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 >

2023年Secutech台北國際安全科技 應用博覽會 2023年4月26~28日 台北世貿中心南港展覽館 1館(4樓) 本會與法蘭克福有限公司台灣分公司合作，為 2023年「Secutech台北國際安全科技應用博覽會」合作單位，有興趣參加展覽的會員廠商請踴躍報名，參展聯絡請洽詢： 主辦單位：法蘭克福有限公司台灣分公司， 聯絡電話：02-8729-1099 分機：536賴小姐 Email信箱：iris.lai@taiwan.messefrankfurt.com 第24屆台北國際安全科技應用博覽會(Secutech 2023) 展現「新」智慧安防生態系 https://www.asmag.com.tw/showpost/12528.aspx? 更多展覽資訊請瀏灠展覽官網 https://secutech.tw.messefrankfurt.com/taipei/zh-tw.html 南港展覽館 1館(4樓) 香港商法蘭克福展覽有限公司台灣分公司 更多展覽資訊請瀏灠展覽官網 https://secutech.tw.messefrankfurt.com/taipei/zh-tw.html 賴秋萍 Iris 02-8729-1099 #536 iris.lai@taiwan.messefrankfurt.com Secutech 2024 將於 4 月24-26日 台北南港展覽館1館 ，歡迎再度蒞臨指教。 註：圖片由法蘭克福展覽公司 / Secutech 台北國際安全博覽會 提供 1/1 < Previous Project Next Project >

第一屆第三次理監事聯席會議紀錄 2020年11月11日 下午6:30:00

< Back 門禁資安標準條文 一致性調整與意見收集說明會 台灣文創訓練中心-松江館755室(台北市松江路131號7樓) 2022 0811 14:00~17:00 物聯網資安標準-「門禁系統資安標準」於110年底制訂，目前由本會偕同實驗室進行輔導廠商參與送測，本會於6月起共召開五次輔導講座，在會中取得產品現況及相關寶貴意見後向財團法人資訊工業策進會提出反饋，特別安排此次會議，邀請資策會與業者面對面討論及意見收集，以供未來條文調整或改版之參考。 < 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 >

< Back 114年30人以下中小微企業數位轉型補助方案 2025年2月18日 上午6:27:13 資料來源： 中小及新創企業署 經濟部中小及新創企業署來函， 檢送「30人以下中小微企業數位轉型補助方案」說明如附檔， 歡迎有需求及符合資格之會員廠商提出申請。 製造業補助網址： https://www.sme.gov.tw/30ai 服務業補助網址： https://www.dtts.org.tw 中小及新創企業署馬上辦中心電話： 0800-056-476 114年中小及新創企業署-30人以下中小微企業數位轉型補助方案 .pdf 下載 PDF • 725KB < Previous Next >

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 >

接招政經變局/數位科技/循環經濟　製造業轉型決戰永續力 2022-07-02 新通訊 新聞來源： https://www.2cm.com.tw/2cm/zh-tw/market/B092609EC06F49E8B24D5946544EB2D3 製造業當前面臨到大環境變遷強迫業者改變、數位分身(Digital Twins)成為製造業建立元宇宙的來源、透過量子科技加速企業從備料到出貨的流程改善、消費者對於產品原材料與淨零碳排的要求，都將推動產業未來的數位轉型。 