在本周獲得英國主管機關同意後，Google雲端部門（Google Cloud）周四宣佈，完成資料分析視覺化軟體業者Looker的收購。

Google是在去年宣佈以26億美元收購Looker，成為該公司歷來第4大收購案。Looker的產品可讓企業分析師定義營收或高貢獻度客戶的資料計算，而且不必下複雜指令即可將分析資料視覺化。Looker主要競爭者包括Tableau Software或微軟PowerBI。

Google雲端執行長Thomas Kurian指出，Looker的加入將可強化其資料分析及資料倉儲產品包括Big Query，協助客戶更快解決業務分析問題，同時握有資料的完整掌控權。

Google強調將持續Looker跨雲、跨平台的特性，可支援客戶現有不論是在Google Cloud、Microsoft Azure及本地部署環境，也能整合於像是Amazon Redshift、Azure SQL、Snowflake、Oracle、Microsoft SQL Server與Teradata等雲端資料管理系統。

英國競爭與市場管理局（Competitions and Market Authority，CMA）指出，針對Google和Looker合併案的審查面向，包括是否可能導致產品漲價或品質下降，以及Google是否運用其在網路廣告及Web分析的獨大地位，排擠競爭BI產品。最後，CMA認為這起合併案，不會和微軟、甲骨文、SAP、IBM、Tableau直接競爭，也不致抑制其他BI產品的生存。

在此之前，本案已獲得美國司法部及澳洲競爭管理局的核准。

Google本周指出，三星為強化智慧型手機安全而對Android核心做的修改，反而引進更多漏洞，讓手機更不安全。

Google為減少程式碼存取Android的安全風險，於是限縮可存取裝置驅動程式的行程。現代Android手機只能經由專門的行程才能存取資源，這也形成了硬體抽象層（Hardware Abstraction Layer，HAL）。但如果裝置廠商修改了Android核心功能，就很難消除攻擊面。

專精研究漏洞Google Project Zero研究人員Jann Horn指出，Android裝置廠商經常在Android核心內加入獨有的程式碼，這類程式碼往往導致安全漏洞的形成。

他以三星Galaxy A50 手機上發現的漏洞為例。三星為A50系列Android核心，加入了Process Authenticator（PROCA）的安全子系統來追蹤行程的身份。但是當複雜的程式碼pattern碰上子系統內幾個邏輯錯誤，像是追蹤的狀態和實際行程狀態不符合時，即可能造成記憶體不安全，例如Project Zero去年11月在A50手機的PROCA，發現到使用已釋放記憶體（use-after-free）及雙重釋放（double-free）漏洞，影響Android 9.0及10.0。三星將該漏洞編碼為SVE-2019-16132，風險層級為中度（moderate）。

Horn認為，三星在手機加入的某些客製功能不僅沒必要，拿掉也沒差。他也認為裝置廠商對Android做的獨門修改，最好放入沙箱中，或是移到使用者空間（userspace）的驅動程式，因為可以較安全的語言實作。不但安全也不會妨礙新版核心的更新。

在收到Google的通報後，三星本月釋出的安全更新中，修補了SVE-2019-16132在內的近50個漏洞，其中還包括二項重大（critical）漏洞。

重點新聞(0207～0213)

  LINE     資料科學    人才 

LINE在臺12個團隊大舉徵才，要網羅AI、資料科學、資安等人才

LINE近日在臺展開人才招募，包括LINE、LINE Bank和LINE Pay等三大事業體共12個團隊，要來尋找臺灣人才，範圍涵蓋AI、資料科學、資安、前後端、測試和用戶端開發等領域。其中，LINE在臺灣就擁有2,100萬活躍用戶，而今年的目標，是要全面運用AI來提升使用者體驗，共有4個團隊開出職缺，其一就是推動LINE Brain計畫的LINE資料工程團隊，要尋找NLP、OCR、eKYC的高手。

再來則是今年即將開業純網銀的LINE Bank，共有6個團隊開出20多個職缺，像是LINE Bank App開發團隊、LINE Bank核心系統團隊、資安團隊等，還有負責風管、支付、數位客服和辨識的營運支援系統團隊。至於LINE Pay，有2個團隊招募成員，分別是負責開發創新支付和金融服務體驗的LINE Pay Development團隊，以及規畫產品上線測試流程、優化服務品質的 LINE Pay QA團隊。LINE即日起接收履歷，至3月9日止，經審核與線上測試後，將於4月25日臺灣辦公室舉辦最終面試。（詳全文）

空拍影片     影像辨識     德國航空中心 

要賦予空拍機解讀影片能力！德國航空中心發表空拍影片資料集

為加速空拍機影片自動處理影像的能力，德國航空中心（DLR）聯手慕尼黑工業大學（TUM），發表空拍機影片資料集。該資料集名為空拍影片事件辨識（ERA），包含了25個事件類別、共2,866個從YouTube上收集且經標註的影片，每個影片都是24 FPS、長度約5秒。關於事件分類，團隊首先從維基百科上收集24個事件，再新增一個非事件類別，放置其他無法歸類的影片。這些類別包含了安全、交通、災難、生產、社會和體育活動等。有別於其他資料集，團隊也收集了在惡劣條件下拍攝的影片，比如低解析度、極端照明和惡劣天氣等。

此外，為了提供空拍影片專屬的基準測試，團隊也利用該資料集，來測試現有的深度學習工具，像是單幀影像分類模型和影片分類模型。團隊發現，就遊行或抗議、音樂會分類來說，時間關係網路（TRN）表現最好，顯示TRN有潛力用來辨識較難區分的行為事件。（詳全文）

  邊緣AI     Arm    AI處理器  

再攻邊緣AI市場！Arm發表兩款AI處理器

鎖定邊緣AI需求，處理器大廠Arm日前發表兩款AI處理器Cortex-M55和Ethos-U55。Arm指出，Cortex-M55是自家AI能力最強大的處理器，也是第一個採Armv8.1-M架構、內建Arm Helium 向量技術的處理器，可大幅提升終端數位訊號處理（DSP）和機器學習（ML）效能，與前代Cortex-M處理器相比，DSP和ML可分別提升5倍和15倍效能，也更省電。

至於Ethos-U55，則是Arm針對Cortex-M推出的首個微神經網路處理器（microNPU）。Arm表示，Cortex-M55與Ethos-U55搭配起來，能因應需求更高的ML系統；與現有Cortex-M處理器相比，兩者組合的效能可提升480倍。這兩款AI處理器，最快預計明年初上市。（詳全文）

  微軟    語言生成       T-NLG  

突破軟硬體瓶頸，微軟發表170億個參數的語言產生模型

微軟發表最新語言產生模型T-NLG，具170億個參數，是有史以來最大的語言產生模型，可產生單詞來完成開放式的文字任務，還可回答問題、總結文件等。

微軟能建立這麼大的模型，是因為打破了軟硬體技術的瓶頸。微軟採Nvidia DGX-2配置，以InfiniBand連接加速GPU之間的通訊，並使用Nvidia Megatron-LM框架，以張量切分技術將模型分到4個V100 GPU上。此外也運用DeepSpeed函式庫和ZeRO最佳化方法，使每個節點的批次處理大小增加4倍，減少了3倍訓練時間。測試發現，在標準語言任務WikiText-103困惑度的量測表現，T-NLG比OpenAI的GPT-2和Megatron都還要低，此外，T-NLG還能應付零次問答，不需要上下文，就能直接回答問題。（詳全文）

