153, 255);"> 相關報導 </span><img alt="" src="https://s4.itho.me/sites/default/files/styles/picture_size_large/public/1173-feng_mian_p1-open-ruo_pu_-960x420_kao_bei_0.jpg?itok=HS60JVZD" style="width: 550px;" /></strong></span></span></a></p> </div></div></div><div class="field field-name-field-tags field-type-taxonomy-term-reference field-label-above"><div class="field-label">Tags: </div><div class="field-items"><div class="field-item even"><a href="/tags/%E7%97%85%E6%AD%B7">病歷</a></div><div class="field-item odd"><a href="/tags/%E7%B5%90%E6%A7%8B%E5%8C%96">結構化</a></div><div class="field-item even"><a href="/tags/%E6%99%BA%E6%85%A7%E9%86%AB%E7%99%82">智慧醫療</a></div><div class="field-item odd"><a href="/tags/%E8%B3%87%E6%96%99%E5%9F%BA%E7%A4%8E%E5%B7%A5%E7%A8%8B">資料基礎工程</a></div><div class="field-item even"><a href="/tags/%E9%86%AB%E9%99%A2">醫院</a></div></div></div>
2024/3/15 09:46作者王宏仁https://www.ithome.com.tw/voice/161761
健保署擁抱雲端力推八大改革，要讓醫療照護不再有藩籬
<div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>今年是健保署轉型的關鍵一年。為實現「Hospital without walls（打破圍牆的醫療照護）」目標，健保署啟動了這場為期4年的大規模轉型計畫，一口氣推動8大改革策略。</p> <p><span style="font-size:28px;"><strong>因疫情正視不足，催生改革想法</strong></span></p> <p>這項轉型計畫涵蓋4大面向，從建立資料生態系、雲端系統運用，到民眾健康賦能，以及最重要的，打破圍牆的醫療照護。其中可細分為8大策略，包括資料生態系的數位基礎建設、健保資料應用機制，雲端系統的健保雲端查詢優化、數位化審查，以及民眾健康賦能的大家醫計畫、個人健康資料加值應用，還有無圍牆醫療照護的遠距醫療、虛擬健保卡應用。</p> <p>這是健保署署長石崇良從3年COVID-19疫情的第一線經驗，歸納出的改革目標。他點出，有別於地區性、半年就結束的SARS，全球性的COVID-19疫情不僅持續了3年，還改變各國的醫療服務樣貌，特別是遠距醫療、零接觸服務等科技輔助，在疫情結束後反而成為一股新趨勢，世界主流國家紛紛投入。</p> <p>臺灣也在這波疫情中運用科技抗疫，不只有健保卡勾稽出入境資訊、健保快易通App整合快篩和口罩購買實名制，還可查詢疫苗接種紀錄。臺灣也在疫情間放寬視訊診療適用對象，發展零接觸模式。但，「我們也看到一些不足。」石崇良點出，尤其是，為因應抗疫政策的變動，醫療院所IT的敏捷與韌性程度，還可以更好。</p> <p>疫情間，為即時應變疫情，衛福部經常調整政策，比如疫情居家隔離天數從原本的14天、10天改為7天，又或是快篩條件的更新、抗病毒藥物的新增等，這些變動都意味著，醫院IT得撥出人力加班趕工，隨之修改健保相關程式。「政策不斷改變，龐大的醫療系統得立刻調整，以目前的資訊架構來說比較吃力，」他說。</p> <p>對診所而言，因應政策變動的難度又更高了。因為診所規模小、沒有IT人力，得靠資訊廠商處理系統變更。石崇良比喻，診所就好比一臺臺地端電腦，只要政府政策調整，廠商就得緊急寫程式來配合健保規定，再到一家家診所去更新系統，「非常花時間。」</p> <p>不只如此，這場疫情，也讓他看到健保署的不足。健保開辦之初，每年3千多億元預算，成長至今日的一年8千多億元預算，期間所提供的服務、收載的藥品種類大幅增加，疫情間更有許多調整，「健保的資訊架構也因此疊床架屋，所以我們必須升級系統、雲端化，才能提高作業效率。」</p> <p>因此，去年2月上任後，石崇良整理這些經驗，在同年4月提出了健保醫療平權數位升級計畫，瞄準4大面向、拋出8大策略，來提高健保署本身和醫療體系的敏捷和韌性，還要一改醫療IT架構，將過去以健保申報導向的系統設計，轉變為以病人為中心的醫療資訊系統。</p> <p>這項龐大的計畫獲得4年45億元預算，今年就是起始的第一年。</p> <p><span style="font-size:28px;"><strong>健保署要轉型，也要推動雲端診所</strong></span></p> <p>8大策略中的第一步，是要強化健保署本身和基層診所的數位基礎設施。石崇良指出，健保資訊系統建置至今快30年，老舊架構需要翻新、配合業務需求快速擴展和縮減，才能提高作業效率。</p> <p>健保署今年計畫建置一座符合國際資安標準的新機房，來打造加強資安防護的混合雲架構，甚至，健保署還找來美國醫療資訊暨管理系統協會（HIMSS），在去年底簽署合作備忘錄，要借助HIMSS在醫療資訊和安全認證的經驗，協助健保署精進健保資訊系統、健康資料應用和資料治理機制。</p> <p>不只健保署，基層診所也是數位基礎設施改革的重點對象。現行醫療院所用來上傳、申報、記錄病歷資料和相關作業的系統都是地端系統，每當健保署調整規定，比如健保卡上傳、醫療費用申報或醫療計畫登錄等相關格式修正，診所就得仰賴資訊廠商協助改版。但問題是，廠商常以改版名義多次收費，導致診所資訊成本增加，降低IT升級意願。</p> <p>若能改用雲端服務模式，就能提高診所系統彈性，不只可以快速配合政策調整，還能整合更多資料，有利於發展全人照護。因此健保署今年要推動診所IT系統雲端化，要由資訊廠商建立多朵雲或租用公有雲，並按國際醫療資料標準FHIR，來傳輸資料。這些廠商的雲端服務，也將與健保署的健保雲對接、互通。健保署預計，今年中開始試行這套診所雲平臺模式，要委由醫療資訊廠商協助診所轉換、改用雲端系統服務。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/1173-CXO%E6%8A%BD%E8%A8%80.png" style="width: 599px;" /></p> <p><span style="font-size:14px;"><span style="color:#696969;">攝影／洪政偉</span></span></p> <p><span style="font-size:28px;"><strong>擁抱雲端，改善作業效率</strong></span></p> <p>不只數位基礎設施積極擁抱雲端，健保署也要善用雲端，進一步優化現有的作業流程。