製造業的環境變化速度雖然不若服務業快速，但複雜度更高，許多供應鏈在技術進步下逐漸有了交集，而生態系網路的連結也讓企業與新創的合作機會更多元，相較於自行開發，許多業者也開始進行水平整合與垂直併購的活動，無論是在元宇宙中更加投入虛擬軟體技術應用在工廠甚至營運體系，或是在Web 3.0下對於資料所有權的掌握度提高，甚至是智慧合約影響訂閱制的發展，這些看似影響消費端的新科技已經以不同形式進入製造業的世界。 雖然工業物聯網、AI、智慧物聯網依舊對製造業發展至關重要，但這些新技術若以不同形式整合，不但需要更多資源投入，對於跨域人才的需求也更龐大，故此，製造業會需要一個永續的數位商業模式來作為風險防彈盾。事實上，對製造業而言，無論是大環境變遷強迫業者改變、數位分身(Digital Twins)一躍而起成為製造業建立元宇宙的來源、透過量子科技加速企業從備料到出貨的流程改善，或是消費者對於產品原材料與淨零碳排的要求，勢必促使製造業將數位科技應用於永續發展上。 國家產業保護主義崛起影響產業布局 自從2017年美中貿易衝突開始，技術管制已經從美中兩大國朝向歐洲與亞洲地區蔓延，而管制技術也從半導體裝置向外延伸至先進材料、大容量電池、藥材、量子加密技術、人工智慧、雷射、面板、航太等領域。技術管制並不是新鮮事，早在1949年，美國為防止尖端技術流入蘇聯作為武器開發，特意設立了共產黨國家出口管制統籌委員會(Coordinating Committee for Multilateral Export Controls, CoCom)，該委員會於1994年解散。但當前局勢似乎又讓技術保護主義興起，範圍更大且已從應用領域擴散至基礎技術，鎖定的對象也從一般企業加上軍工複合體(Military-Industrial Complex, MIC)。 部分國家如歐盟的管制手段不若美國激烈，歐盟於2022年2月新推出《歐盟法案》，旨在強化提高晶片生產比重，透過投入430億歐元扶植現有業者與新創；中國近期也成立半導體研發平台，吸引國際業者與當地企業合作。這些措施對一般業者帶來巨大挑戰，由於許多產品無法追蹤貨物最終流向，或是因為非政策支持範圍而被排除在外，企業可能陷入不必要之經營風險。在國家產業保護主義的興起下，越來越多技術外流防堵措施與各種聯盟將出籠，在關鍵技術與供應鏈節點中設下門檻，無形之中墊高業者營運成本。 從技術領域來看，半導體無疑是當前各國政府關注對象。在半導體部分，IC設計、晶圓代工、封裝測試、材料與機器設備為主要管制領域，由於半導體的生產要素繁多，產業與地理區位集中度高，具備產業群聚效益，關鍵技術掌握在數家大廠手上，包含美國與歐洲等國無不保護現有半導體廠商，同時強化智慧財產權盜竊、人力惡意挖角問題。 實際案例包含輝達收購軟銀旗下矽智財公司安謀(Arm)破局，原先將成為晶片產業史上最大收購案件在美、英兩國監管機構擔憂影響未來車用晶片受影響而宣告破局，有趣的是，身為安謀客戶的微軟、高通等業者也擔心供應商集中風險而大力反對，而身為安謀母公司的日本軟銀集團倒是因此獲得12.5億美元補償金。另一案例為環球晶收購德國世創(Siltronic)，在德國投審會(BMWk)的阻撓下失敗，雖然市場上流傳各種可能性，但半導體成為高度敏感性的戰略產業已是不爭事實。對企業來說，政治風險與產業發展已確實連動，傳統的內部價值鏈管理固然重要，但結合各方利害關係人的外部價值鏈管理逐漸成為業者是否能趨吉避凶的關鍵。 數位分身將大幅成長且應用於製造業 在製造業領域，數位分身是整合各項資通訊與新興技術而成的應用科技，並將智慧製造從實體面延伸至虛擬平台，從機台、產線、廠房、企業不斷擴散，提供人員各項模擬與決策輔助。雖然發展時間僅十年多，但近年來成長速度相當驚人，市調機構MarketsandMarkets指出，數位分身在2026年將成長至487億美元，CAGR為58%(圖1)，常見的數位分身技術平台供應廠商可分為三大類：產品製造商、軟體廠商、其他服務軟體廠商，市場上主要廠商包含GE、Microsoft、ANSYS、PTC、Siemens、SWIM.AI、羅伯特博世、Oracle等。