  Jigsaw    假照片    Assembler  

一眼看穿！Jigsaw發表可辨識假照片的平臺Assembler

Alphabet旗下子公司Jigsaw日前發表一款實驗性平臺Assembler，整合了各種偵測技術，讓新聞從業人員或事實查核人員透過單一平臺，就能辨識影像的真偽。

Assembler整合了多種照片偵測工具，每個工具都有特定的用途，比如辨識照片中的「複製－貼上」程序，或是偵測照片的亮度有所變更。此外，Jigsaw也自行打造兩款工具，一是專門用來辨識DeepFakes的StyleGAN，可區分真人與DeepFakes的不同；另一個工具是一套完整的模型，可整合不同偵測工具的結果，分析照片中曾被變更的動作，一次揪出照片中的所有古怪之處。Assembler目前仍處早期開發階段，歡迎外界貢獻各種偵測模型。（詳全文）

臉書   PyTorch3D    電腦視覺  

臉書開源PyTorch3D電腦視覺函式庫，要簡化3D深度學習

臉書AI研究院近日開源自家PyTorch3D電腦視覺函式庫，要利用PyTorch來簡化3D深度學習的流程。臉書指出，該PyTorch3D是一個高度模組化的函式庫，具一系列常用的3D算子（Operator）和損失函數，也提供模組差分算圖API，讓使用者可將函數導入深度學習系統。

進一步來說，PyTorch3D函式庫融合了臉書自家的2D識別函式庫Detectron2，將物體辨識能力帶到3D領域。使用者可利用PyTorch3D，來進行多種3D深度學習研究，像是3D重建、光束調整法（Bundle adjustment）等，甚至是3D推理。與此同時，臉書也提出一套3D資料結構Meshes，可用來批次處理異質網格，使深度學習應用更有效率。（詳全文）

Google    機器學習評估     ML-fairness-gym  

Google釋出用來評估機器學習系統長期影響的工具

為提高AI透明度，Google日前釋出一套分析模擬工具ML-fairness-gym，用戶可透過簡單的模擬，來了解機器學習決策系統在社會中的長期影響。

ML-fairness-gym採用Open AI的Gym框架，來模擬序列性決策。在這個框架中，代理人（Agent）會與模擬環境互動，並在每個步驟中，選擇一個影響環境狀態的動作。接著，環境就能顯示代理人所參考的觀察資訊，也就是用來影響後續行動的訊息。（詳全文）

Google     自然語言生成      LaserTagger  

Google開源可即時產生精確文字的AI模型LaserTagger

Google團隊開發一款AI文字編輯模型，可預測編輯操作序列，把來源文字轉換成為目標文字。Google表示，LaserTagger是一種精確不易出錯的文字產生方法，比過去的方法更容易訓練，執行速度也更快。

Google在2014年提出Seq2seq方法，主要用於自然語言生成（NLG），像是段落融合、文字摘要和文法糾正等文字編輯工作。不過，Seq2seq有三大缺點，比如產生不支援的文字、需要大量訓練資料、文字產生速度慢。不過，LaserTagger透過限制字彙表來縮小輸出的決策空間，可避免模型隨意添加字詞，不易產生不支援的字。此外，就算只用數百或是數千個範例訓練，LaserTagger也能產生合理的結果，Seq2seq則需要數萬個才行。在速度上，LaserTagger預測速度是Seq2seq的100倍，因此更適合即時應用。（詳全文）

圖片來源／德國航空中心、Google、Jigsaw、微軟

 AI趨勢近期新聞 

1. HackerRank調查：開發人員最想學的程式語言是Go跟Python

2. Google釋出多語言問答基準TyDi QA

3. Google搜尋技術加持，Waymo自駕車物體辨識能力再升級

4. 簡立峰卸任Google臺灣總經理後加入臺灣新創Appier董事

資料來源：iThome整理，2020年2月

蘋果悄悄為iOS的AR展示功能Quick Look加入客製化功能，未來可望讓家具或其他零售商在網站上，提供消費者比對後直接下單。

Quick Look能在iOS App，如Safari、Messages、Mail、News或Notes中加入連結或按鍵，點入後即會以跳出式視窗，顯示物品USDZ格式的擴增實境（AR）或3D影像。蘋果在去年WWDC宣布，iOS 13 加入Quick Look beta版，已有Home Depot、Wayfair、Bang & Olufsen、1-800-Flowers等網站已經加入。不過之前都只能提供用戶讀取影像，直到最近才可客製化連結或按鍵。

這讓零售商如家具、家電業者等可以在網站上提供AR體驗，例如將沙發的影像疊加在iPhone拍攝的客廳中，來丈量尺寸或評估色彩。廠商可透過客製化按鍵成為例如購買鍵、啟動Apple Pay、呼叫客服、檢視庫存，或加入任何想要的功能。

今年蘋果還預計為Quick Look加入空間聲場（Spatial Audio），讓虛擬影像投放在實體環境中也能發出音效。

一般認為，蘋果可能最終會推出自己的AR智慧眼鏡，則這項功能將有助於實現商業應用情境，以加速迄今雷聲大雨點小的AR應用。

美國聯邦索賠法院的法官Patricia Campbell Smith在周四（2/13）祭出了臨時禁令，阻止美國國防部與微軟執行《聯合企業防禦基礎設施》（Joint Enterprise Defense Infrastructure，JEDI）合約。

這是因為原本被視為最有可能得標的Amazon，指控美國總統川普（Donald Trump）因一己之私，介入了該標案，要求法院展開調查，還希望法官能夠傳喚川普、國防部前後任部長及其他相關人等出庭作證。這項臨時禁令是密封的，使得媒體無法一窺Smith頒布禁令的理由。

不過，美國國防部發表了聲明，表示對此一禁令感到失望，還說在此一訴訟中所採取的行動，不必要地拖延了國防部部署現代化戰略的時程，剝奪該部門的迫切需求。他們對於微軟獲得JEDI合約充滿信心。

一直在Amazon的抗議中保持沈默的微軟，也向CNBC表示，相信國防部是經過了仔細、完善且公平的審核程序，才決定微軟是符合該部門需求的最佳業者。

協助國防部現代化IT架構的JEDI合約的總預算高達100億美元，合約期限長達10年，且只授予一家業者。根據國防部原本制定的時程，該部門準備在2月14日向微軟提出第一項任務，替國防部的雲端環境進行初步規畫，但在Smith的禁令下，雙方的進度將暫時擱置。

就在美國司法部控告華為及其子公司詐欺與竊取商業機密的同時，美國商務部宣布，再允許華為和美國國內客戶交易45天到4月1日。

商務部下的產業與安全局（Bureau of Industry and Security）周四再將華為及其非美國關係企業的臨時通用許可證（Temporary General License，GL）再展延45天到2020年4月1日。這紙臨時通用許可證，是為免商務部啟動華為交易禁令後，造成美國偏遠地區電信業者營運中斷而實施的緩衝期，旨在讓這些企業有時間轉向其他網路軟、硬體與技術。

