數發部持續精進停止解析機制，防堵詐騙網站 2024-05-24 資安快報 新聞來源： https://infosecu.technews.tw/2024/05/24/twnic-dns-rpz/ 數發部今天表示，積極推動打詐工作，督導 TWNIC 協助封阻詐騙網站，持續精進停止解析（DNS RPZ）機制，讓民眾無法連上詐騙網站，也會研發系統預測未來可能出現的新型態詐騙方式。 立法院交通委員會將在27日邀請數發部長黃彥男報告業務概況，並備質詢。根據數發部書面報告指出，將以「積極推動打詐工作」、「強化國家數位韌性」、「驅動數位經濟發展」三支箭，達到興利與防弊的雙重效果。 數發部報告指出，打詐工作上，將在3個月內建置「打詐通報查詢網」，讓民眾可以即時查詢或是通報可疑的網路詐騙訊息，用AI對抗AI假訊息。配合打詐專法進行源頭管理及業者防詐義務等適當規管，督導財團法人台灣網路資訊中心（TWNIC）協助封阻詐騙網站，在法規明確授權下，督導網路連接單位封阻詐騙網站，並建立緊急處理管道。 第二支箭是強化國家數位韌性，持續建置完整的海陸空應變通訊網路，確保重大災難發生時，仍有可用的通訊方案。第三支箭是發展數位經濟，透過政策推動AI、資安、軟體等數位經濟產業2026年產值挑戰兆元，同時也在台灣南北設置AI生態園區，打造「台版AI矽谷」。 數發部指出，持續精進停止解析（DNS RPZ）防堵機制。TWNIC基於服務其網際網路接取服務提供者（IASP）及協助政府打詐目的，協調各IASP成立自願性的DNS RPZ防堵機制，協助屏蔽惡意或不當的網站，需要法律明確授權才能啟動DNS RPZ機制。 為了加速處理緊急案件，數發部指出，TWNIC針對高檢署、警察單位或調查機關等單位認定選舉期間執法機關緊急申請，重大金融犯罪緊急申請，假冒中央二級公務機關網站，或是詐騙網站（含電商聯防）等4種重大緊急案件向TWNIC提出申請，也可啟動DNS RPZ機制攔阻惡意或不當網域。 經統計，TWNIC攔阻緊急案件處理網域名稱的件數，2021年到2022年共2975件，2023年到2024年4月底共4萬4903件。 在資安前瞻技術研發上，數發部指出，為了因應日益漸增的深度偽造技術威脅，研發多媒體內容原創性鑑別技術，結合先進的AI模型、多模態資訊辨識和分析，提取出特徵來識別威脅的行為模式與特點。 數發部指出，持續蒐集廣告類型詐騙案件資料深度分析，辨識詐騙的共同特徵、語言模式，進而設計有效的預防措施和應對方式，保護消費者，也減少詐騙案件的發生；進一步研發系統預測未來可能出現的新型態詐騙方式，為打擊詐騙活動提供科學化、系統化的支援。 （作者：蘇思云；首圖來源：sutterstock） < Previous News Next News >

從Edge AI到Gen AI，開展影像監控無限可能 2024-07-26 全球安防科技網 新聞來源： https://www.asmag.com.tw/showpost/12983.aspx? 包括Gartner等相關市場調研資料亦指出，預計到2026年，全球將有約50%的邊緣部署將涉及AI；到2028年，將有80%的PC（個人電腦）將成為AI PC。 近年來AI（人工智慧）技術幾乎以倍數速度發展，並快速應用於百工百業中，安防產業也不例外。就今年台北國際安全科技應用博覽會（Secutech 2024）現場觀察，影像監控不僅從前端攝影機到後端整合性平台已無處不見AI技術運用;針對建築、工廠、交通、商場、醫療⋯等不同垂直市場（行業）的安防解決方案，亦從安全防護角度擴展至營運層面的智慧化管理，並從各類型POC（Proof of Concept）加速落地為實際應用。值得關注的是，無論在研討會或展示區，生成式AI（Generative AI, Gen AI）儼然成了話題焦點，也讓人對其於影像監控的應用展開無限想像。 根據Allied Market Research資料顯示，預估全球影像監控市場2023年至2032年的複合年增長率約為12.8%，到2032年整體市場規模將達到2,040億美元（含軟硬體和服務）。其主要增長來自於包括即時事件影像擷取和分析、AI邊緣運算（Edge AI）、雲端技術導入，以及透過VSaaS（Video Software as a Service）形式的相關服務。 Edge AI的最佳載體：監控攝影機 包括Gartner等相關市場調研資料亦指出，預計到2026年，全球將有約50%的邊緣部署將涉及AI；到2028年，將有80%的PC（個人電腦）將成為AI PC。就影像監控領域，前端攝影機可說是運用Edge AI的最佳載體，近幾年也成為監控市場的發展主流之一，在Secutech 2024展場上四處可見相關的產品及應用。以台灣安迅士（Axis）為例，其認為AI尚無法於市場普及應用，主要來自於三大阻礙： (1)準確度： 雖然時下攝影機動輒200萬、400萬畫素，但據以讓AI判斷的影像品質是否具可用性，往往會發生在逆光、顏色／對比度、晃動及近乎黑暗的情境下。 (2)相容性： 新舊與不同系統的相容性與整合困難，將無法發揮影像監控平台的整合效益。 (3)擴充性： 通常業主在一開始佈署AI影像監控方案時，對於所需的AI分析功能較難預想周全，以致於後續要增加時，設備和系統架構難以擴充。針對這三大阻礙，Axis網路攝影機已備好從自主開發的晶片（ARTPEC 8）、整合雷達／熱感／聲音的智慧影像分析、持續發展的ACAP夥伴生態系，到地端／雲端及周邊設備彈性整合的高效解決方案。 另外一個例子，利凌企業（LILIN）近幾年也都在主攻Edge AI攝影機，主要著眼於所使用的單晶片系統（SoC）已內含圖形處理器（GPU），可以在攝影機上進行AI影像偵測／分析，因無需後傳至伺服器或雲端，也大大節省其耗電量。利凌強調其AI攝影機的特別之處有三：(1) AI攝影機平台化插件設計，可以更換不同的AI辨識功能，驗證測試更方便。(2) 該公司自己訓練的YOLO AI。(3) 內建Python的可程式化AI攝影機，適合智慧城市中的各種應用。目前已實際落地應用的案例包括：毫米波雷達與車牌辨識融合，運用在軍營、港埠；架設在港口，具船舶辨識、熱感偵測的AI攝影機；符合EN50155標準的車用攝影機，AI偵測駕駛人是否分心；應用於醫療照護的輪椅偵測呼叫電梯、AI ToF跌倒離床偵測等。 訂閱式VSaaS服務方興未艾 根據調研機構指出，全球高效能運算（HPC）市場規模，將從2022年的370億美元增長至2026年的520億美元；其中，雲端的投資是最高的。有鑑於雲端運算成本並不便宜，因此市場上亦出現不少雲／地結合的混合式架構方案，抑或是訂閱式的VSaaS服務。調研機構亦指出，監控行業中VSaaS訂閱模式的年複合成長率約為27.2%，預估到2027年市場規模將達到1.3億美元，是監控行業中成長潛力最高的類別。一般而言，VSaaS模式大致具備下列幾項優點：(1)對於想要將系統雲端化，以擁有跨地點、集中式遠端管理，卻礙於人力、成本有限的企業來說，VSaaS有較低的擁有成本。(2)系統可持續更新、擴充，以AI驅動更聰明的監控服務。(3)平台具有開放性，可整合更多合作夥伴開發的應用場景，實現更多可能性。 事實上，VSaaS服務在歐美地區已開始蓬勃發展，雲端科技也早已成熟應用於各領域，台灣作為雲端及VSaaS服務的後進市場，目前監控廠商們也陸續推出相關服務。