第一步先優化院所最常用的健保雲端查詢系統，不只要擴大範圍，還要整合多元雲端憑證認證機制。</p> <p>石崇良解釋，醫師看診時，需要民眾健保卡、醫事人員卡和特約醫事機構安全模組卡等3卡合一，才能登入健保雲端查詢系統，調閱民眾就醫資料。但隨著民眾端虛擬健保卡的推行，健保署希望醫事人員卡也能虛擬化，讓醫師能透過雲端憑證登入，更方便調閱民眾就醫紀錄。這個雲端憑證認證機制，將於健保特約院所小規模測試，之後搭配教育訓練正式上路。</p> <p>另一個雲端優化重點是審查機制。石崇良表示，健保署今年要將醫材、藥品等新醫療服務納入健保給付的申請審查機制，改為電子作業。如此一來，醫院和廠商只需在單一窗口申請、提交資料，健保署就會透過一系列機制來快速審查，如將健保藥品核價電子化、建置完整特材收載系統及運用AI輔助事前審查、增修診療項目電子化作業系統和自動追管機制，並建立新藥物暫時性健保支付許可等措施，來縮短審查時間。</p> <p><span style="font-size:28px;"><strong>要數據歸人，提高民眾健康意識</strong></span></p> <p>除了改善數位基礎設施、善用雲端，民眾健康賦能也是這次改革的一大主軸。健保署希望透過數據整合、數據「歸人」，來進行智慧分析和個人化通知，讓民眾更重視自己的健康狀態。</p> <p>比如其中一項「大家醫計畫」，要以現有600萬會員的家醫計畫為基礎，整合慢性腎病計畫、糖尿病計畫和代謝症候群計畫等3大計畫的病人資訊，彙整到新建的家醫大平臺上，讓數據回歸到每一位病人。家醫大平臺要整合10類數據，包括血糖、癌篩資料、患者穿戴裝置數據、醫療紀錄（如檢驗檢查資料、醫療影像等），還有健保署和衛福部其他司署等資料。</p> <p>有了這些數據，這套平臺能用來發展加值功能，例如主動監測，發現異常數據時，能及時提醒醫師、個管師來聯絡病患回診追蹤，或發送訊息及時溝通與衛教。該平臺還要提供分析性的數據，協助照護端制定個人化治療方案，還能呈現患者整體的慢性病指標表現，方便調整照護策略。甚至，健保署還打算發展AI風險預測模組，像是根據患者資料，來計算未來幾年內中風或罹患心臟病的風險。看診醫師也能取得病患的風險等級資訊，儘早採取照會、轉診等行動。石崇良表示，大家醫計畫先以糖尿病患者為主，這類患者可能身患多種疾病，為幫助醫師更快選出合適的藥物和治療計畫，家醫大平臺還能導入用藥選擇建議功能。</p> <p>在民眾健康賦能面向中，還有一項重要改革：健保快易通App的個人健康存摺資料加值應用。健康存摺是健保署在2014年推出的健康資料應用，可供民眾查詢個人健康資料，像是就醫紀錄、用藥和檢驗檢查報告等。</p> <p>在疫情間，健保快易通成了臺灣最多人使用的App，「我們希望延續下來，讓它成為民眾最好的健康自我管理夥伴。」石崇良點出，健保署不只要繼續將民眾的健康資料回饋給個人、鼓勵合格的第三方發展加值應用，接下來還要在健康存摺中加入風險預測功能，來讓民眾計算自己的疾病風險，並提供預防保健建議、公費和自費相關檢查訊息，以及與醫師互動功能，來提高民眾健康意識。</p> <p><span style="font-size:28px;"><strong>發展無圍牆的醫療照護</strong></span></p> <p>打破圍牆的醫療照護，是8大改革的另一亮點。健保署特別聚焦遠距醫療和虛擬健保卡應用，就遠距醫療而言，可分為2部分，首先是擴大應用至居家照護服務，鎖定4類對象，包括長照機構住民、居家醫療整合照護計畫、在宅急症照護試辦計畫，以及居家透析患者。</p> <p>另一部分則是推動「在宅急症照護模式」，針對居家醫療急症患者、急診一般民眾和長照機構住民等3類對象，來在醫師、護理師和醫事人員的訪視服務中，導入遠端監測和視訊診療輔助，以這種遠距照護方式代替病人住院。這個照護模式，預計今年第二季開始執行。</p> <p>石崇良補充，遠距醫療還可結合大家醫計畫，讓家庭醫師透過家醫大平臺，來提供患者遠距衛教、用藥指導和諮詢等服務。</p> <p>要順利進行遠距醫療，虛擬健保卡不可或缺。其運用模式是，民眾出示虛擬健保卡QR Code或授權同意，醫院端就能搭配既有的醫事人員卡和機構卡，在遠端即時讀取病人的就醫紀錄。</p> <p>為加速民眾申請虛擬卡的核卡流程，今年，健保署要運用AI輔助影像辨識，來加速申請審核，另一方面要推出健保實體卡和虛擬卡二合一的健保卡元件，來方便醫事機構安裝使用，作為接下來推廣虛擬健保卡的重要基礎。同時，健保署還要研究虛擬健保卡結合電子處方箋、行動支付和數位同意書簽署的機制，來降低使用門檻，發揮更多效益。</p> <p>尤其，健保署早在去年就鼓勵醫院和診所，開立紙本處方箋時加印門診處方箋的QR Code，讓藥局等調劑端用網頁API來確認有效性。今年，健保署將進一步在花蓮縣試行電子處方箋，之後配合IT系統雲端化擴大推動，讓健保特約院所和藥局，在雲端就能讀取、接收處方箋資訊與調劑紀錄。</p> <p>不只這8大改革，石崇良還有一項更根本的資料基礎建設計畫，要提高醫療照護資料交換的一致性。他計畫從健保署開始推動FHIR標準，第一階段鎖定電子處方箋和調劑紀錄資料，這些資料得用FHIR規格來交換，第二階段則瞄準事前審查，醫院和藥廠得採FHIR格式來傳送資料。</p> <p>他透露，明年將隨次世代數位醫療平臺計畫，一起啟動衛福部公共建設計畫，要統一衛福部旗下各司、署的資料標準，並打造一套合規的數據共享平臺，來促進更多健康數據加值應用。</p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 高階經理人小檔案 </span></strong></span></p> <p><strong>衛生福利部健保署署長石崇良</strong></p> <p>學歷：臺大公衛學院健康政策與管理研究所博士畢業</p> <p>經歷：1998年至2007年於臺大醫院急診部擔任醫師，隔年進入部立桃園醫院，擔任醫務秘書至2008年。這段期間，也陸續擔任公職，如行政院衛生署醫事處處長、衛福部醫事司司長，2020年任職衛福部常務次長，2023年2月接任健保署署長至今</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/1173-CXO-400.jpg" style="width: 300px;" /></p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> 機關檔案 </span></strong></span></p> <p><strong>健保署</strong></p> <p>成立時間：1995年成立中央健保局，2013年改組為衛福部健保署</p> <p>主要業務：推動全民健保作業、改善醫療品質</p> <p>地址：臺北市大安區信義路三段140號</p> <p>網址：<a href="http://www.nhi.gov.tw">www.nhi.gov.tw</a></p> <p>年度預算：約8,755億元</p> <p><span style="color:#FFFFFF;"><strong><span style="background-color:#3399ff;"> IT大事記 </span></strong></span></p> <p>1995年：發行健保紙卡</p> <p>2002年：發行第一代健保IC卡，與紙卡並行</p> <p>2004年：全面換發健保IC卡，取代紙卡</p> <p>2013年：開發健保雲端藥歷</p> <p>2014年：推出健康存摺</p> <p>2016年：雲端藥歷擴增為健保雲端查詢系統，提供12類醫療資料供查詢；推動居家醫療照護整合計畫</p> <p>2018年：設計虛擬健保卡；改版健康存摺，可用手機快速認證；推動醫療影像分享平臺，涵蓋36項檢查醫令影像</p> <p>2019年：虛擬健保卡試辦、開發輕量藍牙App；開發健保快易通健康存摺SDK；開放產學合作申請健保醫療影像應用</p> <p>2020年：開發TOCC程式；健保快易通App整合口罩實名制；建置全國偏鄉醫師人力需求平臺</p> <p>2021年：遠距醫療健保給付；宣導就醫識別碼；開放慢性病患視訊和電話診療；健康存摺SDK申請作業電子化</p> <p>2022年：全國偏鄉醫事人力需求平臺上線；健保快易通App串接快篩購買實名制和確診個案自主通報系統；健保雲端查詢系統2.0改版</p> <p>2023年：規畫電子處方箋平臺；與HIMSS簽署MOU</p> <p>2024年：啟動健保醫療平權數位升級計畫</p> </div></div></div><div class="field field-name-field-image field-type-image field-label-hidden"><div class="field-items"><div class="field-item even"><img src="https://s4.itho.me/sites/default/files/1173-cxo-960.jpg" width="960" height="420" alt="" title="衛生福利部健保署署長石崇良　（攝影／洪政偉）" /></div></div></div>
2024/3/15 09:47作者王若樸https://www.ithome.com.tw/people/161754
DeepMind開發通用AI，可接收自然語言指令遊玩遊戲
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>DeepMind延續其人工智慧代理遊玩遊戲的研究，開發出<a href="http://deepmind.google/discover/blog/sima-generalist-ai-agent-for-3d-virtual-environments/" target="_blank">Scalable Instructable Multiworld Agent（SIMA）</a>，SIMA能夠遵循自然語言指令，在各種電玩遊戲中執行任務。DeepMind透過與遊戲開發商合作，以多種遊戲對SIMA進行訓練，該研究的貢獻在於，SIMA是第一個能夠理解廣泛遊戲世界的人工智慧代理，可像人類一樣遵循自然語言指令執行任務。</p> <p>研究人員強調，這項研究的重點並非是在遊戲中取得高分，因為對於人工智慧來說，學會遊玩一款電玩遊戲就是一項技術壯舉，而學習在各種遊戲設定中遵循指令，則有助於開發適用於各種環境的人工智慧代理。</p> <p>DeepMind與8個遊戲工作室合作，在包括《無人深空》、《模擬山羊3》和《Teardown》等9款3D遊戲中訓練和測試SIMA。SIMA會接觸各種遊戲環境，學習到簡單的導航和選單使用，甚至是資源採集、駕駛太空船或是製作道具等不同技能。研究人員總共使用了四個研究環境，其中包括使用Unity建造的Construction Lab實驗環境，讓SIMA在Construction Lab中使用積木來建造雕塑品，使其能測試對物體操作和物理世界的理解。</p> <p class="rtecenter"><img alt="" src="https://s4.itho.me/sites/default/files/images/videoframe_5149.jpg" style="width: 580px; height: 822px;" /></p> <p>SIMA在不同的遊戲世界，學習到語言與遊戲行為的連結。研究人員用於訓練SIMA的教材有兩種形式，一種是紀錄一名人類玩家教導另一名人類玩家玩遊戲的歷程，另一種則是錄製玩家自由遊玩的片段，然後透過重新觀察玩家所進行的事情，記錄下引導他們進行遊戲操作的指示。</p> <p>SIMA經過訓練後，能夠感知和理解各種環境，並且採取行動實現指示的目標。SIMA由兩個模型組合而成，一個是專門處理圖像和語言映射的模型，另一個則是預測螢幕接下來會發生什麼事件的模型，研究人員提到，SIMA不需要存取遊戲原始碼，也不需要客製的API，其輸入只有兩個，一個是螢幕畫面，另一個是用戶所提供的簡單自然語言指令，並使用鍵盤和滑鼠來控制遊戲角色。由於這些都是人類所使用的介面，研究人員也提到，這代表SIMA具有與任意虛擬環境互動的能力。</p> <p>研究人員對SIMA進行了600項基本技能評估，涵蓋導覽、操作物件和使用選單等，目前SIMA可以約在10秒內完成簡單的任務，研究人員希望SIMA之後能夠完成，像是尋找資源並建立營地這類，需要高階策略規畫，並由多個子任務組合才能完成的複雜任務。</p> <p>SIMA在經多個遊戲訓練後，出現了泛化（Generalization）的能力，SIMA學會將習得的技能和策略，應用在未曾見過的環境中。相較於只在單獨遊戲上進行訓練的人工智慧代理，在9個3D遊戲中訓練的SIMA表現明顯更好。</p> <p>而且當人工智慧代理在多款遊戲上接受訓練，而其遊玩一款沒有受過訓練的遊戲，表現也能夠與專門為該款遊戲訓練的人工智慧代理一樣好。這顯示SIMA不只是學習到特定的遊戲技能，而是能在新環境適應和表現。</p> <p>另外，研究人員也強調語言訓練有其重要性，當SIMA沒有接受語言訓練或是未獲得任何指令時，會表現出適當的行為但是漫無目的，SIMA仍然會進行收集資源等常見的行為，但是卻無法按照指示移動到特定地點，這代表語言對於SIMA來說是行動關鍵，使SIMA行動具有目的性和針對性。</p> <p>不過，即便SIMA出現泛化能力，已是人工智慧遊玩遊戲很大的進展，但是要與人類達到相同的水準，仍然需要有更多的研究和開發。</p> </div></div></div>
2024/3/15 08:11作者李建興https://www.ithome.com.tw/news/161777
Azure OpenAI服務正式上架Whisper模型