商務部指出，有必要再給現有電信業者45天緩衝期，好在找到華為的替代方案之前，能暫時而安全營運其網路。TGL商務部表示，還會再決定未來是否有必要再展延TGL。

雖然去年5月商務部將華為列入實體名單，旨在防止華為取得美方技術，從事顛覆美國國家安全或圖利外國，但是商務部仍分別在去年5月、8月及11月，對華為發出90天的展延許可。

美國司法部在本周指控，華為及其設於美國的子公司，共謀侵犯了當地的《反敲詐及受賄組織法》（Racketeer Influenced and Corrupt Organizations Act），另也指控它們串謀自美國競爭對手竊取商業機密，同列被告的，還有包括華為財務長孟晚舟在內的4名高層，以及包括Skycom在內的多家非正式華為子公司。

美國司法部表示，華為及其在美國與中國的子公司，在這數十年來陸續竊取了美國6家科技公司的智慧財產權，以用來擴大及經營華為的業務，涵蓋程式碼、路由器的操作手冊、天線技術及機器人測試技術等。

調查指出，華為與這些智財權的所有人簽訂了保密協議，卻打破彼此的協議把對方的技術挪為私用，還挖角其它企業的員工並指示他們採用前雇主的智慧財產，也教唆在研究機構中任職的教授將技術提供給華為，甚至制定獎勵計畫來鼓勵那些竊取競爭對手機密的員工。

司法部指控，華為透過上述行為取得了各種智慧財產，以大幅降低開發成本，消弭技術落差，爭取不公平的競爭優勢，且在面臨質疑時，一再向美國官員作出不實陳述。

除了竊取商業機密之外，該起訴書也指控華為不顧美國、歐盟或聯合國的禁令，與伊朗及北韓等國進行貿易往來，還企圖隱藏所有證據。

先前美國司法部即曾針對華為、華為子公司或孟晚舟提出類似的指控，包括欺詐、洗錢、竊取商業機密及妨礙司法等二十多項罪名。

另一方面，華為也針對司法部的指控提出了反駁，表示美國祭出了敲詐企業的新罪名，無非是重新包裝了近20年對華為的所有指控罷了，這些指控缺乏重大判決基礎，華為將會證明它們是不公平且毫無根據的。

甲骨文（Oracle）推出可讓企業快速建構、訓練、管理和部署機器學習模型的雲端資料科學平臺，其提供了工具包供企業發展分析與人工智慧專案。該平臺是以甲骨文雲端基礎設施資料科學服務作為核心，自動化部分模型開發工作流程，提升工程師建置機器學習模型的速度。

自動化工作流程的第一步，便是要為專案選擇正確的機器學習模型，雲端基礎設施資料科學服務能以多種演算法，以及各種演算法的多種配置進行測試，選出最適合的模型，甲骨文提到，這將為資料科學家節省大量的時間，而且能產出一定水準以上的結果。該服務還能自動化特徵工程，降低資料科學家從大型資料集中，找出關鍵預測性特徵的困難。

隨附的模型評估工具，會產生一套評估指標與視覺化圖表，讓資料科學家能夠評估模型效能，掌握模型在新資料上的表現，並以時間對模型進行評等，讓資料科學家能將模型調校至最佳的狀態。模型評估使用成本模型，可以將偽陽性和偽陰性的影響合併，讓使用者能夠縱觀評量模型的效能。

另外，甲骨文也提供了模型解釋功能，讓使用者不必把機器學習當作一個黑盒子使用，雲端基礎設施資料科學服務能夠自動產生，對應權重以及預測因素重要性說明。該服務可以用來偵測詐欺行為，資料科學家也能夠解釋驅動詐欺的關鍵因素，使企業能夠修改流程或是實施保護措施。

甲骨文表示，要成功地使機器學習模型投入生產，不僅需要專業人員，也需要團隊共同合作，雲端基礎設施資料科學提供了完整的團隊協作功能，讓組織可以共享專案，並且可進行版本控制，還能共享資料與筆記本連線對話（Session）。

模型目錄也可以讓團隊成員共用既有的模型，在加以修改後部署使用。資料共享由團隊安全政策控制，限制模型、程式碼和資料存取的使用者，並且與甲骨文基礎設施身份和存取管理服務整合。該服務也提供可重現性與可稽核性，即便原本的開發人員離開，接手人員也能重現結果，並且稽核相關資產。

雲端資料科學平臺除了能自動化機器學習部署模型的流程，還提供了其他資料和機器學習服務，像是甲骨文Autonomous Database就整合了機器學習演算法，開始支援Python和自動化機器學習，使用者將可以應用資料庫內演算法開發模型，而直接在資料庫中執行演算法的好處，便是能節省資料準備與資料移動的時間。

0208～0214

 純網銀徵才   IT   資安  
純網銀拚開業，LINE Bank、將來銀行釋出IT招募訊息搶人才
為了衝刺開業，純網銀搶人才大戰再度火熱了起來。特別是LINE Bank、將來銀行，更是先後召開董事會，將來銀行更率先取得經濟部正式核發營業登記許可。這兩家純網銀，也預計要到Q3或是下半年，才能正式開業營運。最近，也不約而同對外再次釋出新的招募訊息，且都著重在資訊技術人才。

像是LINE Bank內部共有6大IT與資安團隊開出職缺。包括LINE Bank App開發團隊；負責開發網頁，並結合LINE生態圈進行不同程度的技術整合的LINE Bank Web開發團隊。以及，LINE Bank核心系統團隊，負責提供LINE Bank重要金融產品，包含臺幣存款、放款、匯款的金流服務。此外，還有LINE Bank營運支援系統團隊，此團隊負責提供LINE Bank金融產品外的平臺服務系統，像是風險管理、支付應用、數位客服、辨識服務，以及尚未公開的指標性系統平臺。

另外還有LINE Bank資安團隊，負責與日韓團隊密切合作與技術交流，提供合規的資訊安全管理，確保擁有安全防護機制與應變能力。以及，LINE Bank資訊基礎服務團隊，負責提供LINE Bank全體系統穩定與可靠的專業支援。LINE表示，已開放投遞履歷，4月25日將舉辦LINE工程團隊聯合招募會，並進行最終面試。

將來銀行（Next Bank）則宣布，將於1月15日舉行資訊人才招募說明會，鎖定系統分析師、Backend後端開發工程師、測試工程師、核心系統開發人員、資安維運中心工程師等IT職位，開出50～60名職缺，為下半年純網銀開業衝刺。

包括將來銀行資訊長暨技術長周旺暾，將來銀行核心系統分析師、手機程式開發工程師、Backend後端開發工程師、弱點分析工程師、系統分析師、SRE技術工程師等資訊人員，也都將參與該場資訊人才招募說明會，進行分享。