舉例來說，西門子的Simatic即時定位系統(RTLS)和SieTrace軟體，該軟體可提供即時定位資訊，使用者可以使用這些軟體在疫情期間控制其製造過程並設計其操作流程。 圖1　數位分身市場規模預計在2026年將達到487億美元 資料來源：MarketandMarkets 同時，在員工不幸感染COVID-19的情況下，該解決方案使公司能快速控制員工與工廠營運，避免接觸。同時，西門子也收購了具備資安能力的解決方案供應商UltraSoC，收購後將其技術整合至自身Xcelerator產品組合。西門子和UltraSoC技術的整合得以應用於半導體產品生命週期改善以及生產設備監控。西門子同時也與IBM合作開發針對自動化產業的解決方案，該解決方案透過動態資產優化來管理產品生命週期，連結工廠內實際的資產維護與產品設計決策。該解決方案結合了西門子和IBM Maximo的Xcelerator產品組合，以提高客戶產品性能、維護和營運功能，這種強強聯手未來在數位分身的世界中將越來越普遍，此外，垂直整合與新創併購也是大廠常用的策略。 數位分身在產業應用範圍相當廣泛，諸如汽車和製造、能源與公用事業、航空與國防、醫療保健、石油和天然氣、資通訊、農業、零售、半導體、化學製造、食品製造等皆是。以汽車與航太產業為例，數位分身技術在產品設計、模擬、MRO(維護維修)、生產和售後服務中的使用持續成長，例如LOCOMACHS為飛機機翼的整個裝配線導入了數位分身，提供生產性能監控。此外，在汽車產業部分，Tesla Motors正在為其生產的每輛汽車使用數位分身解決方案，以達成更佳的企業性能與品質改善；而Bosch也透過數位分身來模擬產能可能中斷情境，以設計出對應的改善方式。 此外，疫情與現在的供應鏈中斷也替數位分身帶來潛在商機，以北美區域而言，疫情帶來製造設施的關閉以及美國－墨西哥－加拿大協定(USMCA)取代北美自由貿易協定(NAFTA)，位於美國的製造業者為主要受災戶。為解決生產中斷問題，業者被迫運用先進分析來了解供應鏈的複雜度，擬定生產中斷的對策，數位分身讓業者可遠距了解廠房生產要素，或是模擬供應鏈可能情形，搭配如人工智慧、工業物聯網等技術共同應對。從美國西岸開始發酵的缺料缺貨的情況往世界各地蔓延，廠商若要及時掌握產能與物流情形，勢必得善用數位分身的優勢。 量子電腦將加速製造業從研發至出貨 具備高速運算特性的量子電腦(Quantum Computer)被認為是下世代驅動人工智慧、通訊、半導體等產業重要變革的技術，根據市調機構Pitchbook指出，截至2021年9月，投資人已投入10.2億美元於該領域的技術新創，包含PsiQuantum、Xanadu、Quantum Machines等業者。同時，世界經濟論壇(World Economic Forum, WEF)於2022年1月發布《量子運算指南》(Quantum Computing Guidelines)，該報告指出，量子運算應具備三大要素：量子運算是一項新興技術、量子運算不會單獨使用而是與一般運算技術結合、量子運算需要投入大量資源。此外，鑑於該技術尚處於未大量應用的階段，世界經濟論壇還發布技術治理準則(表1)共九大主題、七項核心價值，以因應量子運算未來可能的技術風險。 以德國汽車業者BMW為例，該公司在2015年就展開數位轉型，並投入大量資源於物聯網、軟體平台、雲端與AIoT等領域。在電動車強勁的銷售動能與新型商業模式的支持下，預期在2025年前投入300億歐元(約新台幣9,900億元)於研發，進一步提高技術資產。在技術布局上，該公司分為應用型技術與底層技術兩類，應用型技術如雲端、資料分析工具與AI的部署重心在於加速開發新商業模式，期望能更了解消費者需求推行按需計費與訂閱制，同時降低製造端的前期資本投資成本。而底層技術如量子電腦的研究則著重在提高數位驅動能力，透過交互支援來支援應用技術的發展，例如： 最佳化感測器在電動車中的部署位置，由於汽車內可安插數十種感測器搜集不同數據，如何將感測器安裝在最適位置、提高偵測覆蓋範圍相當關鍵。 ．在產線中用於模擬材料解構，將各種新型零組件在實際投產前模擬至產線中，評估該產線是否有能力生產與安裝零組件。 