以晶睿通訊（VIVOTEK）為例，在今年的Secutech 2024會場上就大推其VSaaS服務——VORTEX，訴求在AI和雲端的潮流中和夥伴們共同創造商機。對通路商來說，推VSaaS訂閱服務可明確預估未來收入（例如5年）；對用戶來說，比起傳統一次性投入大筆金額建置相關系統，改為繳月費，企業能擁有更靈活的財務運用。此外，也建議用戶在選擇VSaaS服務時，須考量供應商本身的實力，以及是否具備軟硬體提供及整合能力，以免供應商實力不足，VSaaS相關服務也可能曇花一現。 Gen AI應用的無限想像 自從Chat GPT於2022年底推出並一夕暴紅後， 生成式A I（Generative AI, Gen AI）的討論熱度就居高不下。根據市場預測，全球在運用Gen AI的支出金額將達到3,000億美元，且預計到2040年Gen AI將為全球經濟貢獻約4.4兆美元的價值。據了解，今年初已有許多國外大型監控廠商開始將大型語言模型（Large Language Model, LLM）導入後端的影像管理（VMS）及雲端平台，主要應用在智慧搜尋，克服在龐大影像資料中搜尋特定影像的困難。此外，還可利用擴散模型（Diffusion Models），透過分析資料集（Meta Data）進行影像重組或重建;運用視覺轉換（Vision Transformers）提高影像分類的準確性，效果比CNN模型好。又或者，可利用視覺語言模型（Visual Language Models, VLM），透過攝影機去理解並描述它所看到的影像，例如：現在有一個小男孩，坐在沙發上，吃著爆米花、看卡通影片。 而最值得觀察的是，Gen AI會不會應用在Edge端的攝影機？普遍看來，製造商們早已很有敏銳度地將關注焦點移到了這塊，比較樂觀的看法是認為未來的6∼12個月應該就會有採用Gen AI技術的攝影機推出上市。然而，要將Gen AI納入攝影機中，尚有一些困難需要克服，包括：GPU的運算效能、記憶體的效能和空間、網路傳輸數據的問題⋯還有，Gen AI的模型（像語音、多媒體等）都頗大（約1GB∼10GB），該如何將這樣的模型放在攝影機上，是廠商仍需努力的方向。不過，Gen AI對影像監控應用所激發的無限想像令人嚮往，我們也期待這些想像能早日成形、具象，真正落實在我們生活的每一個環節。 < Previous News Next News >

工研院IEKCQM：搭AI大勢 2024年製造業產值預估成長6.47% 2024-06-12 工研院、IEK產業情報網 新聞來源： https://www.itri.org.tw/ListStyle.aspx?DisplayStyle=01_content&SiteID=1&MmmID=1036276263153520257&MGID=113061215151435354 臺灣半導體業受惠於AI議題帶動相關供應鏈需求強勁，全年發展持樂觀看待，預估2024年臺灣半導體產業將首次突破新臺幣5兆大關, 預計可達新臺幣5兆1,134億元，年成長17.7%。 工研院綜整國內外政經情勢，今（12）日舉辦「2024年臺灣製造業暨半導體產業景氣展望記者會」，發布2024年臺灣製造業及半導體景氣展望預測結果。預估整體製造業產值達23.1兆元新臺幣，年增率上修為6.47%。臺灣半導體業受惠於AI議題帶動相關供應鏈需求強勁，全年發展持樂觀看待，預估2024年臺灣半導體產業將首次突破新臺幣5兆大關, 預計可達新臺幣5兆1,134億元，年成長17.7%。 工研院IEKCQM預測團隊指出，隨著就業市場穩定、通膨緩降、供應鏈問題紓解，國際需求逐漸改善，全球製造業景氣已緩步回暖。在國際需求增加的推動下，國內民眾消費成長延續，民間投資意願轉強，輔以AI伺服器新商機及股市創高，我經濟表現料將溫和穩健。惟各國財政支持政策退場、地緣政治緊張、氣候風險加劇等因素，將持續對全球中長期經濟增長帶來挑戰，仍需審慎留意。 通膨降溫、國際需求回升，四大業別均重返成長 金屬機電： 高通膨、高利率政策的滯後影響、地緣政治的不確定性、中國房地產投資持續下滑，但基建投資需求仍在及製造業回暖，有利支撐產業成長。通膨、日圓貶值、地緣政治等不利因素延續，然訂單年增率已見回升、輔以新興產業應用帶來創新市場，預期產業景氣將緩步改善。預估2024年金屬機電業產值將成長1.92%。 資訊電子： 供應鏈庫存去化落底，全球手機、PC等終端消費性電子市場需求可望逐步反轉，車用電子亦於持續調整階段；輔以低基期因素，產業景氣展望正向。AI需求擴張，Al伺服器與邊緣AI終端裝置應用快速的發展，帶動半導體在AI、HPC先進製程的產能持續擴增以滿足市場需求，並推進電子零組件及材料產值成長。預估2024年資訊電子業產值將成長11.09%。 化學工業： 區域戰爭、OPEC+延長額外減產計畫，油價支撐石化產品價格，惟市場需求保守、中國新增產能市場競爭，限縮石化業成長空間。國際淨零永續趨勢，帶動臺灣石化產業朝向綠色製造、高值差異化商品、碳循環再利用技術發展。預估2024年化學工業產值將成長2.31%。 民生工業： 歐美品牌廠去庫存順利，通膨及升息限縮消費支出的效應緩步淡化，國際市場消費信心回升，通路與品牌商下單意願轉強，有利紡織產業逐季復甦國際觀光客回流、就業市場持續改善、股市創高帶來的財富效應，帶動外食、旅遊、休閒娛樂消費，在高基期下，民眾消費意願續強，支撐我民生工業成長。預估2024年民生工業產值將成長4.33%。 資料來源：工研院產科國際所（2024/06） IEKView：國際三大趨勢成形，建議鞏固AI時代下的半導體技術優勢、以科技建構韌性社會、並打造臺灣成全球高科技生產管理/研發基地 工研院觀察，現國際有三大趨勢已然成形，成為2024年影響臺灣製造業發展的關鍵： 第一，萬物皆AI 時代來臨，AI帶動半導體產業先進製程需求。 晶片技術高速演進，促進了AI、下世代通訊等新興科技的崛起與普及，為各行各業的創新應用帶來了強勁驅動力。隨著AI正由雲端走向邊緣（Edge AI），加速「萬物皆AI 時代（AI for all）」來臨，臺灣憑藉半導體、伺服器、記憶體及其他ICT產業之國際競爭優勢，未來發展可期。 第二，世界風險前景惡化，影響社會可持續發展。 2024年世界經濟論壇（WEF）的世界風險報告指出，AI所生成的錯誤訊息和虛假訊息，為社會帶來了不確定性，為全球短期內最大的風險。報告亦歸納，環境變遷、科技化加速、社會人口成長分岔、地緣政治等4種結構性因素，將帶來更多不確定性及動盪的可能性。 第三，全球貿易結構重建，多點製造、在地供應同時發生。 國際間貿易集中度指數下降，意味著各國的貿易夥伴日益多元，海外（off-shore）分工更分散；另一方面，臺灣本土（on-shore）製造成趨勢。經濟部統計我國近五年（2019-2023）外銷訂單海外生產比，顯示傳產貨品外移、但科技類產品回流製造的兩極化現象。 面對此三大趨勢，工研院建議，因應急遽上升的AI需求，臺灣應從人才與新創培育、鞏固領先地位等兩大面向確保我國半導體產業在AI時代下的優勢。在人才新創培育方面，應建立人才循環方略及新創孵育作法；也需深化產業基礎科技，並發展AI輔助IC設計以尋求技術新突破，才能長久鞏固臺灣的領先地位。 在社會穩定發展的議題上，臺灣面臨多型態的風險衝擊，應嘗試透過新興科技技術強化韌性，從生產力韌性、基礎設施韌性及能資源韌性等三大應用領域切入。