 純網銀   N26   英國脫歐  
隨著英國脫歐，德國純網銀N26宣布離開英國市場

德國純網銀N26在2月11日宣布，隨著英國脫歐，他們將在今年4月15日關閉在英國的所有帳戶，正式離開英國市場。N26指出，根據英國與歐盟簽訂的退出協議（Withdrawal Agreement），歐洲金融機構必須在英國申請銀行牌照，而不能憑藉其在歐洲取得的銀行執照，在英國經營業務。

N26首席銀行長Thomas Grosse表示，這意味著N26將無法為在英國的客戶提供服務，不得不退出英國市場。然而，在其他市場擁有N26帳戶的客戶則不受影響，他說。英國的所有N26帳戶將於2020年4月15日全數關閉。N26提醒，在此之前，帳戶將正常運行，而在N26尚有存款的客戶，也應在時間內將存款轉移到其他銀行帳戶。

2013年在德國成立的N26，在2019年獲得3億美元的D輪融資，使該公司估值達到35億美元，成為歐洲身價最高的FinTech新創企業。N26目前在柏林、紐約、巴塞隆納、維也納與聖保羅這5間主要辦公室，擁有超過1,500名員工，服務25個市場，近期剛突破500萬客戶數。

 Libra   Mastercard  
Mastercard執行長公布退出臉書加密貨幣計畫的原因

臉書（Facebook）在去年的6月18日發表了定位為全球數位原生貨幣的Libra幣，在當時召集了28家組織作為Libra協會的創始成員，但在Libra協會於同年10月正式成形前，包括PayPal、eBay、Visa、Mastercard與Stripe相繼退出，本周Mastercard執行長Ajay Banga接受英國金融時報專訪時，透露了該公司脫離Libra的原因。

根據報導，Banga最擔心的兩件事是Libra幣的法規遵循與商業模式。他說，該協會的主要成員們並不願承諾不作任何違法的事，例如當他們談及該了解客戶、採取反洗錢措施，或執行數據管理等與法令相關的事情時，他們並不肯作出書面的承諾。此外，Banga也看不出Libra的生財之道，假如不確定經營模式，「那麼賺錢的管道可能就是你不喜歡的」。

Banga指出，臉書把Libra當作一個能有效對社會所有階層及群眾提供服務的「普惠金融」（Financial Inclusion）系統，但卻同時將Libra連結到私有的Calibra數位錢包，把一個無私的想法變成臉書的私有錢包，聽起來不太對。

 FIDO聯盟   Apple   無密碼登入  
蘋果加入FIDO聯盟董事會，成無密碼登入生力軍

蘋果近日加入FIDO聯盟，可望加速推動無密碼登入網站和App的願景。一家法國媒體首先在報導刊出，力推以FIDO2/WebAuthn標準無密碼登入的FIDO聯盟的會議上，蘋果成為新董事會成員的照片。而後FIDO聯盟會員頁的董事會成員部份，也正式列入蘋果的Logo，加入Google、臉書、Amazon、三星、微軟及Paypal的行列。

蘋果原本也讓用戶以iPhone的TouchID或Face ID，或是Apple Watch取代密碼解鎖MacBook。但以WebAuth標準或FIDO 2協定為基礎的無密碼登入而言，之前只有Android陣營支持，例如Android取得FIDO 2認證後，Android 7.0版本以上的手機，都可以當實體登入安全金鑰。欠缺蘋果支持，讓一些企業或開發商對部署FIDO2/WebAuthn-based無密碼登入，持觀望態度。

蘋果其實早已進行整合FIDO2。去年釋出的iOS 13.3與iPadOS 13.3中的Safari，便首度正式支援各種相容於NFC、USB及Lightning FIDO2等規格的實體安全金鑰。媒體指出，如今隨著蘋果加入FIDO2聯盟以及未來的其他實作，將可加速手機及電腦用戶採用USB硬體金鑰或手機的指紋辨識，無密碼登入網站及App，進而把管理麻煩又不安全的密碼送入歷史。

 區塊鏈   跨境貿易   
關貿網路與紐西蘭通關公司合作，用區塊鏈打造跨境貿易平臺
關貿網路宣布與紐西蘭通關公司已簽訂跨境貿易區塊鏈合作協議，要以區塊鏈打造跨境貿易平臺。關貿網路表示，此次雙方的合作，將著重於跨境通關、貿易與運籌文件的交換，包括商業發票、提單、報單、檢疫證等資料交換與跨境驗證。 不只能做到跨境文件驗證，關貿網路表示，該平臺還結合了商品溯源管理，能將跨境電子原產地證明上鏈，並加上產品的生產履歷及原材料追溯，更進一步確保兩國產品的品質與信任。

 數位存款帳戶   金管會  
金管會：本國銀行數位存款帳戶總開戶數超過338萬戶
金管會在2月6日揭露本國銀行數位存款帳戶業務辦理情形。金管會表示，截至2019年12月底，已有30家銀行開辦線上開戶業務，總開立戶數約338.4萬戶，較前一季增加55.9萬戶，成長約19.8％。

其中，以第三類帳戶開戶數最多，約有130.3萬戶。其次，是第一類帳戶，約104.4萬戶，至於第二類帳戶的開戶數則約103.7萬戶。而開立戶數最多的前5家銀行，依序為台新銀行179.3萬戶、國泰世華銀行46.5萬戶、王道銀行42.4萬戶、永豐銀行22.5萬戶、第一銀行13.5萬戶。

數位存款帳戶依身分驗證方式不同分為三類帳戶，第一類帳戶是透過自然人憑證於線上開立的帳戶，或於線上填寫資料再以臨櫃雙證件驗證開立的帳戶。第二類帳戶，則是已開立自行存款帳戶的既有客戶，在線上加開的帳戶。第三類帳戶，是以他行存款或信用卡客戶、或既有的自行信用卡客戶於線上開戶。

圖片來源：N26 twitter、Mastercard
責任編輯／李靜宜
 金融科技近期新聞 
1. 美國司法部：Equifax案是中國解放軍盜走1.5億名美國民眾個資
資料來源：iThome整理，2020年2月。

近日武漢肺炎（COVID-19）疫情加劇，中央流行疫情指揮中心昨（14日）宣布，行政院資通安全處聯手衛福部，打造了「旅客入境健康聲明暨居家檢疫電子化系統」，於中港澳入境臺灣的旅客，可透過掃描QR Code來填寫健康聲明卡，除了加快通關，也能減少資料傳遞的時間差。而衛福部資訊處也以此為基礎，透過跨部會整合資料，開發一套尋人資訊系統，當居家檢疫或隔離對象失聯時，就會自動通知有關單位，並於2月13日正式上線。

入境健康聲明電子化，手機掃描QR Code就可填寫

為防堵疫情擴散，中央流行疫情指揮中心首先於1月24日，要求中港澳班機入境臺灣的旅客，填寫紙本入境健康聲明卡，來掌握旅客的基本聯絡資料、旅遊史和健康狀態。不過，疫情持續蔓延，許多國家確診案例攀升，中央流行疫情指揮中心更於2月11日，宣布所有入境臺灣的旅客，皆須填寫入境健康聲明卡。 