自動生成演算法，用於汽車品質檢測功能。由於當前汽車產業多使用卷積神經網路(CNN)演算法於品質檢測，CNN需要大量資料與龐大運算能力才能發揮功用，量子技術剛好可以滿足運算能力的需求。 供應鏈數位轉型，汽車產業的價值鏈又冗又長，整條價值鏈包含材料商、生產商、運輸、代理、經銷，整個供應鏈在去中間化與大量地緣政治不確定要素下容易被打散。 BMW以打造多元化的使用情境(Use Case)為主要測試訴求，兩大策略合作對象為AWS與Honeywell，兩者皆在量子電腦發展中扮演重要角色。Amazon雖然不像Google與IBM有自己的量子電腦，但底層架構技術的提供與問題定義與解決的服務卻是企業發展量子技術時不可或缺的要素。其量子電腦解決方案實驗室(Amazon Quantum Solutions Lab)提供各類問題定義、技術可行分析與專案落地試驗的服務，但兩者的強強聯手還有更深層的含義：打造電動車產業的量子電腦生態系。事實上在2022年6月，BMW已經結盟如西門子、Bosch、SAP、英飛凌在內的九家德國企業合作夥伴，準備打造橫跨歐洲的量子聯盟，如無意外，AWS應會提供該聯盟所有平台建立的服務，更進一步深化與汽車產業生態圈的合作關係。 2021年3月，BMW與自動化大廠Honeywell，以及新加坡新創Entropica Labs簽署合作協議，共同研發量子技術在供應鏈轉型的可能性，由Honeywell提供量子電腦，Entropica Labs負責演算法設計，BMW提供大量應用場景，希望能在汽車產業的量子地位上拔得頭籌。事實上，早在2021年10月，BMW就秘密測試Honeywell的量子電腦技術，應用在原物料購買決策可能性分析與倉儲系統上。當然，公司也不可避免地遇到一些瓶頸，例如在專案執行上，量子技術依舊有不少重大技術障礙必須克服，包含更穩定的硬體、用於軟體發展的商業平台，以及用於分配和運用量子運算資源的雲端運算能力，雖然目前實際成效無法彰顯，但量子技術商業化已經成為BMW公司從上到下的共識。 消費者與供應商對循環經濟將更為重視 2050淨零碳排的目標牽動從消費端到供給端的變革。過往的經濟模式多為線性經濟，線性經濟大量使用能源又製造大量廢棄物，造成天然環境退化等問題，是破壞型的發展模式。線性經濟在壓低成本考量下，形成較長的供應鏈，集中型生產也為供應鏈的穩定帶來高風險。循環經濟可以打造具韌性、恢復力的經濟系統，創造優質工作機會，邁向零廢棄、零污染、零排放的永續成長。這特別和疫情後的綠色振興規畫息息相關。 疫情暴露了全球經濟系統的脆弱，每個國家都在思考如何重建更能因應多重風險的韌性經濟，減少對進口資源的依賴性，具再生恢復力的循環經濟將扮演重要角色。對能源大量仰賴進口、環境污染嚴重的台灣產業來說，循環經濟的重要性不言而喻。不過，循環經濟的達成單靠一廠商難以成事，必須透過聯盟來打群架，才可能邁向零碳目標(圖2)。 圖2　工業4.0與淨零碳排結合將成數位轉型的重點之一 資料來源：MarketsandMarkets 在循環經濟中，如何設定適當的合作機制將是成敗的關鍵，建立在共同的系統性目標中，目的是提升經濟、環境和社會的共同福祉。讓企業可以透過「產業共生」等策略，運用另個企業未充分利用的資源，增加資源能夠循環運用的機會和效益；甚至帶動產品價值鏈中更多利害關係人的合作。而「循環合作」機制，是從特定產業的角度來看資源循環的機會，包含產品或服務中每個生命週期階段相關的業者、使用者，以及能促成生產和消費文化改變的政府、客戶、媒體等利害相關人。 事實上，利害關係人管理為啟動循環經濟的重要一步，對製造業而言，供應鏈合作與資訊揭露的透明度有助於業者間的信任合作，而這樣的模式則需要供應鏈科技與數據科技的協助才能完成。可以說是，無論是要數位轉型或是達到淨零碳排目的，科技的協助與應用為業者應當正視的議題。 國內業者積極布局以因應未來挑戰 當然，當國際業者積極應對上述趨勢帶來的變革時，國內業者也積極應對。