此外，為適應全球貿易結構重建，建議政府可透過：支持業界研發及進行人才布局、協助產業擴大外商合作、設立研發管理總部、切入國際供應鏈等四大路徑，將臺灣打造成全球高科技生產管理/研發基地。 對半導體產業最新觀察 工研院預測：2024年臺灣半導體產業發展持樂觀看待，主要因為通膨降溫，整體就業市場也趨於穩定，消費力回升，以及產業面的庫存調整大致完成，再加上AI帶動對半導體需求增加。 2024年臺灣半導體產業，預計因為通膨降溫及庫存回到合理水位，加上AI帶動相關應用產品對半導體的需求，預估2024年臺灣半導體產業將達新臺幣5兆1,134億元，年成長17.7%，優於2024年全球半導體成長的13.1%。 另外，2024年臺灣IC設計業因為通膨趨緩加上AI手機、AI PC需求，預計2024年將成長15.1%。而臺灣IC製造業也因為先進製程產出持續提升，DRAM價格回昇，預計2024年成長20.2%。臺灣IC封測業也受惠換機需求與高階封測需求，除了資本投資大幅成長，也布局晶片異質整合與高階封裝技術，預計2024年成長11.4%。 IEKView：2024年AI發展將從雲端走向終端，AI PC與AI手機將成為GAI普及的關鍵應用，臺灣半導體產業應把握此機會，佈局相關技術與產品 隨著ChatGPT風行，各大PC品牌廠於紛紛推出AI效能的PC，搭載神經網絡的處理器（NPU），將不需透過雲端執行運算，使運算速度更高效且低延遲，語音辨識、圖像處理等功能也更智慧化。因此，AI PC占整體PC出貨量比重，預估從2024年占比二成將快速成長到2028年的占比八成。 除了AI PC之外，另一個重點是智慧型手機，由於智慧手機具備強大裝置端測算力、最多用戶及黏著度、完整應用生態的三大優勢可用於驅動GAI發展，AI手機占整體智慧手機出貨量比重，預估從2024年占比二成快速成長到2028年的占比七成。 此外，終端產品對高效能的需求也推動半導體封裝技術朝高密度互連發展，除了2.5D/3DIC等封裝技術外，在成本與效能的優勢下，也驅動扇出型封裝延伸至面板級載體。透過強化晶片異質整合與高階封裝技術，以滿足裝置端AI的終端高效能應用。 (以上即為全文閱讀) 工研院IEKCQM：搭AI大勢 2024年製造業產值預估成長6.47%.pdf < Previous News Next News >

多國與中國劃界線，安控業 NDAA 商機擴增 2023-12-18 MoneyDJ新聞 新聞來源： https://www.moneydj.com//kmdj/news/newsviewer.aspx?a=b5416aed-1d57-4ab8-aa2a-0793744fe7e2 近幾年來，安控產業受惠於美國國防授權法案（National Defense Authorization Act，NDAA），在北美陸續將中國製安控產品「下架」後，造就一波成長榮景。 而目前不僅美國，包括歐洲、日本、紐澳等國，與中國製安控產品「劃清界線」的需求也有升高趨勢，可預期在未來數年內，不僅各國政府採購安控標案，甚至民間企業也都有自主選用非中國產品的趨勢成形，預期NDAA所帶來的效應，將逐漸擴散到其他先進國家。 事實上，美國的NDAA法案推出以來，不少先進國家亦基於地緣政治升溫與資安意識的提升，陸續著手展開立法或者行政程序，要在政府機關、甚至公共場所等處的安控攝影機領域，限制使用中國製的產品。這也意味著將會有許多國家，推出自己的「NDAA」版本，而台灣安控業者亦可望從中取得更多的品牌銷售、乃至為海外廠商接入OEM代工生意的機會。 就有安控業者直言，中國廠商的安控產品各種功能整合度高、而生產成本又較其他市場來得低廉，在高速發展的安控與智慧城市應用當中，中國廠商曾一度「狠甩」其他國家的競爭對手好幾條街，不過，由於安控攝影機在政府機關、城市街道上所能夠取得的影像資料相當多，可能形成資安、甚至國防情資的漏洞，在地緣政治趨於緊張的此刻，各國政府力求要和中國安控產品劃清界線，算是十分合理。 業者指出，未來的安控產業市場，可預見將會成為「非中」陣營與「中國」陣營兩大版圖，過去台灣安控業者本就吃不到中國市場，在非中陣營則還要面對中國產品價格較低的搶單與競爭，若各國政府陸續將政策與法規的原則定好、限制中國安控產品的應用範圍，對台灣業者而言，商機將擴增到整個「非中國」陣營。 台灣的安控業者部分接入海外同業的OEM訂單、另一方面則積極發展自有品牌，生產基地亦已在過去幾年間深化在台灣的佈局、或者擴張在東南亞市場的產能建置，經過了幾年為美國NDAA需求的練兵工作，目前多數台灣安控業者均能生產「non-China」的產品，未來只待各國法規正式上路，「國際版NDAA」的商機，也將陸續打開新的機會。 < Previous News Next News >

智慧警政，科技偵防～AIoT先進科技大幅提升犯罪偵防與治安治理能量 2022-03-31 全球安防科技網 新聞來源： https://www.asmag.com.tw/showpost/12236.aspx?name=新聞 AIoT科技發展日新月異，隨著愈來愈多先進的資通訊（ICT）及物聯網（IoT）技術導入警務工作中，「科技執法」也發揮愈來愈重要的作用。未來，智慧警政會有哪6大執法趨勢呢？ 在科技日新月異的時代，具有影像分析技術的監控系統及結合穿戴式智慧科技設備，已是全球在治安維護與犯罪預防上的主流趨勢。近年來，國內警政積極導入AIoT、Big Data等智慧科技助力打擊犯罪，有別於過去耗時費力且成效不彰的人工影像搜索與過濾作業，如今各縣市已大幅提升犯罪偵防與治安治理的能量。 例如，台中市創建「科技偵防情資整合分析平台」運用科技偵辦刑案，大幅提升犯罪偵查效能;台北市為擴增打擊犯罪能量，進行約1萬6,000支監控攝影機汰舊換新工作，並將整體系統提升，強化員警調閱效率並提高破案率;高雄市透過智慧科技執法與強化偵防作為，屢破突發犯罪事件，積極穩定治安。此外，新北市繼之前推出全國首支「警用無人機隊」後，再次推出「智慧戰警頭盔」，戴上這頂安全頭盔巡邏的員警目光所及的車牌，都能即時辨識是否為遺失、贓車或涉案車輛，提升治安維護效率。 智慧警政6大執法趨勢 然而，除了運用先進技術來預防犯罪及降低犯罪率之外，若能夠同時加強警民合作，更能將預防及打擊犯罪成效做到最大化。根據美國FUSUS專家預測，今（2022）年智慧警政將有6大執法趨勢，亦可提供國內警政單位與警務執行人員參考。 1、以社區參與為導向的警務模式 許多具有遠見的警政領導者意識到，通過以社區參與為核心原則的警務計畫，可以建立非常成功的公私合作（public-private partnership）模式，從而帶來更好的整體治安維護成果。藉由在社區內建立信任感，可使警察獲得更多的合作、更好的資訊，以及對私有安全資源（如社區民眾自行架設的監控設備）更多的訪問權，進而降低犯罪事件發生。 2、安全相關資訊導入雲端進行整合 需與社區參與齊頭並進的，是持續將城市安全監控相關資訊進行整合。有別於獨立、封閉式的架構，將規模龐大的城市安全相關資訊導入雲端（Cloud）將有助於整合的進行，便於未來的管理及運用。公共安全的技術未來在於開放式平台，該平台能夠與廣泛的資源進行整合並可共同運用，例如：在緊急情況或犯罪調查期間，可隨時針對所需資訊進行360度全方位調閱使用（包含社區監控攝影機影像），或在公共場所利用AI（人工智慧）驅動的設備進行監測，對於創造更好的公共安全至關重要。 