但是，這個填寫作業，難免造成旅客在機場大排長龍，不只延緩通關時間，旅客也不一定會據實填寫資料，日後進行居家檢疫或隔離時，就容易失聯、造成防疫漏洞。

對此，為加速通關和檢疫效率，行政院資通安全處聯合衛福部，共同主導開發了入境健康聲明系統。首先，瞄準中港澳入境臺灣的旅客，可透過手機，在到航空公司櫃檯辦理登機時，掃描QR Code，進入「入境檢疫系統」網站，利用候機時間，先於線上輸入資料。

當航班抵臺後，只要開啟手機，旅客就會收到簡訊發送的健康申報憑證。入境時，出示手機憑證畫面，即可通關。

衛福部資訊處副處長王復中指出，只要擁有臺灣電信業者的門號，就算在國外航站使用他國SIM卡，「依然可以線上填寫，抵臺後換回臺灣SIM卡，就會收到簡訊憑證。」此外，要是旅客未於起飛前填寫，也能於班機抵臺後，再掃描QR Code來線上填報。該系統也已於幾個航班測試，近期將正式上線。

資料串聯降低防疫時間差，更以此打造尋人資訊系統

衛福部部長陳時中表示，這套系統不僅能降低紙本材料成本，更能縮短資訊傳遞的時間差，降低防疫漏洞。行政院內政部政務次長陳彥宗解釋，原本確認居家檢疫或隔離的作法，是先由移民署將旅客入境資料交給疾管署，篩選出高風險族群後，再交給民政局和地方單位如里幹事等來處理。

但如此作法，就產生了資料傳遞的時間差，更導致一些居家檢疫或隔離對象，違規離開規定場域，現有通報系統也無法即時回報。此外，「自1月24日至今，居家檢疫對象已達2萬2千人，目前還有1萬8千位在追蹤，」陳彥宗認為，這個數量龐大，需有一套系統來把關才行。

因此，衛福部資訊處跨部會合作，整合了移民署、戶政司、國家通訊傳播委員會（NCC）等部會資料，以不到一周的時間連夜趕工，順利打造出一套尋人資訊系統，也於本月13日正式上線。

進一步來說，這套尋人系統，鎖定居家檢疫或隔離的對象，結合了移民署入境收集的聯絡地址、戶政的戶籍地址，以及NCC的電信帳單地址，透過串接這三個地址資訊，系統就可在第一時間通知三區的里幹事，先行關切。陳彥宗指出，這個做法，可同步在三個地點尋找，有別於過去先找第一個地點，找不到再換下一個地點。而除了里幹事，鄉鎮縣市等單位，也會在第一時間收到通知。

這套系統，雖然短短不到一周就正式上線，但在時間壓力下，「清理大量資料就成了最大難關。」王復中解釋，有別於設計一個全新的系統，這套尋人系統是利用既有、跨部會的資料建置而成，而且，「既有資料在傳遞過程中，多為人工處理，難免有誤。」對此，團隊也額外花時間梳理這些資料，才能在短時間內成功匯入系統中。

未來還要整合警政，打造自動通報和協尋機制

目前，「尋人系統整合了衛政和民政資料。」陳彥宗指出，未來，尋人系統也將結合警政資訊，「當居家檢疫或隔離對象失聯超過24小時，就會自動通報警政單位，來尋找失聯人口。」

除此之外，未來陸生來臺時，行政院不排除採用這套系統，來協助實施居家檢疫或隔離。王復中也補充，未來入境健康聲明系統上線後，還可同步將填寫的資料串接到尋人系統，透過正確的手機號碼，來「加快聯絡資料的傳輸，同時確保資料正確性。」

而這套尋人機制，雖然是因應這次武漢肺炎而設計，但在疫情過後，「也可以思考修改機制，將尋人系統應用於其他領域，比如家暴、兒少保護等，」王復中說。文◎王若樸

Google開源智慧影片重新取景（Reframe）框架AutoFlip，能夠以人工智慧分析影片內容，並依照指定的大小，自動重新剪輯出新的影片。AutoFlip建立在MediaPipe框架的基礎上，而MediaPipe則是用來處理時間序列多模態資料的開發工作管線。

Google提到，影片為了能良好地在電視或是電腦螢幕上觀看，通常採用16:9或是4:3的寬高比，但是現在有越來越多的用戶，在行動裝置上創建與觀看影像內容，而傳統的長寬比並不適合行動裝置螢幕，因此有必要重新取景。

而過去重新取景的方式為靜態剪裁，也就是指定攝影機視埠（Viewport）並剪輯可見的內容，但由於影片在拍攝時的構圖和運鏡，會使得靜態剪輯出來的效果不好，想要更好的效果，就必須以人工識別每個影格上的重要內容，追蹤每個影格間的轉換，並且為整部影片調整剪裁區域，這個過程繁瑣且容易發生錯誤。

為了解決這個問題，Google開發了AutoFlip，使用者只要輸入影片和影像尺寸，AutoFlip就會制定最佳追蹤和剪輯策略，生成指定寬高比且與原影片相同長度的影片。AutoFlip利用機器學習物體偵測和追蹤技術，以理解影片的內容，進而智慧地為影片重新取景，AutoFlip會偵測鏡頭變化，以獨立鏡頭進行處理，AutoFlip會在每個鏡頭重新取景前，偵測重要的內容以安排最佳相機模式和路徑。

AutoFlip有幾個重要的步驟，分別是鏡頭偵測、影片內容分析和重新取景。鏡頭是連續沒有剪輯的影像序列，為了偵測鏡頭的變化，AutoFlip會計算每個影格與前一個影格顏色分布的差異，當影格顏色分布變化的速率產生變化，則表示鏡頭切換。AutoFlip會緩衝影片確保鏡頭完整，以達鏡頭重新取景的最佳效果。

Google利用深度學習物體偵測模型，來找出有趣和醒目的內容，這些內容包括人和動物，但根據應用不同，其他像是廣告文字或是運動比賽中的球，也會成為重要的內容。人臉和物體偵測模型，則是透過MediaPipe整合到AutoFlip中，這個架構極具彈性，開發人員可以方便地添加不同的偵測演算法，以滿足各種使用案例需求。

每個物體類型都有一個對應的權重，該權重決定物體的重要性，當權重越大則對攝影機路徑產生越大的影響。AutoFlip會根據物體在鏡頭中的行為模式，自動選擇靜止、平移和追蹤等最佳重新取景策略。當發生剪輯出來的鏡頭，無法覆蓋整個影片區域的情況時，AutoFlip便會採用黑邊模式填充影片。

AutoFlip可以快速地自動剪輯影像，使其適合在各種裝置上播放。而接下來，Google還會繼續改進AutoFlip，他們提到，因為重新取景，所以影片前景的文字或是圖標通常會被裁掉，下一步他們想要透過修復技術，將這些前景物件放回重新製作的影片上。

一名資安研究人員Jamila Kaya，在最近利用思科Duo Security所釋出的免費Chrome擴充程式安全評估工具CRXcavator，找出了70個惡意擴充程式，而Google則根據Kaya的發現，在Chrome Web Store揪出其它超過430個的類似擴充程式，並將它們全數移除。