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>微軟<a href="https://azure.microsoft.com/en-us/blog/accelerate-your-productivity-with-the-whisper-model-in-azure-ai-now-generally-available/">宣布</a>正式在Azure OpenAI服務上推出Whisper模型，Whisper是OpenAI的語音轉文字模型，可供用戶轉錄音訊。微軟提供兩種語音轉文字服務，分別是Azure OpenAI服務以及Azure AI Speech，現在也都提供Whisper模型，不過功能仍有一些差異，用戶可根據不同需求選擇。</p> <p>Azure OpenAI服務讓開發者可以在Azure中執行Whisper模型，其功能除了轉錄和翻譯之外，還具有處理速度快、多語言支援等優點，微軟提到，Azure OpenAI服務中的OpenAI Whisper，適合用來處理較小型的檔案，以滿足時間敏感的任務需求。可用於需要快速回應的場景，例如即時通訊分析、快速內容生成或是小型檔案的即時處理。</p> <p>而Azure AI Speech所提供的OpenAI Whisper模型服務，可以與批次轉錄API結合使用，用戶可以簡單地大規模轉錄音訊內容，用於非時間敏感的批次作業。該選項更適合處理大量音訊檔案的情境，像是會議紀錄、長時間的演講，或是大批次的通話紀錄分析。</p> <p>Azure AI Speech中的Whisper模型可轉錄大型音訊檔案，最多達1 GB，單次請求能包含1,000個檔案，並且系統可同時處理多檔案。而且還能夠區分錄音檔中的不同講者，並精確地轉錄各自的話語，創建有組織結構的音訊轉錄檔案。另外，開發者也可以在Speech Studio，或是透過API使用Custom Speech功能，使用音訊加上人工標註的轉錄文字，對Whisper模型進行微調。</p> </div></div></div>
2024/3/15 08:20作者李建興https://www.ithome.com.tw/news/161779
【資安日報】3月14日，研究人員揭露ChatGPT可用於存取第三方網站及敏感資料的漏洞
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>隨著生成式AI的運用日益廣泛，這類聊天機器人無法只根據機器學習模型回答問題，因此系統開發者將其串連線上搜尋引擎、程式碼儲存庫、CRM等各類服務，並進行資料交換，形成新的生成式AI生態圈，這麼做可能提升AI的功能，卻也帶來潛在的資安風險。</p> <p>研究人員最近針對ChatGPT的相關功能著手進行調查，證實上述的情況。而這種允許使用者與第三方服務串連的功能模組，在ChatGPT被稱為外掛程式（Plugins）。</p> <p> </p> <h3><strong>【攻擊與威脅】</strong></h3> <p><a href="https://www.fortinet.com/blog/threat-research/vcurms-a-simple-and-functional-weapon"><strong style="font-size: 22px;">Java木馬程式Vcurms、Strrat透過AWS、GitHub散布</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/fig01-vcurms-attack-flow.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/fig01-vcurms-attack-flow.png" style="width: 300px; float: right;" /></a>資安業者Fortinet揭露RAT木馬程式Vcurms、Strrat的攻擊行動，攻擊者假借驗證付款流程為由寄送釣魚郵件，一旦收信人依照指示操作，電腦就有可能從AWS下載惡意的JAR檔案Payment-Advice.jar，若是執行，此Java惡意程式就會連上網路、搜尋另外兩個JAR檔案，從而在受害電腦植入Vcurms與Strrat。</p> <p>研究人員較在意的是首度發現的Vcurms，此RAT與C2進行通訊的方式相當罕見，是透過電子郵件服務Proton Mail，該惡意程式會發送特定信件通報其正常運作，也會定期檢查電子郵件信箱是否出現具備特定主旨的信件，並從內文取得攻擊者下達的命令。</p> <p>另一個特點則是該RAT木馬啟動後會從C2下載2個JAR模組，分別是竊資軟體（Infostealer）及鍵盤側錄器（Keylogger）。其中的竊資軟體模組，能收集系統資訊、瀏覽器資訊，以及即時通訊軟體Discord和遊戲平臺Steam的資料。</p> <p><strong style="font-size: 22px;">宏碁菲律賓分公司傳出資料外洩，疑為外部供應商遭駭所致</strong></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/ph1ns.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/ph1ns.png" style="width: 300px; float: right;" /></a>3月12日有人以ID名為ph1ns的帳號在駭客論壇BreachForums上，聲稱握有宏碁菲律賓分公司的資料，且表明將免費提供下載。</p> <p>而對於駭客從事的攻擊行動，這名人士向資安新聞網站Bleeping Computer宣稱，他們只偷資料，並未使用勒索軟體或是加密檔案，也沒有對宏碁勒索，而在失去存取權限之前，這群駭客銷毀受害伺服器上的資料。</p> <p>對此，宏碁發言人證實這些是該公司的內部資料，但表示是在菲律賓的外部供應商發生資料外洩事故造成，流出檔案包含部分員工資料。該公司強調，客戶資料並未受到影響，宏碁自己的系統也沒有遭到破壞的跡象。</p> <p>資料來源</p> <p>1. <a href="https://www.bleepingcomputer.com/news/security/acer-confirms-philippines-employee-data-leaked-on-hacking-forum/">https://www.bleepingcomputer.com/news/security/acer-confirms-philippines-employee-data-leaked-on-hacking-forum/</a><br /> 2. <a href="https://twitter.com/AcerPhils/status/1767551121629802875">https://twitter.com/AcerPhils/status/1767551121629802875</a></p> <p><a href="https://www.reversinglabs.com/blog/bipclip-malicious-pypi-packages-target-crypto-wallet-recovery-passwords"><strong style="font-size: 22px;">駭客上傳7個惡意PyPI套件，企圖竊取加密貨幣錢包的通關密語</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/blog-crypto-wallet-recovery-pass.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/blog-crypto-wallet-recovery-pass.jpg" style="width: 300px; float: right;" /></a>資安業者ReversingLabs揭露名為BIPClip的攻擊行動，駭客上架7個PyPI套件、總共有19個版本的檔案，其中最舊是2022年12月上傳，上架超過一年。