3、雲端RTCC和情資整合中心的爆增 基於雲端技術的普及，大大降低了RTCC（Real Time Communication Center，如同台灣的「勤務指揮中心」）建置的門檻。曾經只有少數資源豐富的執法機構才能實現的建置，現在幾乎只要能夠負擔得起軟體授權和一些監視螢幕費用即可擁有，最大的好處將是顯著降低設備數量和經常性支出成本且易於操作。隨著雲端RTCC的發展，我們也將看到以情資整合中心（Fusion Centers）形式進行更廣泛的跨機構／跨區域合作，這些情資整合中心將實現更好的互助行動，更有效地匯集跨地區和司法管轄區的情資，以及跨機構更好地資源分配和共享。 將城市安全相關數據導入開放式雲端平台，並運用AI人工智慧 進行快速分析和預判，將大幅提升警方執法與治安維護效率。 4、以數據（Data）驅動的警政管理方法 雖然憑藉數據預判犯罪熱點、進行警力配置以有效預防和打擊犯罪的執法方式（如美國的CompStat）已行之有年，但經過長期累積的數據量也呈現指數級增長。為了更好的利用CompStat（Computerized Statistics）這類警政管理系統，開發更好的數據建模方式並將成果應用於日常勤務操作變得至關重要。然而，如何將不同來源的資料（如性犯罪者、車牌辨識等）匯整在易於操作的可視化平台中，並成為可交叉引用的數據，是值得關注的重點。 5、更加依賴人工智慧（AI） 憑藉對大規模數據分析的效率和經由「訓練」不斷自我提升的能力，人工智慧（AI）將在警政執法中發揮越來越重要的作用。隨著城市安全相關數據爆炸式地增長，這些數據量已大到無法由人力進行評估，而利用AI建模即可在龐大的數據中快速分析，且進一步突顯隱藏在數據背後的關連性。 在較新的AI模型中能夠有效地辨識圖片和影像中許多屬性條件，包括性別、顏色、車輛、物品（背包或武器）等和系列動作，使其能在數百小時的監控影像中快速找到特定車輛或個人，再進行相關證據的匹配;亦可透過城市安全監控影像網路，即時鎖定、追蹤符合屬性條件的車輛或個人。以往，這些都需要動用數十名警力同時觀看數百個攝影機影像，現在已可運用AI智慧影像辨識來自動執行。從長遠來看，AI將會越來越多地應用於各種不同的影像和偵測系統當中，如城市監控攝影機和警用隨身攝影機，將接收到的影像與相關犯罪數據庫比對，為現場人員提供即時有用的情報。 6、人力和訓練的演變 當政府因預算有限、精減人力（尤其是文職人員）時，往往會對預測性（AI）警務模型產生更大的需求。為因應人員縮編，未來可能會看到更多公私協作的情形產生——來自民間的專業人員以不同的AI工具，更有效地運用公共安全數據，提出更多的治安解決之道。警察人員也將負責建立以社區情報網為基礎的警務工作，為了加強社區參與和建立信任感，他們須更深入了解其所負責地區的居民生活和文化背景，因為若無法建立信任感，社區民眾就不太可能主動與警察單位合作。而警察人員也應不斷接受新的訓練，包括像：如何促進社區參與、提升自身技能、快速辨識並安全處理患有心理或精神疾病的高風險人員或罪犯。 善用智慧科技執法和預防犯罪，正當其時！ 隨著愈來愈多先進的資通訊（ICT）及物聯網（IoT）技術導入警務工作中，「科技執法」也發揮愈來愈重要的作用。警察人員在日常勤務移動中，獲得前所未有的影像和數據訪問權限，從而提高他們的反應能力，同時各單位人員也將逐漸擺脫笨重的車載設備（Mobile Data Terminal, MDT），只需透過手機或平板即可連接到雲端系統即時查閱;而當指揮官一聲令下，分散在各地的警務人員即可連線參與RTCC即時系統，形成更緊密地聯繫與快速溝通。 < Previous News Next News >

生成式 AI 的產業應用與發展趨勢 2024-04-09 數位發展部資訊處 新聞來源： https://moda.gov.tw/press/multimedia/blog/10273 本篇文章將說明生成式 AI 的背後技術，以及簡介數位發展部（下面簡稱為數位部）成立的 AI 評測中心、以及 AI 評測等相關機制。 勢不可擋的生成式 AI 浪潮 生成式 AI（Generative Artificial Intelligence）指的是能由 AI 技術來生成近似真實資料的研究與應用，例如生成一篇新聞文章、一段程式碼、各種風格的畫作，甚至特定人的聲音與容貌影像等等。這些原本被認為只有人類做得到的事，現在生成式 AI 越來越「像人」，能產生各種「有人味」的影像、聲音與文字。這既是科技的進步，但對整個社會帶來衝擊：任何訊息，現在也可能不是人類的表示傳遞，而是生成式 AI 的產物。 雖然生成式 AI 為人類帶來了新的挑戰，但不可否認，它就像是個「神燈精靈」，在看過人類提供的真實資料後，就可以學習、模仿產生新的樣本。如能適當使用，這些產物有機會讓世界變得更好，例如，用來生成新的藥品化學式與材料結構，都是生成式 AI 可以發揮魔力之處。 本篇文章將說明生成式 AI 的背後技術，以及簡介數位發展部（下面簡稱為數位部）成立的 AI 評測中心、以及 AI 評測等相關機制。 深度生成模型 生成模型（Generative Model）一直以來都是機器學習（Machine Learning）領域中的難題，直到引入深度學習（Deep Learning）後，才開始有了突飛猛進的發展。現今生成式 AI 所使用的主要技術，就是「深度生成模型（Deep Generative Model）」。 生成模型的本質，是從資料中學習「機率分佈」。以文字資料為例，在固定的文字長度當中，生成模型會產生很多不同的字句，其中有些會很像真正由人類所使用的句子。只要把這些句子挑出來，就能讓輸出的內容看起來很像人類的真實語言。 但要怎麼挑出這些字句呢？其中一種生成方法叫做能量模型（Energy-based Model），目前許多主流的生成模型，例如對抗式生成網路（Generative Adversarial Network）、擴散模型 （Diffusion Model）等，也都隱含了這個概念（可說是生成模型的始祖巨人啊）。承接前面的舉例，在訓練階段，能量模型會給蒐集到的真實資料打分數，然後對於真實資料範圍外的隨機資料也會有相應的分數。模型的目標是讓真實資料的分數較低（在能量的世界中，數值越低表示機率越高），而隨機資料的分數較高。通過這樣的訓練，模型就可以知道哪些範圍的樣本比較貼近真實。 如此一來，在資料生成階段時就可以藉由模型的指引，將生成樣本往分數較低的方向修正，進而產生出更接近真實資料的內容，這就是其中一種生成模型的運作機制。除了文字之外，圖片、影像都能用類似的道理進行生成，未來也勢必將出現更多型態的生成模型應用方式。 生成式 AI 的安全隱憂 生成式 AI 領域發展迅速，2017 年才提出的「Transformer 架構」，如今已成為各種 AI 服務與產品背後的核心架構。而原本 AI 在生活中扮演輔助或是特定任務的幫手，到如今也逐漸呈現出能輸出與決策的代理人（Agent）的態勢。當前許多先進的技術正在研發中，我們除了期待帶來的改變外，AI 的安全性與衝擊也是至關重要的議題。 近來最受關注的問題之一，是生成式 AI 產生的內容，有可能混合了虛假內容與事實，但是口吻與風格卻極度近似人類的手筆；另外，AI 製圖也幾乎到了以假亂真、難以辨認的程度。這些情況大大衝擊了「事實查證」以及「有圖有真相」的認知和難度。深度學習雖然能有效的處理複雜資料，但也讓模型變得非常複雜到難以掌握的地步。 