這些擴充程式多半宣稱自己是廣告程式或優惠程式，但它們卻是惡意廣告程式，除了會將使用者資料上傳到駭客掌控的伺服器之外，也會在遭遇某些情況時注入惡意程式碼以將使用者重新導至特定網站，這些網站有些是合法的，有時會不斷跳出大量的廣告內容，還有些是代管惡意程式或用來執行網釣攻擊的網站。

Kaya所發現的70個惡意擴充程式總計吸引了170萬次的下載。

由於這些擴充程式的程式碼幾乎大同小異，再加上它們經常連至同樣的命令暨控制（C&C）伺服器，使得Kaya判斷這是同一批惡意活動，且至少已存在1年以上。

Google在接獲Kaya與Duo Security的分析結果之後，進一步掃描Chrome Web Store，發現了更多的擴充程式具備同樣的惡意能力，並一次下架了超過500個程式。

莫斯科法院本周向臉書及Twitter各開罰400萬盧布（6.3萬美元），原因是這兩家業者拒絕將俄羅斯用戶的資料存放在位於該國境內的伺服器上。

過去俄羅斯原本就有相關的規定，這幾年該國的通訊暨網路主管機關Roskomnadzor一直試著強迫臉書、Twitter及Google等業者遵守該規定，並威脅將它們封鎖，卻成效不彰，且迄今俄羅斯因此而封鎖的網站只有LinkedIn。

根據外電報導，其實俄羅斯曾經企圖對這些企業開罰，但上一次的罰金只約等於47美元，不管對哪家網站而言都不痛不癢，這次是該國首度祭出如此高額的罰金，並威脅若臉書及Twitter今年再不遵守規定，下一次開罰的金額就會高達1,800萬盧布（約28.3萬美元）。

來自麻省理工學院（MIT）的研究人員近日公布一研究報告，指出在2016年及2018年被應用在麻州、猶他州、西維吉尼亞、丹佛與奧勒崗州之選舉活動的Voatz投票程式，含有多個安全漏洞，將允許駭客窺探、攔截並竄改投票結果，並建議未來在打造投票程式時應該要小心為上。

根據該研究，相關漏洞不僅允許駭客在程式傳遞投票結果到伺服器的程序中，窺探、攔截與竄改投票結果，還允許駭客假冒選民進行投票。

不過，Voatz很快就出面反駁，指出這群研究人員使用的是非常舊的Voatz投票程式，並未被實際應用在選舉活動中，也從未能連結到Voatz伺服器，該研究所得出的結論，都是基於他們捏造可連結至Voatz伺服器的想像。

Voatz還澄清，該程式早就藉由HackerOne平台所進行的抓漏獎勵專案被淬鍊，迄今已在9項小型的選舉活動上進行測試，總投票人數並未超過600人，且無傳出任何安全問題。

此一研究報告之所以受到媒體矚目，是因為一來美國大選又要到了，二來日前美國民主黨在愛荷華州舉行的總統候選人初選，也選擇採用新的IowaReporterApp投票程式，結果出現了許多臭蟲，使得有人呼籲，就算人們已處於數位時代，但最原始的投票方式，才是最安全也最透明的投票途徑。

在2018年7月由非營利的美國社會科學研究協會（Social Science Research Council）及臉書（Facebook）共同成立的獨立組織Social Science One，終於在本周釋出內含3,800萬個網址的資料集，號稱是全球規模最大的社會科學資料集之一，目的是供學者及研究人員用來探討社交媒體在選舉及民主上所扮演的角色。

此一社會科學資料集內含臉書上從2017年1月1日到2019年7月31日之間，超過100次分享的10兆則摘錄資訊，涉及3,800萬個網址，同時也備註了這些網址是否曾經過事實查核，或是被使用者列為仇恨言論等資訊，以及被哪類的使用者讀取、分享、按讚、分享或互動。

Social Science One表示，此一資料集將讓社會科學家得以取得過去他們無法存取的資料，藉以研究社交媒體對民主與選舉的影響。

其實Social Science One原本計畫要在宣布的兩個月內就產出資料集，但後來卻花了20個月才完成，關鍵就在隱私。

參與此一專案的史丹佛大學法學教授Nathaniel Persily向Protocol透露，這是他這輩子所參與的專案中最令人感到挫敗的，2018年3月爆發的劍橋分析（Cambridge Analytica）醜聞，讓臉書在處理用戶隱私上更加謹慎，2018年5月上路的《通用資料保護規則》（GDPR），更讓該資料子集的建立雪上加霜。

這是因為GDPR在保護使用者隱私時，並未考量到研究人員存取用戶資訊的需求，且GDPR雖然制定了適用於歐盟的規範，但各國的執行標準不一。

臉書前任安全長Alex Stamos則指出，各監管機關對劍橋分析一案的反應過度，造成大量的學術研究無法運用這些平台的資料。

不過，Social Science One認為生產此一資料集的過程還是有些收獲，至少可在其它平台、政府與學術機構執行其它資料分享專案時作為參考。

麻省理工學院（MIT）研究人員創建能夠自動維護維基百科的系統，修正文章中錯誤的資料，減少需要花費的人工編輯時間。維基百科具有數百萬篇文章，文章需要不斷更新以呈現最新的資訊，包括進行文章擴展、重寫或是資料修改等，而這些工作需要由全世界的志工手動完成。

這個新的自動系統，能夠以人工智慧修復維基百科文章中的錯誤，其使用一系列的演算法，透過利用網路上最新的資訊，辨識出文章中的錯誤，並且生成句子修復錯誤。該系統背後裡用了許多文字生成技術，可用來辨識兩個句子間矛盾的地方，並將他們融合在一起。

目前也存在許多自動編輯維基百科的機器人，但這些工具通常用於減輕破壞，或是將嚴格定義的資訊放進預定義的模板中，研究人員希望新開發的系統，只要給定一段非結構化的句子，就能以人性化的方式，修改維基百科文章中的句子，研究人員提到，現存的機器人多數是以規則執行任務，但是他們的系統可以推論兩個句子矛盾之處，並且產生連貫的文字。

用來訓練自動系統模型的資料集，便是包含正確資訊的語句以及維基百科語句所構成的句對，而這些句對會被標上同意、不同意或中性三種標籤，同意代表正確資訊的語句和維基百科的語句資訊相符，不同意則反之，中性則代表沒有足夠的判斷資訊。

自動化系統的輸入有兩個，一個是維基百科文章中過時的句子，另一個為包含正確資訊的語句，系統需要根據後者，自動調整維基百科中錯誤的句子，過程可能需要刪除和保留特定單詞、更新部分的事實，或是保留樣式和語法。

自動化系統由兩個模型組成，其一是事實檢查分類器，透過預訓練將句對標記為同意、不同意或中性，而系統處理的重點在於不同意標籤的句對，而另一個分類器，則負責辨識維基百科錯誤的語句中，導致句對被標記為不同意的單詞，並且以雙編碼器與解碼器框架，將包含正確資訊語句的重點單詞，融入到維基百科需要修改的語句，輸出最終的句子。

經SARI評估證實，新模型所產生的結果，得分都高於傳統的方法，SARI方法是評估機器刪除、增加和保留字詞，與人工修改的差異。研究團隊提到，新模型所進行的事實修正更為準確，也跟人類更為相近。