在國家保護主義興起下，業者雖無法改變大局，但可提前因應，部分企業除了分散供應鏈布局、打造區域製造供應鏈外，也開始思考如何透過數位轉型建立新的商業模式。一般來說，如「護國神山」級半導體龍頭或產業龍頭業者因為具備豐沛資源可以大力推動數位化外，多數的台灣中小製造業者雖擁有技術優勢，但數位轉型的進步空間仍然很大，業者除在硬體進行數位化更新與自動化外，數位轉型還要搭配管理手法，如縮短流程、溝通與時間等隱形成本，讓流程透明化、數位化等，縮短自身的反應時間同時也替公司因應外部挑戰做好準備。 至於像數位分身或量子電腦的新興技術，則由大型企業開發而拔得頭籌，如鴻海集團旗下的鴻海研究院即具備量子電腦研究所，培養量子運算技術人才，積極探索新的應用領域，同時延攬如創新工場的李開復博士、臺灣大學物理學系的張慶瑞博士擔任諮詢委員，目前已透過成立「離子阱實驗室」，加速量子電腦硬體的研發，開發離子阱晶片、積體光學，以及先進積體電路等核心硬體設施，腳步相當迅速。 而循環經濟是將原物料製成產品銷售使用後衍生的廢棄物，再返還成資源、原料，中間必須經過多道程序的處理，可望成為新的產業鏈。雖然台灣產業界對循環經濟並不陌生，部分企業甚至已經做到從生產過程產生之廢液、廢氣、廢水回收再生、零件廢料回收再製貴金屬銷售，到廢電子系統導入無毒可生物分解材料回歸環境的效能，但仍有許多進步空間。 或許，同時來自政經局勢挑戰、數位技術、循環經濟的三大挑戰對長期穩定營運的企業而言正是百年難得一見的轉變契機，台灣業者除把握已存在的硬體優勢外，在應對上述議題時更需要前瞻洞見與分析能力，培養軟體競爭力也是勢在必行，或許面對巨大變動的環境時，也是可以彎道超車的好時機。 < Previous News Next News >

利凌獲MIT微笑標章認證，為台灣監控廠商第一家 2024-05-07 全球安防科技網 新聞來源： https://www.asmag.com.tw/showpost/12920.aspx? AI 監控解決方案供應商利凌獲得 MIT 微笑標章認證，成為台灣第一家獲得此殊榮的監控廠商。 MIT 微笑標章由經濟部所頒發，需滿足「台灣製造」及「品質管理」等多項要求方可享有。並不是台灣製造的產品就能直接獲得標章，非台灣製造的商品更無法取得此殊榮。 利凌 Z7 系列 AI 人工智慧攝影機便在此次獲得標章的產品中。利凌 Z7 系列 AI 人工智慧攝影機可在前端直接處理影像辨識、分析，並內建簡易資料庫，機身具備豐富的軟硬體輸出入埠口，可以大幅簡化案場架構，降低各種部署成本。 不只是攝影機，利凌的監控主機或影像管理系統亦為台灣製造的高品質產品，身為監控製造商，利凌一直將資安放在第一位。台灣製造的優良血統，利凌打造深受美國及全球市場信任的 AI 監控解決方案。利凌針對微笑標章的肯定，聲明以下三點堅持： 1. 對品質的堅持：認真對待產品的每個環節，確保交付給客戶的最終成果是符合期待的。 2. 台灣製造的驕傲：不只是台灣製造，還是屢屢獲獎的台灣產品，我們以工廠在台灣自產自製為榮。 3. 紮實的合作生態鏈：與資深系統安裝商及整合商配合多年，利凌為業界資深的可信賴夥伴。 從攝影機、錄影機、影像管理系統到周邊設備，利凌提供一站式的解決方案，不必再東拼西湊。每個利凌產品的誕生都來自於積累的客戶反饋，所以一量產就是可以快速部署的成熟產品。利凌產品線的垂直整合能力有目共睹，多樣化的案場適應力讓利凌擁有許多跨領域的合作夥伴。 監控的初衷本是為了確保案場的安全性。利凌產品線亦將此概念完整落實於產品上，重視資安，隱私機密不外露。 「我們相信科技與設計的力量可以改變企業與環境，並且發揮監控的正面影響力。」利凌企業股份有限公司資訊長胡志剛表示，「利凌不只是一間監控設備供應商，更是 AI 視訊解決方案的領導者，與夥伴合力將生態鍊推向新的高度，為產業製造利基市場。」 更多資訊，請參考：https://www.lilin-solutions.com/tw/mit-smile-logo < 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 >