M & W BBS 的歷史

BBS（電子佈告欄系統）是一種早期的網路論壇系統，允許使用者通過數據機撥接或網際網路來進行連接，提供佈告欄、分類論壇、新聞閱讀、軟體下載與上傳、遊戲等功能。

M & W BBS 起源於台灣台中龍井鄉一帶，是早期BBS（電子佈告欄系統）的先驅者，調查兵團正在對其展開調查。

若有新的事證發現將會在這發表。

2024年に予測される業界トレンド

2024年に予測される業界トレンド

2024年は、AIの進化によって、企業のビジネスモデルが大きく変化を遂げていく一年になるのではと予測しています。

サイバーセキュリティ業界において、グローバルで予測される主なトレンドは、以下の4つです。

1. 標的型攻撃の増加

   企業が提供するデジタルサービスの範囲を急速に拡大させるについて、サイバー犯罪者が容易に利用できる攻撃対象領域が拡大してしまいます。特に、銀行や金融サービス、医療、通信など、日々の業務に直接影響を与える重要なインフラやシステムに対する攻撃がエスカレートすることが予想されます。2023年も欧米に加えて、APAC地域でのランサムウェア等による攻撃の報告が増加し、オーストラリアの大手通信事業会社や、シンガポールや日本の港や医療機関等が攻撃を受けました。特に日本では、ランサムウェア攻撃による被害を公表した組織数は過去最高を記録し、なかでも注目されたのは名古屋港で、ランサムウェア攻撃によりコンテナターミナルの管理システムが停止し、経済活動に大きな影響を与えました。サイバー攻撃は、必要不可欠なサービスの中断だけでなく、機密データの損失や金銭的な損害をもたらすことも多く、組織も政府機関も、今後一層、重要インフラの安全を確保することを優先し、これらの脅威にうまく対処するための対策を講じる必要があります。

   
   

2. AIと規制

   政府やサイバーセキュリティ機関が、特に人工知能（AI）の出現に対処するために、組織が遵守すべき包括的なサイバーセキュリティ方針を策定しようとすることが想定されます。今後1年間はAIに対するガバナンス、倫理、セキュリティに関するガイドラインや規制の確立・強化が進むでしょう。AIがワークフローや業務にますます組み込まれるようになるにつれ、データの収集、訓練、保管を管理するための明確な規制が必要になります。AIはデータを動力源としており、データのプライバシーと保護が最重要課題となっているため、企業はさまざまな規制を遵守し、そのような変化がサイバーセキュリティの実践に及ぼす影響に取り組む必要も出てくるでしょう。

   
   

3. 労働力の需給ギャップのさらなる拡大とHR戦略の変化

   サイバーセキュリティ業界は2023年に顕著な成長を遂げたものの、労働力の需給ギャップの解消には程遠く、必要な労働力に対し、供給が追い付いていない状況が続いています。このような状況の中、企業や組織において、採用、トレーニング、従業員満足度の向上、スキルアップの取り組みにおける戦略を見直す必要性が高まっています。デジタル化とAIの普及が進む中、サイバーセキュリティ、セキュリティ運用の専門知識、クラウド・コンピューティング、AI・機械学習（ML）に関するスキルは、引き続き高い需要が見込まれています。組織や企業の採用担当者においては、高い問題解決能力や分析能力などの技術的な経歴にとどまらず、迅速な適応能力やコミュニケーション能力、チームワークなど、他の重要なスキルにも目を向け、専門能力や技術力だけではなく、人材の適正を見極め、専門家を育てていく傾向がより強まっていくでしょう。

   
   