【武漢肺炎IT大作戰】Gartner提出企業抗疫對策建議

武漢肺炎（COVID-19）疫情衝擊全球供應鏈，中國當地許多工廠運作因此停擺，再加上交通限制影響物流，市調機構Gartner發布報告，針對供應鏈領導者提出不同時期的因應措施。更多內容

【武漢肺炎IT大作戰】因應疫情爆量查詢，疾管家Chatbot靠彈性架構撐瞬間流量

圖片來源_DeepQ

疾管署的官方LINEChatbot疾管家，24小時提供各種流行病資訊，更在這次武漢肺炎（COVID-19）疫情爆發後，同步提供疾管署新聞和相關QA，還在兩天內推出口罩存量查詢功能，緩解民眾瞬間的爆量查詢。更多內容

【武漢肺炎IT大作戰】臺灣學界推本土武漢肺炎疫情地圖

從約翰·霍普金斯大學製作的全球武漢肺炎疫情儀表板獲得啟發，本身就是GIS專業資訊人員的逢甲大學地理資訊系統研究中心規畫師賴正偉，為臺灣設計了本土版疫情儀表板，讓國人可以更容易掌握臺灣與鄰近國家的疫情概況。更多內容

IBM擴大採用Slack作為內部協同作業平臺

圖片來源_Slack

Slack一份向美國證管會遞交的官方文件顯示，IBM正式採用Slack作為35萬名員工使用的內部協同平臺，讓面臨微軟競爭的Slack一舉拿下一家大型客戶。

文件指出，IBM已採購Slack提供全球現有及未來員工使用，這將使IBM成為Slack最大客戶。不過該公司表示，IBM早就是Slack最大客戶，因為藍色巨人已經使用Slack好幾年，且用量也逐年成長。

不過，Slack的競爭對手微軟，去年11月宣布Microsoft Teams每日用戶數，已達2千萬，當時Slack公布的每日經常用戶數為1,200萬。此外，Microsoft Teams也不斷增強功能，如今年初預告的對講機功能，也更能和其Office 365及OneDrive雲端儲存服務整合。更多內容

VMware調整軟體授權模式，核心數有上限

攝影_余至浩

VMware宣布，將調整以處理器計價的軟體授權模式，除了以處理器為單位計價，再新增可支援核心數上限，每份授權最多支援32核心，新模式將會在4月2日上路。

日後企業若部署VMware軟體於超過32核心的處理器，就需要多買一份授權，像是使用具56核心或64核心的處理器，就需2份授權費用。受影響的產品包含vSphere、vSAN和NSX，還有Enterprise PKS等。

此外，當企業使用一臺配置1顆搭載64核心處理器的伺服器，過去需購買1份授權，而在新的授權模式下，因處理器核心數超過32核心，企業會需要購買2份授權。更多內容

美國國防部伺服器遭植入挖礦殭屍網路

一名工程師Nitesh Surana發現，一臺與國防部有關的AWS執行個體上的Jenkins伺服器，其SSL憑證已經過驗證，使其不需密碼即可登入，任何人都可以堂而皇之存取內部資料夾。他發現，這個漏洞讓攻擊者可透過Java語言/script資料夾執行惡意遠端指令。/script是提供用戶上傳檔案，由伺服器自動讀取和執行的地方。他於是透過國防部的抓漏獎賞方案通報。

Surana隨後還發現這臺Jenkins伺服器已經被駭入，並植入一個專門挖Monero幣的殭屍網路惡意程式。經通報後，美國國防部已經將漏洞及惡意程式清除。更多內容

軟硬體技術突破，AI模型參數有能力破170億個

圖片來源_微軟

微軟發表最新語言產生模型T-NLG（Turing Natural Language Generation），具有170億個參數，遠高於BERT與GPT-2等知名模型，標榜在神經語言任務表現更好。

微軟之所以可以產生這麼大的模型，是受惠於軟硬體技術的突破。凡是超過13億個參數的模型，都無法放進單個GPU，大型模型必須要可以分解成多個部分，並在多GPU之間平行處理。微軟使用Nvidia DGX-2配置，以InfiniBand連接加速GPU之間的通訊，並且使用Nvidia Megatron-LM框架，以張量切分（Tensor Slicing）技術分片模型到4個V100 GPU。更多內容

去年3成原Oracle JDK開發者改用OpenJDK

圖片來源_Snyk

資安廠商Snyk在2019下半年收集了兩千份問卷，調查JVM生態系的最新狀況，發現開發者選用的JDK版本以及JVM語言發生變動。由於甲骨文改變JDK版本的授權許可，因此不少開發者開始轉移使用OpenJDK，雖然Oracle JDK仍占有34％的市場主導位置，但是從前一年的70％下降到了34％，OpenJDK占比前一年只有21％今年來到57％。

JDK的分布，第一名Oracle JDK占34％，第二名則是Adopt OpenJDK占24％，也就是說，現在每4位開發者，就有一位使用Adopt OpenJDK。更多內容

Angular釋三年最大改版，預設使用Ivy編譯器

前端網頁程式開發框架Angular最新釋出9.0，全面更新開發框架、Angular Material以及CLI。其中最大亮點便是開始預設使用Ivy編譯器和Runtime，並且改進測試元件的方法。官方表示，這是過去三年來最大幅度更新。

Angular開發團隊發展已久的Ivy編譯器，在Angular 8.0發布時成為正式版本，在Angular 9變成了預設選項。Angular開發者使用TypeScript以及HTML來編寫元件，但這些HTML最終都不會在用戶的瀏覽器中執行，Angular的編譯器會將這些HTML轉換成JavaScript，當這些元件需要出現在頁面上時，由JavaScript創建適當的DOM。

而全新開發的Ivy的編譯器，使用漸增編譯技術，能提升建置速度，縮小捆綁包的大小，也讓開發者可以更快進行測試，除錯也更容易。更多內容

今年10月出爐的Chrome 86將封鎖所有混合內容

圖片來源_Google

Google公布了未來的Chrome版本，將逐步封鎖混合內容的時程表，從今年3月發表的Chrome 81開始，針對所有的混合內容下載提出警告。到了10月出爐的Chrome 86，便封鎖所有混合內容下載。

Google此舉是為了確保安全的HTTPS網頁只能下載安全檔案，避免讓使用者於HTTPS網頁上下載來自HTTP的內容（混合內容），以減少Chrome用戶下載惡意程式或遭竊聽的風險。因此，從3月發表的Chrome 81起，Google將針對所有混合內容下載，在控制臺中提出警告訊息，涵蓋執行檔、壓縮檔、PDF、DOCX等不安全檔案，以及圖片、影片、聲音以及文字。

