為了對抗資安的複雜性並獲得最佳成效，企業在評估端點防護時有四個必要的元素應該列入考量。
在遠距上班、雲端移轉與 IT/OT 匯流的趨勢下，IT 基礎架構變得越來越複雜。然而面對日益多樣化的 IT 環境，資安團隊卻正為資安工具氾濫及相關人才不足的問題所苦。想要確保 IT 和資安營運團隊擁有必要的資源來有效守護企業，同時又要避免產品氾濫、基礎架構複雜以及額外的負擔，其實不是一件容易的事。
而端點是這整個複雜問題的核心，IT 和資安團隊經常需要管理多套分別針對使用者端點、伺服器、雲端工作負載而設計的資安防護，再加上各種偵測及回應解決方案。管理和學習多套不同的產品介面容易耗費人員的寶貴時間，更何況這些產品經常來自不同廠商。而且，各自為政的資安工具也容易導致偵測上的盲點，以及麻煩的手動調查作業。
為了對抗資安的複雜性並獲得最佳成效，企業在評估端點防護時有四個必要的元素應該列入考量。
檔案超過大小限制而無法透過網路傳送？在Mac上，你可以壓縮影片檔案來輕鬆地繞過檔案大小限制。這也是釋放Mac硬碟空間的有效作法，因為壓縮影片可以在不影響畫質的情況下讓檔案變小。下面是一些可以在macOS上壓縮影片的方法。
繼續閱讀重新思考生成式 AI 與大型語言模型 (LLM) 時代的學習指標並培養批判性思考
最近我在南非和一群教育工作者進行了一場關於人工智慧 (特別是 ChatGPT 和類似產品) 的對話，他們都擔心這套軟體可能會讓學生更容易作弊。
我們討論到兩種 ChatGPT 的替代選擇：第一，老師可以要求學生繳交手寫的作業，這樣會強迫學生在交作業之前至少會讀過一次作業的內容。第二，老師在打分數時，最高只給到 89 分 (也就是 B)，但如果要拿到 A，學生必須站在全班面前用口頭方式說明他的內容、研究方法以及結論，並回答老師或同學可能提出的任何問題。(有了口頭方式為自己的想法辯護，老師甚至完全不需要學生繳交書面作業！)
OWASP 針對大型語言模型 AI 聊天機器人首次提出了一份風險清單，再次證明生成式 AI 正迅速邁入主流階段，而這份清單也象徵著保護企業、防範 AI 相關威脅的重要一步。
20 多年來，「開放網站應用程式安全計畫」(Open Web Application Security Project，簡稱 OWASP) 的十大風險清單一直是企業改善軟體安全最指標性的一份參考資料。這也難怪當今年春季初 OWASP 發布最新的十大風險清單並聚焦大型語言模型 AI 漏洞時，開發人員和網路資安專業人士都紛紛密切關注。
OWASP 此一動作再次證明了 AI 聊天機器人正迅速邁入主流階段。根據一項調查，有將近一半 (48%) 的受訪企業表示他們在 2023 年 2 月左右已經開始採用 ChatGPT 來「取代勞工」，而這距離 ChatGPT 發表以來才不過短短的三個月。許多觀察家都憂心指出，AI 的普及既倉促、又缺乏對相關風險的了解，因此 OWASP 的十大 AI 風險清單來得正是時候，也有其必要。
繼續閱讀資料外洩事件已經成為生活中不可避免的一部分,如果你已經成為資料外洩的受害者（或者說，你已經被pwned了），這時就必須要充分了解資料外洩帶來的後果以及應該採取的行動。
Pwned起源於網路遊戲魔獸爭霸內owned的拼寫錯誤，意思是被擊敗或羞辱。隨著時間過去，它也被用來描述未經授權的存取或數位資產外洩。所以，如果你的電子郵件地址或密碼被pwned，這代表它在資料外洩事件中被洩露，你的帳號安全已經受到威脅。