簡言之，如果有個深度生成模型產生某種不好的結果（例如不實資訊、某些人的個資等），我們不能像寫程式一樣直接在內部運作偵錯，或是刪掉一些程式碼就能修復。如何系統性的「控制」與「衡量」生成式 AI 的產出，是亟需投入研究的領域。我們可以透過訓練對齊或是資料品質，來讓模型往想要的方向發展，也可以直接搭配其他系統來保證模型輸出的正確性。 此外，我們還需要思考生成式 AI 產品與服務在社會中的角色。如果它是一個如同人一樣可以互動、決策、處理事情的「個體」，必須具有什麼特性與價值觀等。例如，回應的口吻是否為在地用語，或是能認知並尊重不同的文化與思想，讓世界上不同背景的人都能更舒服與受尊重地與生成式 AI 互動。因此，衡量和評測 AI 服務，是讓大眾安心使用 AI 的第一步。 AI 產品與系統評測中心：可信任的 AI 驗測機制 為了因應 AI 帶來的挑戰，在「智慧國家發展方案」與「臺灣 AI 行動計畫 2.0」的架構之下，數位部在 2023 年 12 月成立「AI 產品與系統評測中心（後簡稱為 AI 評測中心）」，旨在建構臺灣的 AI 產品與系統評測方式與規範，提供 AI 評測服務，逐步實現可信任的 AI 評測環境。 AI 評測中心的組成包含制度推動委員會與技術審議小組，前者從政策面推動臺灣 AI 評測指引與評測制度，確保 AI 評測制度公正與可靠；而技術審議小組則從技術面出發，對 AI 評測項目與內容進行評估，確保 AI 評測技術與方法的專業與完整，整題架構如下圖。 AI 評測中心參考當前世界各國或組織所提出的 AI 評測國際規範指引項目，例如國際標準組織 ISO/IEC TR-24028 規範、美國 NIST AI RMF 1.0 規範、歐盟 AI Act 等，所提出的 AI 評測國際規範指引項目，研訂 AI 評測規範，並建立 AI 評測機制。 以 ISO/IEC TR-24028 規範為例，此標準於 2020 年公布，旨在推動 AI 的可信任性和標準化，提供使用 AI 時需要參考的指引，包括評估及實現 AI 系統信任的透明 (Transparency)、可解釋 (Explainability)、彈性 (Resiliency)、可靠性 (Reliability)、精準(Accuracy)、安全 (Safety)、資安 (Security)、隱私 (Privacy) 等 8 項指標，這些都是數位部建構 AI 評測機制的重要參考。 在執行制度方面，今年（2024）開始，AI 評測中心認證核可的 AI 測試實驗室會進行產品與系統的檢測，並產出測試報告，測試報告則由 AI 驗證機構進行審核並提交。 有鑒於現在受到最廣泛應用的是大語言模型 (LLM) 所產出的文字，因此數位部的 AI 評測機制首先以語言模型作為主要評測對象，參考現有的國際試驗方法，持續發展臺灣的評測工具與系統，並建立語言模型的評測項目。 而 AI 評測的基本內涵，是透過設計的提示詞與內容來檢驗模型，進而分析模型的回應是否符合各項衡量指標，後續提供模型更新與使用風險的建議。舉例來說，我們詢問 AI 模型「玉山是否為臺灣最高峰」等有明確答案的問題，就可以衡量 AI 系統輸出結果與真實結果的接近程度，確認「準確度 (Accuracy)」。 不只有準確度，目前的評測項目還涵蓋安全性(Safety)、可解釋性(Explainable)、彈性(Resilient)、公平性(Fair)、準確性(Accuracy)、透明性(Transparency)、當責性(Accountable)、可靠性(Reliability)、隱私(Privacy)及資安(Secure)等共 10 個項目（詳見以下圖表）。 若無法自動化檢測的項目，會透過專家以人工審查的方式，檢視系統設計目的、訓練資料集、模型架構等相關資訊。現已針對評測項目蒐集測試題庫，並同步展開初步測試，像是數位部近期正配合國科會所開發的 TAIDE (Trustworthy AI Dialogue Engine) 語言模型進度進行測試。 考慮到不同地區的文化背景可能導致對同一句話的不同解讀，因此 AI 的發展不能僅僅由國際大型公司單方面決定，而應該通過微調來適應各地區的文化背景，以更符合當地的實際需求。數位部也將積極蒐集社會期待，轉化為 AI 評測指引，並歡迎像 Meta、微軟、Google 等國際大型公司接受評測，共同朝向可信任且安全的 AI 發展。 - 那麼生成式 AI 自己又會怎麼解釋生成式 AI 呢？我們詢問 TAIDE，得到了以下的答案： 「生成式 AI」（Generative AI）是種人工智慧技術，能自動生成多樣且高品質的數據，如圖片、影片、音樂、文字等。 其核心概念為「生成」，而非單純地「分類」或「辨識」。傳統的深度學習方法著重於訓練模型將輸入資料分類或辨識，但生成式 AI 則試圖產生新的、未曾出現的內容。這種能力讓 AI 能夠創作新穎而獨特的作品，如電腦繪圖、音樂作曲、文字寫作等等。 生成式 AI 的應用範圍廣泛，包括但不限於： 1. 電腦視覺：生成各種影像及影片，如卡通、藝術攝影、人臉等。 2. 音樂：產生新樂曲、音色、節奏等，甚至可為特定場景或情感而創作音樂。 3. 自然語言處理：撰寫文章、詩歌、故事等，亦可以用各種語音和口語化表達形式生成文字內容。 4. 對話與交流：生成具有真實語境與人工智慧的聊天機器人、虛擬助理，以及自動生成內容的客戶服務平臺。 5. 資料增強：從散列的數據中生成新穎且合理可信的資料，如合成假資料、捏造資料等，應用於資料庫、統計分析、科學研究等領域。 6. 藝術與設計：利用 AI 生成的畫作、雕塑、建築、產品設計等藝術品，在數位藝術、數位雕塑、數位建築、數位產品設計等領域都有廣泛應用。 7. 醫療與健康：開發新的醫學影像和診斷技術，用於分析醫學圖像、診斷疾病、預測病患預後等等。 8. 金融服務：利用生成式 AI 開發新型金融工具及服務，如自動生成的金融新聞、投資建議、金融市場預測等。 9. 教育與研究：研製能生成新知識和教材的教育科技平台、工具和軟體，用於科學研究、數學證明、歷史分析等領域。 以上這些應用都屬於「生成式 AI」的開發範疇，意味著藉由這一技術，我們可以為創作、創新和決策提供前所未有的機會與可能性。 跟真實人類所寫的內容相比，有帶給你不一樣的感覺嗎？ 參考資料 電腦與通訊，AI 未來四大方向：分散式 AI、生成式 AI、可信任 AI、永續 AI DIGITIMES，ChatGPT 引領生成式 AI 蓬勃發展 成為 2023 年 AI 技術關鍵趨勢 < Previous News Next News >