攻擊者散布上述套件的目的在於，竊取用於復原加密貨幣錢包私鑰的Bitcoin Improvement Proposal 39（BIP39）通關密語（mnemonic phrases），在這些套件遭到下架之前，總共被下載7,451次。</p> <p>研究人員最初發現了其中2個PyPI套件mnemonic_to_address、bip39_mnemonic_decrypt，特別的是，第1個套件mnemonic_to_address確實具備駭客聲稱的功能，且本身不具威脅，但研究人員發現，該套件會擅自外洩使用者的通關密語——透過函式的參數，傳送至相依性套件bip39_mnemonic_decrypt。</p> <p>他們循線追查，在3月找到其他用於這起攻擊行動的PyPI套件，並指出這些駭客極為謹慎，因為這些套件確實具備開發者標榜的功能，導入的模組與呼叫的功能函數也是精心挑選，企圖模仿合法的函數功能以避免遭到懷疑。</p> <p> </p> <div> <h3><strong>【漏洞與修補】</strong></h3> <p><a href="https://salt.security/blog/security-flaws-within-chatgpt-extensions-allowed-access-to-accounts-on-third-party-websites-and-sensitive-data"><strong style="font-size: 22px;">ChatGPT外掛程式存在危險漏洞，恐曝露使用者資料</strong></a></p> <p></p> <p><a href="https://s4.itho.me/sites/default/files/images/65ed84532e9c707b7eee0f99_Screenshot 2024-03-10 at 11_58_35.png"><img alt="" src="https://s4.itho.me/sites/default/files/images/65ed84532e9c707b7eee0f99_Screenshot%202024-03-10%20at%2011_58_35.png" style="width: 300px; float: right;" /></a>資安業者Salt Security揭露存在於ChatGPT外掛程式功能（Plugins，現在被稱為GPT）的漏洞，這些弱點有可能讓攻擊者存取使用者的第三方帳號（如GitHub），從而進行挾持並存取敏感資料。</p> <p>第1個漏洞存在於ChatGPT本身，涉及使用者被導引、連至外掛程式網站，接收動態密碼並同意連結的流程。攻擊者可藉由引誘使用者安裝惡意外掛程式，從而在受害者的ChatGPT帳號配置自己的帳密資料，使用者所有的傳送ChatGPT的訊息都會同時轉發給攻擊者，而能達到竊取機密的目的。</p> <p>另一個漏洞則是在ChatGPT外掛程式開發框架PluginLab出現，起因是該框架的安裝過程並未採取適當的安全措施，使得攻擊者在用戶不知情的情況下，植入惡意外掛程式。由於PluginLab並未對使用者帳號進行身分驗證，攻擊者有機會藉由另一個使用者帳號南取得受害者的程式碼，並接管受害者的帳號。</p> <p>第3個漏洞涉及OAuth身分驗證，屬於操縱重新導向的漏洞，使得攻擊者有機會藉由發送惡意的URL，竊取使用者各式帳密資料。</p> <p><a href="https://www.securityweek.com/cisco-patches-high-severity-vulnerabilities-in-vpn-product/"><strong style="font-size: 22px;">思科修補SSL VPN用戶端軟體高風險漏洞</strong></a></p> <p></p> <p>3月6日思科發布資安公告，指出旗下的SSL VPN系統Secure Client存在高風險漏洞 CVE-2024-20337、 CVE-2024-20338，CVSS風險評分各為8.2、7.3。</p> <p>其中，較為危險的CVE-2024-20337影響範圍較廣，Windows、macOS、Linux版的Secure Client皆受到影響，此漏洞出現在SAML身分驗證流程，而有可能讓未經身分驗證的攻擊者，遠端觸發斷行符號與換行（Carriage Return Line Feed，CRLF）注入攻擊。而對於這項漏洞發生的原因，該公司表示是對於使用者輸入的內容未充分驗證，使得攻擊者有機會引誘正在建立VPN連線的使用者，點選偽造的連結來觸發漏洞，一旦成功，攻擊者就能在瀏覽器執行任意指令碼，或是有效的SAML token等機敏資訊。</p> <p>另一項漏洞CVE-2024-20338僅影響Linux用戶，為權限提升漏洞，出現在具備ISE Posture系統掃描模組的Secure Client程式，起因是該公司採用了未列管的搜尋路徑元素，攻擊者可將惡意程式庫檔案存放於特定路徑，並誘騙管理員重新啟動指出處理程序觸發，而有可能取得root權限執行任意程式碼。</p> <p>資料來源</p> <p>1. <a href="https://sec.cloudapps.cisco.com/security/center/content/CiscoSecurityAdvisory/cisco-sa-secure-client-crlf-W43V4G7">https://sec.cloudapps.cisco.com/security/center/content/CiscoSecurityAdvisory/cisco-sa-secure-client-crlf-W43V4G7</a><br /> 2. <a href="https://sec.cloudapps.cisco.com/security/center/content/CiscoSecurityAdvisory/cisco-sa-secure-privesc-sYxQO6ds">https://sec.cloudapps.cisco.com/security/center/content/CiscoSecurityAdvisory/cisco-sa-secure-privesc-sYxQO6ds</a></p> <p> </p> <h3><strong>【資安防禦措施】</strong></h3> <p><a href="https://www.ithome.com.tw/news/161745"><strong style="font-size: 22px;">上市櫃公司資安事故發布重大訊息的標準出爐</strong></a></p> <p></p> <p>在3月5日金管會的例行記者會上，證券期貨局副局長黃厚銘預告今年資安治理推動的8項重點，其中之一就是修訂重大訊息問答集，明確規範資安事件之「重大性」標準，這項工作近期出現新的進展。</p> <p>臺灣證券交易所在1月發布新版《上市公司重大訊息發布應注意事項參考問答集》，明確規範資安事件之「重大性」標準，例如，公司的核心資通系統、官方網站或機密文件檔案資料等，遭駭客攻擊，遭入侵、破壞、竄改、刪除、加密、竊取、服務阻斷攻擊（DDoS）等，致無法營運或正常提供服務，或有個資外洩的情事等，即屬造成公司重大損害或影響，公司即應依重大訊息處理程序法規的第26款發布重大訊息。