4. AI、IoT等、新興テクノロジーを使った（または狙った）攻撃の増加とサイバーセキュリティの変化

   2023年には、AIアルゴリズムが人間の言語、文体、口調を模倣したリアルな出力を生成するため、フィッシング攻撃の洗練度が顕著に高まりました。この傾向は2024年も続き、AIを利用した脅威の拡大と同時に、AIがサイバーセキュリティの専門家の業務をサポートする上でより重要な役割を果たすことが予想されます。加えて、EVの進化やIoTソリューションの普及により、対応すべき脅威の範囲は拡大しています。日本では、経済産業省がEV補助金の9要件のひとつにサイバー攻撃対策を盛り込むなど、政府もサイバーセキュリティ対策を重要視しています。AIの良い面に目を向けると、現在、AIは人間の作業負担を軽減し、攻撃を阻止し、セキュリティ業務と全体的な事業運営の両方の効率を高める態勢を整えている段階にあります。一方で、ISC2の実施した調査によると、まだサイバーセキュリティの専門家がAIや新興テクノロジーについて限られた知識しか持っていないことも明らかになっています。2024年以降、新興テクノロジーに対する理解・対策は、より必須のものとなるでしょう。

程式設計師自我成長建議

 

要花時間投入學習，才有機會可以更上層樓

演算法[Algorithm]

BigO

Binary Search

Greedy

Divide & Conquer

DP (Dynamic Programming)

DFS & BFS

資料結構[Data Structure]

Linked List

Tree

Hash Map

Stack

Queue

[線上課程]

資料結構

https://www.youtube.com/playlist?list=PLj6E8qlqmkFusQlwukXMUDVdYfd7oPyr3

演算法

https://www.youtube.com/playlist?list=PLj6E8qlqmkFtoRpLn6IXnH_eboef-3QvZ

4 Principle of Optimality - Dynamic Programming introduction

https://www.youtube.com/watch?v=5dRGRueKU3M

[參考書]

1. 大話資料結構

2. 演算法圖鑑

[經驗分享]

https://www.youtube.com/watch?v=dJc-h7ui8wc

某甲重要記事

• 某甲說 AA 專案未來沒有了 : 2023/11/20 ?
• 某甲情緒失控 : 2023/11/23
• 某甲拔 Switch : 2023/11/23 上午 

 

什麼是人工智慧？ What is Artificial Intelligence ?

什麼是人工智慧？ What is Artificial Intelligence ?

• 人工智慧（Artificial Intelligence，簡稱AI）是一種模擬人類智慧的技術，通過設計和開發計算機系統和演算法，使電腦能夠模擬、學習、推理和自我調整等人類智慧的行為和能力。
• 簡單來說，人工智慧就是讓機器像人一樣具備感知、思考、學習、決策和執行等能力。
• 這些能力可以應用於各種領域，例如圖形辨識、語音辨識、自然語言處理、智慧機器人、自動駕駛等。
• 人工智慧技術的核心包括機器學習、深度學習、語音辨識、圖像處理、自然語言處理、知識表示等。隨著技術的不斷發展和應用，人工智慧正在深刻地改變我們的生活和工作方式。
• 簡單來說，「人工智慧」就是會自行運算、解決問題的機器。
• 人工智慧最早可以追溯到1950年代，身兼計算機科學、數學家、密碼分析學和理論生物學家的英國學者艾倫‧圖靈（Alan Mathison Turing），他被視為現在計算機科學與人工智慧之父。
• 圖靈曾寫過一篇《計算機器和智慧》的論文，一開始就提問「機器會思考嗎？」（Can Machines Think?）內容在闡述機器的思考。他同時提出如何判定機器是否具有智慧的測試方法，即著名的「圖靈測試」

The Difference Between AI, Machine Learning, and Deep Learning? | NVIDIA Blog

• 強人工智慧（Strong A.I.）、通用人工智慧(Artificial General Intelligence)與弱人工智慧（Weak A.I.）
• 強人工智慧受到電影與科幻小說的影響，強調電腦將能擁有自覺意識、性格、情感、知覺、社交等人類的特徵。
• 另一方面，弱人工智慧主張機器只能模擬人類具有思維的行為表現，而不是真正懂得思考。他們認為機器僅能模擬人類，並不具意識、也不理解動作本身的意義。
• 簡單來說若有一隻鸚鵡被訓練到能回答人類所有的問題，並不代表鸚鵡本身瞭解問題本身與答案的意義。

你學會了嗎 ? 

我們下次見 !