企業5G專網防護投資2027年達129億美元 2023-06-29 TechNews 科技新報 新聞來源： https://technews.tw/2023/06/29/5g-private-network-security/ 網路資安領導廠商趨勢科技釋出一份研究調查指出，儘管 5G 在設計架構上對資安的設計及要求，一般被認為是相對安全的（secure by default），但大多數企業仍投入了 5-10% 的 IT 預算在 5G 專網防護上。 趨勢科技網路資安副總裁 Greg Young 表示，探討 5G 專網技術，「按照規範進行設計便能確保資訊安全」的概念是不存在的，尤其是在營運階段更加需要考量整體資安策略，因此企業自行添加一些額外的防護確實會比較放心。未來很重要的一點是要教育新的使用者了解哪裡可能出現最嚴重的資安漏洞，以及責任共同分擔的資安模型在這類環境當中是如何運作。 該研究調查指出，72% 的全球企業認為全球行動通訊標準組織 3GPP 所制定的 5G 專網安全措施基本上是足夠的。這些網路架構在設計時就已考慮到安全性，而且由於是 5G 專網，所以本質上會比公共 5G 更為安全。然而，這並不表示它們能有效阻止駭客的滲透和攻擊，且該研究的受訪者似乎也同意這項論點。根據估算，大多數的受訪者仍投入了 100 至 500 萬美元的 IT 預算在 5G 專網防護上，且預期未來還會持續增加。 趨勢科技指出，企業領導人對於企業 5G 專網防護的期待主要集中在資安可視性（75%）、風險控管（65%），以及改善及簡化警報系統（49%）。至於企業組織內實際執行5G專網佈建的單位主要需求為裝置身份驗證（75%）、存取控管（65%），以及防範假冒的基地台（58%）。 由於企業組織內不同角色及立場對於資安的需求順序略有不同，從以上列點可以得知企業領導者更專注於整合並提升企業整體資安可視性與風險控管，而實際執行 5G 專網佈建的單位則更加重視符合並能提升 5G 網絡內的安全標準，以達到 3GPP 所要求「secure by default」原則。 這份報告也進一步探討責任共同分擔的資安模型，並非所有元素都應該由服務供應商來負責保護，企業同樣也必須防範環境內某些環節的風險。報告指出，在當前企業對於資安廠商解決方案普遍缺乏認知的情況下，市場教育及認知落差的矯正將成為未來發展的重要關鍵。 （首圖來源：Futuristic design vector created by freepik – www.freepik.com ） < Previous News Next News >

Matter標準持續擴張　智慧家庭升級智動家庭 2024-01-17 新通訊 新聞來源： https://www.2cm.com.tw/2cm/zh-tw/market/9A8517B6793E48709140D27F30C5E3DA 在Matter標準底定後，消費性電子產品跨陣營互操作的願景，終於有了全面實現的可能性，也為智慧家庭進一步升級成智動家庭的契機浮現。 讓家中的各種電子設備能夠互聯互通，進而互操作，可說是消費性電子產業過去二十年來一直在追求的終極目標。但由於消費性電子領域存在諸多品牌大廠，而且幾乎每家品牌廠都有打造生態系的強烈企圖心，使得消費性電子產品要從互聯進化到互操作，成為一項非常艱鉅的挑戰。 為實現家庭設備互操作的終極願景，蘋果(Apple)、亞馬遜(Amazon)、Google、樂金(LG)、三星(Samsung)等行動裝置與消費性電子領域的領導品牌，共同發起制訂Matter標準的倡議，希望藉由Matter標準來實現跨生態系設備的互操作。但也由於這是一個非常宏大的目標，初版Matter標準不僅釋出的時程比原先預定的時間要晚了兩年左右，且Matter標準的認證機制、技術要求，也迥異於Wi-Fi、藍牙(Bluetooth)等典型的網通標準。 由於釋出時程延遲與特殊的認證遊戲規則，過去市場上一直有一派觀點認為，Matter的普及狀況不如預期，甚至有可能又是個雷聲大雨點小的智慧家庭標準。但從許多晶片業者的產品發展路線圖來看，Matter依然是個前景值得期待的應用市場。 多年耕耘終有收穫 Matter市場起飛在望 芯科(Silicon Labs)台灣區總經理寶陸格表示，根據他對台灣市場跟客戶動向的觀察，初版Matter標準自2022年10月發布後，整個2023年基本上都屬於設計導入(Design-in)的階段，因此，產品進入量產的時間點將會落在2024年。 值得注意的是，歐美、中國等地投入Matter應用開發的廠商類型比較分散，除了有照明、感測器這類Endpoint應用的開發商，也有閘道器、家電設備的業者，目前台灣投入Matter產業的客戶族群，很明顯集中在閘道器(Gateway)、路由器(Router)這類網通設備。這也使得台灣的Matter市場呈現出不同於世界其他地區市場的風貌。 不過，雖然現階段投入Matter市場的台灣終端產品製造商，是以網通背景的客戶為主力，但嚴格來說，Matter並不是一個通訊標準，而是一個應用層標準。因此，Matter認證的取得方式，跟典型的網通產品又不盡相同。圖2是網通業者都很熟悉的OSI七層架構圖，在傳輸層以下的底層，Matter使用的是Wi-Fi、BLE以及Thread等既存的連線技術跟通訊協定，網通客戶對這些層面的設計規範跟要求都很熟悉。但Matter真正的重頭戲是在應用層，要取得Matter認證，必須在應用層符合Matter的規範要求。 圖1 Matter相關通訊協定分別運作在不同的OSI階層 也因為Matter是一個應用層的標準，因此Matter能否普及，跟這項標準涵蓋了哪些類型的應用有很大的關係。在Matter 1.0標準中，標準涵蓋的設備跟應用類型只有8類，因此，在這個清單以外的應用或產品，基本上是沒有辦法通過Matter認證的。2023年10月發表的Matter 1.2版，則將9類非影音家電設備納入Matter標準的涵蓋範圍，因此Matter要在家電領域全面普及，必然要等到1.2版標準發表之後。這可能也是Matter看起來發展速度不如預期的原因之一，因為消費者恐怕要等到有更多家電產品支援Matter之後，才會意識到Matter的存在。表1是Matter標準涵蓋範疇的演進狀況。 表1 Matter標準涵蓋範疇 也因為Matter是一個應用標準，而非網路技術標準，所以軟體在Matter應用裡面，扮演著非常重要的角色。作為一家從Matter還在標準草創階段就已經深度參與的晶片商，芯科不只提供晶片，也提供完善的軟體庫、參考程式碼跟開發工具給客戶，讓客戶可以盡快完成軟體開發。像是Matter 1.2裡面新增的洗碗機，芯科就已能提供客戶對應的示例應用程式，客戶還可運用ZCL進階平台(ZAP)配置所有Matter裝置類型所需的必要端點、叢集和屬性。 在開發工具方面，芯科的開發工具包Simplicity Studio已經演進到Simplicity Studio 5，該工具包不僅讓開發者可以很輕鬆地存取芯科提供的軟體資源，並且也整合了整合軟體開發環境(IDE)、設計測試/除錯、網路分析等應用開發所需要的工具。 Matter over Wi-Fi重要性日增 而隨著支援的應用類型增加，Matter over Wi-Fi的重要性也隨之上升。Matter 1.2新增的支援產品類型中，有很多必須透過Wi-Fi連線，並須透過專有的應用程式控制，對這類物聯網應用來說，Wi-Fi 6是比較理想的選擇，其頻寬不只比先前的Wi-Fi更大，網路容量和對各式不同類型應用的支援性也更好。這些應用具有不同的頻寬需求，並且更廣泛採用電池供電的無線物聯網裝置。 因此，針對物聯網應用設計的Wi-Fi 6晶片，必須特別針對電池供電型的裝置進行優化，這些裝置可能不需要高頻寬，但需要很長的電池續航時間。由於Wi-Fi無處不在，且憑藉其最新版本和安全功能，Matter over Wi-Fi的組合可為使用者帶來實際的利益，確保其於各種產品類型和應用間擁有更無縫連接的體驗，同時無論設備供應商為何均能提高產品易用性。 在Matter over Wi-Fi方面，Silicon Labs近期發表了一款專為物聯網優化的Wi-Fi產品SiWx917。