</p> <p>3月8日，櫃買中心也發布新版《上（興）櫃公司重大訊息發布應注意事項參考問答集》，納入重大性資安事件的相關明確定義。</p> <p>資料來源</p> <p>1. <a href="http://dsp.twse.com.tw/public/static/downloads/listedCompany/%E3%80%8C%E9%87%8D%E5%A4%A7%E8%A8%8A%E6%81%AF%E7%99%BC%E5%B8%83%E6%87%89%E6%B3%A8%E6%84%8F%E4%BA%8B%E9%A0%85%E5%8F%83%E8%80%83%E5%95%8F%E7%AD%94%E9%9B%86%E3%80%8D11301%20_20240118165315.pdf">http://dsp.twse.com.tw/public/static/downloads/listedCompany/%E3%80%8C%E9%87%8D%E5%A4%A7%E8%A8%8A%E6%81%AF%E7%99%BC%E5%B8%83%E6%87%89%E6%B3%A8%E6%84%8F%E4%BA%8B%E9%A0%85%E5%8F%83%E8%80%83%E5%95%8F%E7%AD%94%E9%9B%86%E3%80%8D11301%20_20240118165315.pdf</a><br /> 2. <a href="https://dsp.tpex.org.tw/storage/co_download/%E4%B8%8A%E8%88%88%E6%AB%83%E5%85%AC%E5%8F%B8%E9%87%8D%E5%A4%A7%E8%A8%8A%E6%81%AF%E7%99%BC%E5%B8%83%E6%87%89%E6%B3%A8%E6%84%8F%E4%BA%8B%E9%A0%85%E5%8F%83%E8%80%83%E5%95%8F%E7%AD%94%E9%9B%86.pdf?t=20240308">https://dsp.tpex.org.tw/storage/co_download/%E4%B8%8A%E8%88%88%E6%AB%83%E5%85%AC%E5%8F%B8%E9%87%8D%E5%A4%A7%E8%A8%8A%E6%81%AF%E7%99%BC%E5%B8%83%E6%87%89%E6%B3%A8%E6%84%8F%E4%BA%8B%E9%A0%85%E5%8F%83%E8%80%83%E5%95%8F%E7%AD%94%E9%9B%86.pdf?t=20240308</a></p> </div> <p> </p> <h3><strong>【其他新聞】</strong></h3> <p><strong><a href="https://hiddenlayer.com/research/new-google-gemini-content-manipulation-vulns-found/"><span style="font-size: 20px;">研究人員揭露Google Gemini聊天機器人潛在的威脅</span></a></strong></p> <p></p> <p><a href="https://www.trendmicro.com/en_us/research/24/c/cve-2024-21412--darkgate-operators-exploit-microsoft-windows-sma.html"><strong><span style="font-size: 20px;">Windows安全機制SmartScreen弱點被用於散布惡意軟體DarkGate</span></strong></a></p> <p></p> <p><strong><a href="https://securityintelligence.com/posts/pixpirate-brazilian-financial-malware/"><span style="font-size: 20px;">安卓惡意軟體PixPirate採用新型態策略在背景運作</span></a></strong></p> <p></p> <p><a href="https://op-c.net/blog/lord-nemesis-strikes-supply-chain-attack-on-the-israeli-academic-sector/"><strong><span style="font-size: 20px;">以色列大學遭伊朗駭客鎖定，面臨供應鏈攻擊</span></strong></a></p> <p></p> <p><a href="https://therecord.media/meduza-independent-russian-media-organization-cyberattacks"><strong><span style="font-size: 20px;">俄羅斯總統大選在即，當地媒體Meduza遭遇國家資助的俄羅斯駭客大規模網路攻擊</span></strong></a></p> <p></p> <p> </p> <h3><strong>近期資安日報</strong></h3> <p><a href="https://www.ithome.com.tw/news/161751"><strong>【3月13日】微軟發布3月例行更新，Hyper-V、Exchange、Azure K8s漏洞受到研究人員關注</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161727"><strong>【3月12日】勒索軟體駭客組織「變臉」藉由TeamCity伺服器入侵受害組織</strong></a></p> <p><a href="https://www.ithome.com.tw/news/161709"><strong>【3月11日】為隱匿攻擊流量，駭客濫用虛擬化平臺QEMU設置網路通訊隧道</strong></a></p> </div></div></div>
2024/3/14 14:52作者周峻佑https://www.ithome.com.tw/news/161764
對抗勒索軟體加密竄改，NetApp可鎖定快照副本
<div class="field field-name-field-image field-type-image field-label-hidden"><div class="field-items"><div class="field-item even"><img src="https://s4.itho.me/sites/default/files/snapmanager_5.0-main.png" width="961" height="420" alt="" /></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p>為了預防勒索軟體與資料銷毀軟體（Wiper）的侵襲，許多儲存系統大廠本身都設有備份軟體產品線，以NetApp而言，目前由SnapCenter與BlueXP backup and recovery來擔綱，而在今年3月，前者正式推出5.0版，標榜具有應用程式感知（Application-Aware）的勒索軟體防護能力。</p> <p>從2015年釋出1.0版至今，SnapCenter的特色是透過集中操作的平臺，針對運作在該公司ONTAP儲存系統上面的多種應用程式，如資料庫系統、伺服器檔案系統、虛擬機器等，提供一致的資料保護，並且可適用於混合雲的基礎架構環境。</p> <p><a href="https://s4.itho.me/sites/default/files/images/NetApp SnapCenter overview-2023-05.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/NetApp%20SnapCenter%20overview-2023-05.jpg" style="width: 600px;" /></a></p> <p>同時，這套解決方案也運用NetApp長期發展的多種資料保護技術，像是Snapshot、SnapRestore、FlexClone、SnapMirror、SnapVault，以及SnapLock，當中所提供的備份與復原機制，兼具快速執行、節省儲存空間、細部還原（granular restore），以及應用程式一致性（application-consistent）等特性，同時也有Clone複製功能。</p> <p>而在組成架構上，SnapCenter包含三大要素，分別是：SnapCenter Server、安裝在各個應用程式或系統的外掛程式，以及NetApp儲存系統，管理者可遠端執行外掛程式的自動部署、排程備份、驗證、Clone複製等作業，並且監控這些動作。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/snapcenter_architecture.png" style="width: 552px;" /></p> <p>5.0版SnapCenter最大的特色，在於針對支援的多種應用程式資料，提供不可變（immutable）的勒索軟體防護機制，當中將會藉由先前用於非結構資料的保護技術，實施應用程式一致性備份。</p> <p>NetApp表示，新版支援ONTAP儲存系統近期主打的幾項相關功能，例如防竄改的Snapshot快照副本鎖定（Tamperproof Snapshots）、啟用SnapLock保護機制的儲存區，以及用於災難備援的業務永續技術SnapMirror Business Continuity（SM-BC，又稱為SnapMirror active sync），能為應用程式與虛擬機器提供更強大的資料保護。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/2023-10-NetApp%20SnapCenter%205_0.jpg" style="width: 600px;" /> </p> <p>隨著勒索軟體攻擊手法日趨複雜、精密，駭客後來也把腦筋動到資料備份與快照復原點的身上，企圖在加密檔案之前，先刪除這些可協助用戶還原的重要憑藉，而SnapCenter現在支援Tamperproof Snapshots、SnapLock等技術之後，可確保快照副本受到妥善保護，若不幸遇上勒索軟體攻擊者、拿到高權限的非法管理者，對NetApp儲存系統保管的資料進行刪除或竄改，就能因為有這項功能而倖免於難。</p> <p><a href="https://s4.itho.me/sites/default/files/images/NetApp SnapCenter overview-2023-05-Retention Policy.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/NetApp%20SnapCenter%20overview-2023-05-Retention%20Policy.jpg" style="width: 298px;" /></a> <a href="https://s4.itho.me/sites/default/files/images/SnapCenter 5_0-New-2.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/SnapCenter%205_0-New-2.jpg" style="width: 298px;" /></a></p> <p>基本上，這項技術是在主要或備援儲存系統的SnapLock儲存區，放置副本資料，使企業得以保有攻擊者無法刪除或變更內容的副本，存放在SnapLock儲存區的資料，會在指定期間維持內容不變且受到保護，以達到資安與遵循法規的要求。</p> <p><a href="https://s4.itho.me/sites/default/files/images/2023-10-NetApp SnapCenter 5_0-SnapLock Snapshot copies.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/2023-10-NetApp%20SnapCenter%205_0-SnapLock%20Snapshot%20copies.jpg" style="width: 600px;" /></a></p> <p><a href="https://s4.itho.me/sites/default/files/images/2023-10-NetApp SnapCenter 5_0-SnapLock Snapshot copies2.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/2023-10-NetApp%20SnapCenter%205_0-SnapLock%20Snapshot%20copies2.jpg" style="width: 298px;" /></a> <a href="https://s4.itho.me/sites/default/files/images/2023-10-NetApp SnapCenter 5_0-SnapLock Snapshot copies3.jpg"><img alt="" src="https://s4.itho.me/sites/default/files/images/2023-10-NetApp%20SnapCenter%205_0-SnapLock%20Snapshot%20copies3.jpg" style="width: 298px;" /></a></p> <p>另一個資料保全技術SM-BC，可幫忙企業實現即時復原應用程式資料的要求，達到零復原點目標（Zero RPO），以及零復原時間目標（Zero RTO）。有了這項功能，SnapCenter可建立多個保護與復原應用程式與虛擬機器的快照，成為能夠持續運作、兼具應用程式層級備份還原細緻度的儲存解決方案——若發生意外故障狀況，可切換至備援站點（failover），而在這樣的節點當中，仍可持續執行備份、復原、Clone複製，確保資料保護的運作不中斷，待主站點恢復正常之後，再切換回去（failback）。