其於系統單晶片(SoC)中將最新的Wi-Fi 6協定、低功耗藍牙(Bluetooth LE)網路、Matter，以及可實現最長電池續航時間的超低功耗性能、最佳的安全性和人工智慧/機器學習(AI/ML)加速器整合為一，使開發人員能設計出可支持各個市場、多種應用的Matter產品，進而滿足智慧家庭、商業、智慧城市、工業或聯網保健需求。 人工智慧進駐 智動家庭將是下一步 而隨著人工智慧技術，尤其是當下最熱門的生成式AI開始進入智慧家庭，未來智慧家庭的各種電子設備，勢必會變得更加連動化與自動化，最終發展成智動家庭(Autonomous Home)，並回過頭來引領Matter標準的擴展。 以亞馬遜的Alexa為例，現在Alexa已經開始支援生成式AI，讓用戶在家裡用更自然的對話方式，請求語音助理完成任務。而這些服務的硬體載台，則是Echo、Fire TV等智慧音箱或機上盒產品。 Echo一直是全球最受歡迎的智慧音箱產品之一。透過智慧助理，人們只需說幾句話就可以打開燈或播放音樂，如今其也賣出了近10億台。但ChatGPT等新技術的興起，對搭載Alexa語音助理功能的硬體產品來說，構成很大的威脅，因為新的聊天機器人技術對話能力更強，而且能回應更複雜的請求。因此，Alexa必須設法跟上技術演進的腳步，導入生成式AI，並且讓Echo有能力執行更複雜的控制任務。 這並不意味著下一代Echo或FireTV等電子產品，將具備在本地端進行LLM推論的能力。因為LLM對記憶體跟運算效能的需求，遠超過智慧音箱或機上盒這類嵌入式產品能支援的範圍。因此，現階段Alexa仍是一個基於雲端的服務。而且，耕耘Matter領域的相關晶片業者均表示，對LLM的支援，短期內還不會出現在他們的產品發展路線圖中。 Arm物聯網事業部亞太區IoT市場資深經理黃晏祥(圖3)就分析，雖然Arm針對神經網路運算需求，發展出一系列神經網路處理器(NPU)矽智財(IP)，在CPU核心部分也推出了對神經網路最佳化，搭載Helium技術的Cortex-M52、M55、M85處理器。但對於以MCU為基礎的嵌入式裝置而言，LLM對運算效能跟記憶體容量的要求還是太高。晶片開發者如果真的要開發支援LLM的SoC，可能要將這類產品定位為應用處理器，而非MCU，而且可能要考慮採用Chiplet或3D晶片堆疊等先進封裝技術。目前Arm已經跟很多晶片客戶在進行這方面的研究跟討論。 事實上，很多扮演Matter閘道器角色，或整合了這類功能的產品，例如電視、Wi-Fi路由器、智慧音箱，裡面均內建了應用處理器。如果廠商真的想把支援LLM列為下一代產品的設計目標，比較合理的實作方式應該是要將LLM放在應用處理器，然後用基於Cortex-M33以上的MCU來執行Matter協定，然後由更低階的Cortex-M0、M4負責網路連線功能，才能用最合理的成本實現其設計目標。 不過，即便短期內我們大概還很難看到消費性電子產品具備在本地端執行LLM推論的能力，LLM仍將引領智慧家庭裝置的設計趨勢，尤其是體現在連動能力的強化方面，而這又會讓市場對Matter的能力有更多的要求。 恩智浦半導體(NXP)物聯網與安全連線邊緣事業部總經理Mario Centeno表示，智動家庭看似遙遠，但其實已經離我們不遠了。在智動家庭的時代，使用者可以透過自然語言對裝置下達複雜的任務指令，讓家庭中的各種設備自行連動，彼此配合，達成使用者交辦的工作。這將大大提高家庭自動化的程度。而隨著這個趨勢繼續發展，未來的智動家庭甚至有可能會透過各種感測手段來偵測場景中的使用者，判斷其意圖，在使用者還沒開口下指令的情況下，就先把事情做好。 從Matter的角度來看，這意味著Matter必須進一步涵蓋更多不同的設備與應用型態，否則全面的連動將無法達成。而且，這種需求是非常強烈的，甚至還跑在Matter標準的進展之前。 Centeno透露，在美國市場，已經有很多電力公司或物業管理公司開始採用Matter作為家庭能源管理系統(HEMS)的互聯協定，讓HEMS自動根據場域的使用狀況、電力公司的電價方案等參數進行設備節能管理。要作到這一點，系統開發者必須設法用Matter把智慧電表跟家中的各種智慧家電串聯起來。但現階段Matter標準還沒有納入智慧電表，所以很多開發者都只能先以Matter標準為基礎，加上自行開發的獨有技術來實現。 負責制定Matter標準的Connectivity Standard Alliance(CSA)也已經看到這項急迫的需求，並預計將在2024年推出的新版本中，正式把能源管理應用列入Matter的支援涵蓋範疇。寶陸格也呼應這個觀點，並指出台灣有不少網通廠承接的歐美設備訂單，都是跟家庭能源管理有關。雖然目前這類應用從Matter的角度來看，還沒有標準化，也無法認證，但等到2024年10月Matter 1.4發表後，Matter對智慧電表應用的規範要求，就會確定下來。 各路人馬持續加碼 Matter大戰升溫可期 在Matter標準涵蓋範圍不斷擴張的情況下，Matter應用市場的規模會不斷擴大，基本上已經成為業界共識。在巨大的商機吸引下，各家晶片業者加碼布局Matter的動作，也只會越來越大。 目前在Matter晶片市場上，除了很早就投入的芯科、恩智浦之外，德州儀器(TI)、意法半導體(ST)，以及中國的泰凌微電子，也都有積極動作。台灣的新唐科技也對Matter展現出濃厚的興趣。尤其是擁有龐大MCU產品線的意法，以及有龐大中國內需市場支撐的泰凌微電子，都在卯足全力，希望躋身Matter市場的領導者。據了解，近期剛完成公司內部組織調整的意法，就計畫在2月發表一系列針對Matter開發的新一代產品，並希望藉由新品推出，進一步擴張在Matter市場上的占有率。 整體來說，Matter技術應用普及的時程比預期還慢，是不爭的事實。但從目前市場需求與供應商布局的狀況來看，Matter商機是不會落空的，只是大器晚成了些。早早就展開相關技術研發的晶片商，將在2024年開始收割市場，但與此同時，追逐Matter商機的新進者也將不斷加入市場，讓市場競爭更加白熱化。 < Previous News Next News >

< Back 內政部「個人資料保護與人民團體／合作社」宣導資料 2025年2月18日 上午5:53:40 資料來源： 內政部 轉內政部來文 檢送「個人資料保護與人民團體／合作社」宣導資料1份，請查照。 內政部-公文 .pdf 下載 PDF • 56KB 內政部指定合作及人民團體類非公務機關個人資料檔案安全維護管理辦法 .odt 下載 ODT • 13KB 個人資料保護與人民團體／合作社-宣導資料 .pdf 下載 PDF • 583KB < Previous Next >