</p> <p><img alt="" src="https://s4.itho.me/sites/default/files/images/2023-10-NetApp%20SnapCenter%205_0-BC.jpg" style="width: 600px;" /></p> <p>而在應用程式與系統的支援上，SnapCenter 5.0也新增Linux檔案系統的保護，如此一來，資料保護的範圍可擴大，涵蓋架設在Linux作業系統之上的資料庫，NetApp表示，此功能可支援坐落在多種NetApp儲存系統，像是採用ONTAP的儲存設備，以及雲端儲存服務Cloud Volumes ONTAP、Amazon FSx for NetApp ONTAP。</p> <p> </p> <div class="media_embed" height="315px" width="560px"> <iframe allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen="" frameborder="0" height="315px" src="https://www.youtube.com/embed/2VFtfMsFlTk?si=gMxrOnVcGevAYzgh" title="YouTube video player" width="560px"></iframe></div> <p> </p> <p>針對企業在VMware環境往往部署多達數百臺至數千臺虛擬機器，若要進行備份，往往需花費許多時間，實際操作起來也相當龐雜，SnapCenter 5.0提供簡化與自動化作業的功能，管理者可透過標籤的形式進行防護（Tag-Based Protection），輕鬆管理備份工作，確保重要虛擬機器的資料保護不因此而遺漏。有了這樣的標示機制，企業能夠更簡易地區分與組織不同的虛擬機器，進而在備份政策的內容訂定，做到更細緻的控制。</p> <p><span style="color:#008000;"><strong>產品資訊</strong></span></p> <p><strong>NetApp SnapCenter 5.0</strong><br /> ●原廠：NetApp<br /> ●建議售價：廠商未提供<br /> ●運作架構：SnapCenter Server、SnapCenter Plug-ins（Package for Windows、Package for Linux、Package for AIX、Custom Plug-ins）<br /> ●可保護的作業系統與應用系統：Windows、SQL Server、Oracle Database、SAP HANA Database、Exchange<br /> ●SnapCenter Server作業系統需求：Windows Server 2012、2012 R2、2016、2019<br /> ●支援的NetApp儲存系統：ONTAP 8.3.0以後的系統（AFF、FAS、ASA）、ONTAP Select、Cloud Volume ONTAP、AWS FSx for NetApp ONTAP、Azure NetApp Files</p> <p>【註：規格與價格由廠商提供，因時有異動，正確資訊請洽廠商】</p> </div></div></div>
2024/3/14 17:00作者李宗翰https://www.ithome.com.tw/review/161713
IBM與NASA共同開發科學文獻專用大型語言模型
<div class="field field-name-field-news-column-category field-type-taxonomy-term-reference field-label-hidden"><div class="field-items"><div class="field-item even"><a href="/tags/%E6%96%B0%E8%81%9E">新聞</a></div></div></div><div class="field field-name-body field-type-text-with-summary field-label-hidden"><div class="field-items"><div class="field-item even"> <p><a href="https://research.ibm.com/blog/science-expert-LLM">IBM與NASA合作</a>創建Transformer架構大型語言模型，針對科學文獻進行訓練，提高包括分類、實體擷取、問答和資訊檢索等各種科學自然語言理解任務的效能。目前相關模型已經在Hugging Face上開源，供科學與學術社群使用。</p> <p>研究人員解釋，大型語言模型的能力來自於對語言的統計理解。這些模型接受遮罩語言模型任務訓練，藉由重構已被遮蔽單字的句子來進行學習。研究人員藉由隨機遮蔽句子中的單詞，要求模型預測被遮蔽的單字，而這有助於模型理解單詞之間的關係，以及這些單詞如何共同決定句子的意思。</p> <p>在這個過程，標記器（Tokenizer）是一個重要的工具，可以將單字分解成模型可以理解的單位，對於模型學習大量詞彙非常重要。IBM表示，使用維基百科或是BooksCorpus等資料訓練標記器，通常對通用文字標記器很有效，但在科學領域，需要能夠處理像是Phosphatidylcholine這種專業術語的標記器。</p> <p>科學領域的文本經常包含特殊術語和複合詞，一般標記器難以正確處理這些詞，因此訓練針對專門領域的標記器，對於提高模型在特定領域的表現非常重要。研究人員使用來自天文物理學、地球科學與太陽圈物理學（Heliophysics）等多個專業領域的資料集的600億個Token來訓練模型。</p> <p>科學文獻用的標記器與通用標記器有很大的不同，科學文獻用的標記器要能夠辨識Axes和Polycrystalline這類科學術語，IBM-NASA新開發的模型，其所處理的5萬個Token中，有一半都是Hugging Face其他開源的RoBERTa模型未曾出現的。</p> <p>在用於評估模型處理生物醫學任務表現的基準測試BLURB，IBM-NASA模型的分數也較其他開源的RoBERTa模型高出5％。另外，該模型在內部科學問答的基準測試的F1分數提高了2.4％，在地球科學實體辨識的內部測試上，也改進了5.5％。</p> <p>這個IBM-NASA編碼器模型可針對許多非生成式語言任務微調，並且透過檢索增強生成（RAG）技術生成資訊豐富的嵌入，用於文件檢索任務上。研究人員利用編碼器模型建立檢索器模型，以產生資訊豐富的嵌入，映射文字對（Pairs of Text）之間的相似性，使得檢索模型學習根據問題，找出最相關的文件或是資訊。</p> <p>而研究人員用來訓練檢索模型的文字對有2.68億筆，包括標題、摘要以及問題和答案，使其能夠良好地處理NASA所準備的問題測試集，與經過類似微調的RoBERTa模型相比，檢索模型效能提升了6.5％，與另一種開源嵌入模型BGE-base相比，效能也上升5％。</p> <p>IBM與NASA的研究人員透過專門的訓練資料、自訂標記器和特別的訓練方法，強化科學文獻用的大型語言模型。現在編碼器模型和檢索器模型都已經在Hugging Face上開源，IBM也與NASA進一步合作，將這些模型用於強化科學搜尋引擎。</p> </div></div></div>
2024/3/14 17:20作者李建興https://www.ithome.com.tw/news/161774