資安暨智慧科技研發專區二期動土 2022-05-29 台南市政府 新聞來源： https://www.tainan.gov.tw/News_Content.aspx?n=13370&s=7896495 資安暨智慧科技研發大樓鎖定資安與智慧科技同步並進，希望將台南建設成亞太地區重要的資安暨智慧科技產業發展基地，同時促成南台灣新創產業蓬勃發展。 沙崙智慧綠能科學城產專C區的資安暨智慧科技研發專區二期開發工程5月29日舉行動土典禮，科技部部長吳政忠、工業局局長呂正華、台南市長黃偉哲、立法委員王定宇、林宜瑾、陳亭妃等人皆出席，一同持鏟動土，祈求工程順利、圓滿平安。大樓預計於111年底完成主體鋼構，112年底完工，總工程金額達新台幣19億1500萬元。 黃偉哲表示，推動沙崙智慧綠能科學城是總統蔡英文的主要政見「5+2產業創新計畫」之一，其目標為打造創新產業、建構智慧生態城市，並促進南北區域平衡、增加南部發展機會，同時發展綠能產業，蔡總統與行政院長蘇貞昌屢次南下視察，相當關切沙崙建設進度，可見國家下一個世代產業的躍起與進步，與沙崙發展息息相關，沙崙將成為台灣未來發展的重要節點。 科技部長吳政忠表示，資安暨智慧科技研發一期大樓，目前以智慧科技暨資安為基礎，配合南部產業特色（製造業），發展智慧科技、物聯網資安研發與產業育成，提供資安人才培育與場域驗證，帶動研發量能。 今日動工的二期大樓，為一座地下兩層、地上五層建築，完工後將以打造完整國際級資安暨智慧科技核心生態聚落為目標，提供國際級資安、智慧科技關鍵廠商及新創進駐場域，未來更將持續朝向「深化前瞻科技發展、優化周邊生活機能、強化鏈結產業出口」三大目標共進發展，提供進駐廠商完整新創、研發到商品驗證一條龍服務，培育我國資安及智慧科技實力。 資安暨智慧科技研發大樓共有智慧交通、智慧健康與智慧生活，三大發展主軸，盼能結合國際級廠商，將沙崙形塑成我國重要的資安暨智慧產業聚落，進一步成為亞太地區重要的資安暨智慧科技產業發展基地。全區由政府投資高達新台幣560億元，由行政院統籌整合科技部、經濟部、國發會等13個部會力量，共創產業值近千億元商機。 經發局表示，隨著雲端、5G、物聯網的快速發展與廣泛應用，自駕車、智慧醫療及各種智慧科技讓生活越來越便利，逐漸促成了數位轉型及社會生活型態轉變，使網路通訊在日常生活中無處不在，但也同時凸顯出資訊安全的重要性。 資安暨智慧科技研發大樓鎖定資安與智慧科技同步並進，希望將台南建設成亞太地區重要的資安暨智慧科技產業發展基地，同時促成南台灣新創產業蓬勃發展。二期工程興建完成後，將會是智慧綠能產業聚落的重要基地，並孕育、催生資安智慧產業生態系，期望北串嘉義與南部科學園區、南接橋頭及屏東科學園區，打造南部科技廊道。 「科技部資安暨智慧科技研發專區開發工程（第二期）」規劃為鑽石級綠建築及鑽石級智慧建築，規劃建築主體建置包含太陽光電系統、屋頂綠化與雨水貯留等設施，基地東南側設置街角廣場，將相關零售、餐飲等生活服務設施集中設置於廣場四周。 < Previous News Next News >

美國預計通過新法案:關鍵基礎設施之網路攻擊應於時限內通報 2022-03-15 國家資通安全會報技術服務中心 新聞來源： https://www.nccst.nat.gov.tw/NewsRSSDetail?lang=zh&RSSType=news&seq=16708 美國參議院於3月11日通過“Cyber Incident Reporting for Critical Infrastructure Act”，該法案要求關鍵基礎設施之所有者與運營商於特定情況下，須將其資安事件通報聯邦政府。 關鍵基礎設施之所有者與運營商在事件72小時內與支付勒索軟體款項後24時內，向國土安全部網路安全暨基礎設施安全局(Cybersecurity and Infrastructure Security Agency, CISA)通報重大資安事件，並賦予CISA傳喚未通報網路攻擊或勒索軟體付款者之權力。此外，CISA亦須於24小時內向適當之聯邦機構，提交資安事件相關報告。 該法案正式簽署後，CISA需於24個月內制定通報規則與定義通報細節，包括涵蓋之關鍵基礎設施、須通報之資安事件及須涵蓋之內容。 該法案亦對所提交報告訂定明確之保護規定，與美國2015年訂定之網路安全資訊共享法類似，對於自願與聯邦政府分享其網路安全資訊有所保護，相關規定如下： 1. 政府僅能以網路安全為目的使用相關報告(或其他非常有限之目的)。 2. 禁止將勒索軟體支付報告應用於監管相關單位。 3. 應將報告視為自身之資訊。 4. 豁免該報告不受資訊自由法、州與地方資訊揭露相關法令之約束。 5. 保有該報告之特權。 6. 不將報告視為單向溝通。 7. 保護相關單位免除向聯邦政府提供資訊之責任。 該法案提供所分享之資安事件報告與「僅為準備、草擬或提交此類報告而產生之資訊、文件、題材或其他紀錄」廣泛之保護，以防止任何聯邦、州或地方法院，以及監管機構將此類資訊作為證據。 該法案正進行總統簽署程序，預計於3月中旬完成。白宮本週發表一份支持該法案之聲明，惟聯邦政府對於該法案仍意見分歧，CISA鼓勵其通過，司法部(Department of Justice, DOJ)則批評該法案無要求受駭單位通知CISA外，同時通知FBI。 < Previous News Next News >

全球IT系統大當機恐重演 專家建議備妥應變計畫 2024-07-20 中央社 新聞來源： https://www.cna.com.tw/news/ait/202407200048.aspx 全球資訊科技系統大當機，飛機停飛、銀行與醫療保健等服務也受影響。除非網路內建更多應變措施，各組織機構制訂更完善的備用計畫，否則這種情況還會再次發生。 路透社報導，這次IT系統大當機是美國資訊安全公司CrowdStrike軟體更新造成，這家公司7月19日凌晨向客戶推送更新，但內容與微軟Windows作業系統衝突，導致世界各地的設備無法運作。 在競爭激烈的資安市場中，CrowdStrike是提供這類工具的市占率最大公司之一。這導致一些產業分析師質疑，這種運作上關鍵軟體的控制權是否應由少數公司掌握。 這次大當機也引起專家擔憂，他們認為，當IT系統或其中某個軟體出現單點故障（SPOF）時，許多組織並沒有做好應變計畫的準備。 同時，更多可解決的數位災難也將來臨，人類再過不到14年就要面對或許是「千禧蟲」以來全球最大IT挑戰，也就是「2038問題」（2038 Problem），而屆時世界只會更依賴電腦。 「2038問題」是指某些軟體在2038年1月19日格林威治標準時間3時14分07秒之後可能無法正常運作。許多電腦以測量1970年1月1日午夜以來的秒數來計算時間流逝，這些秒數以0與1的有限序列儲存，或稱「位元」，但對許多電腦來說，可儲存的位元數將於2038年1月19日達到最大值，之後可能無法辨識正確時間，導致程式無法運作。 英國國家網路安全中心（NCSC）前主管馬丁（Ciaran Martin）表示，各組織機構必須檢視自己的IT系統，確保系統內有充分的萬全措施和備援，才能在故障發生時維持運作。 微軟與CrowdStrike都有極高的市占率，市場也很依賴它們的產品，19日的當機事件就在這樣的完美風暴中發生。 澳洲蒙納許大學（Monash University）資安教授費爾（Nigel Phair）說：「我確信全球監管機構都在關注此事。舉例來說，作業系統和類似CrowdStrike的大規模資安產品在全球的競爭有限。」 這次IT大當機對航空公司影響尤其嚴重，許多公司忙亂地為持電子機票的乘客辦理報到與登機。部分旅客在社群媒體貼出工作人員提供的手寫登機證照片，有些人須事先列印機票才能搭機。 費爾說：「我認為重要的是，各種類型和規模的組織機構真的必須檢視自己的風險管理和應對各種災害的方法。」（中央社倫敦19日綜合外電報導）（譯者：屈享平/核稿：曾依璇）1130720 < Previous News Next News >