而在4月發布的Chrome 82中，會針對執行檔（EXE或APK等）直接提出警告，其它類型的混合內容則會有控制臺警告。更多內容

蘋果提出OTP簡訊格式草案，獲Google支持

針對包含雙因素驗證（2FA）一次性密碼（OTP）的簡訊，蘋果提出新格式草案，以減少簡訊傳送動態密碼的風險，已獲得Google的支持。

許多研究顯示，透過簡訊傳送一次性密碼的安全風險很高，可能遭到外人攔截以發動中間人攻擊，取得用戶的登入帳密，或是竄改目標URL，而導引用戶到釣魚網站。

蘋果提出的文字格式草案目標之一，是不用仰賴經驗法則從簡訊擷取出一次性密碼。當用戶不需將一次性密碼複製貼到瀏覽器，才是最理想作法。更多內容

勒索軟體靠驅動程式漏洞關掉電腦防毒

圖片來源_Sophos

安全廠商發現勒索軟體攻擊手法再翻新，可在電腦安裝合法硬體驅動程式，再關閉電腦防毒軟體，藉此加密檔案勒索金錢，影響Windows 7到Windows 10系統。更多內容

丹麥報稅網站軟體出錯，2成納稅人個資遭外洩

日前丹麥政府報稅網站因舊版軟體問題，將126萬公民個資誤傳給Google和Adobe，超過該國總人口的2成。

丹麥發展與簡化署（UFST）指出，丹麥提供給國民自助報稅的網站系統TastSelv Borger，被內部發現軟體出錯，導致民眾個資CPR碼當成網址的一部份，而二度傳給了外包商，包括Google和Adobe。負責TastSelv Borger維運的IT外包商DXC Technology已經修正該錯誤。

丹麥的CPR碼前6碼為生日，後4碼則為個人識別碼，包括可透露公民性別的數字。更多內容

微軟釋出一個能加速Git工作流程的專案Scalar，Scalar是一個.NET Core應用程式，無論開發者使用的儲存庫大小，都能有效提升Git指令執行效率。Scalar中許多技術源自於微軟VFS for Git專案，未來微軟計畫要把Scalar中的功能，直接貢獻進Git專案。

Git是一個分散式版本控制系統，因此在預設情況下，每個Git儲存庫都具有歷史紀錄的完整檔案副本。微軟提到，即便是中等規模的團隊，可能也產生了數千次的提交，儲存庫每個月增加數百MB的檔案，而隨著儲存庫容量增加，Git運作可能越來越不順暢。

而等待git status以回報修改的文件，或是用git fetch取得最新的資料，都變成浪費時間的事，微軟表示，當這些指令執行速度越來越慢，開發者就不會想等待，並且開始切換上下文，而上下文切換會傷害開發者的生產力。

微軟內部有像是Windows作業系統這種超大型的儲存庫，為了克服這個問題，微軟開發了VFS for Git，能夠以虛擬化檔案系統，繞過許多儲存庫大小的假設，使得Windows開發人員能以極具規模的方式使用Git。

在開發VFS for Git的時候，微軟發現了一些效能瓶頸，因此對Git客戶端做了一些改進，包括提交圖（Commit-graph）檔案、改進Git推送和稀疏簽出（Sparse Checkout）等，基於這些貢獻，微軟進一步開發了新專案Scalar，在不需要虛擬檔案系統下，就能支援非常大型的儲存庫。

Scalar本身是一個.NET Core應用程式，可以安裝於Windows和macOS，Scalar透過設定建議配置值以及執行背景維護，以最大化Git指令的效能，無論開發者使用什麼服務來託管儲存庫，Scalar都能有效的加速Git指令。微軟提到，只要在Scalar中註冊最大的儲存庫，就能馬上感受到Git執行速度大幅提升。

微軟接下來的計畫，是要把Scalar中加速Git的方法，直接搬到Git專案中，最終目的是讓開發者不需要Scalar，光使用Git客戶端就能獲得這些效能改進。不過，要達成這個目標，仍然有一大段路要走，微軟提到，目前稀疏簽出是Scalar用來應付規模擴張的方法，儘管Git最近更新稀疏簽出功能，使得該功能更容易使用，但是要達完整功能的階段，還有一段距離。

Scalar目前使用稀疏簽出而非虛擬檔案系統，因而在執行Git命令上存在瓶頸，特別是git checkout的速度不及VFS for Git，微軟正在研究平行化git checkout，以提高執行效能。微軟提到，要真正擴展Git規模服務數萬名開發者，並且建置與中央伺服器互動的機器，這需要類似快取伺服器的概念，微軟很快就會在Git社群提出這個概念。

另外，目前Git客戶端儲存庫之所以能順暢的執行，是仰賴定期執行的前臺垃圾回收器，但微軟提到，對於大型儲存庫來說，這是不可行的方法，因此微軟計畫要在Git客戶端中加入某種形式的後臺維護功能，以類似git maintenance start指令，提供像是Scalar註冊器般的功能。

一家專門評測全球VPN服務的vpnMentor在上周揭露了一起驚人的資料外洩事件，因為這次外洩資料的是法國的整型外科技術供應商NextMotion，缺乏存取安全機制的NextMotion資料庫內含90萬個檔案，其中有10萬張屬於病患的圖片，可能是人臉、胸部或私密處等整型部位。

總部位於法國的NextMotion是由一群整型外科醫生在2015年所設立，該公司專門提供數位與先進的技術工具，以協助外科整型診所提供整型前/後（before & after）的評估影像，還強調可簡化診所的資料管理與改善診所的電子聲譽，全球有35個國家的170家整型外科診所，採用NextMotion的服務。

諷刺的是，vpnMentor在掃描全球網路並檢查特定的IP區塊時，在Amazon S3上發現了此一毫無防備的資料庫，該可公開存取的資料庫存放了90萬個檔案，包括治療收據、治療方案、病患的檔案照片、360度的身體與臉部掃描影片等。

上述檔案含有10萬張圖片，多半為整型部位的照片，像是臉部、胸部或私密處。

vpnMentor指出，此一外洩事件嚴重危及病患的隱私，患者可能因此遭到身分竊盜、被詐騙，或是被攻擊與勒索。

此外，儘管外洩的資料庫存放在Amazon S3儲存庫，但vpnMentor認為這並非是Amazon Web Services（AWS）的缺失，而是該儲存庫所有人的過錯，AWS對於如何保障S3的安全提供了詳細的說明。

此外，vpnMentor認為類似的錯誤很容易就能解決，包括變更S3的設定、關閉儲存庫的公開存取能力並添加認證機制、遵循Amazon S3所提供的最佳實作，以及在S3儲存庫上新增其它的保護層。

vpnMentor是在1月24日發現該資料庫，在27日通知NextMotion，30日通知AWS，NextMotion則在2月5日關閉了該資料庫。

儘管NextMotion說明檔案中的照片或影片，都未列出病患名字或生日等資訊，但有些照片及影片有清楚的人臉，而且病患名字也在收據中曝光，而NextMotion執行長Emmanuel Elard 則在聲明中表示，他對這起不幸的「小意外」（minor incident）感到很抱歉。

外界認為，這個小意外不只會影響NextMotion的聲譽，還可能替NextMotion及所服務的診所客戶帶來官司。

微軟上周Patch Tuesday針對Windows 10及Windows Server平台釋出安全更新及修補程式，不過一個版本造成部份用戶的麻煩，有人是電腦桌面或開始功能表設定被重設，另一個版本則使電腦更新下載到一半凍住不動。微軟已將部份更新版撤回。

上周一名用戶在微軟論壇上反映，在安裝Windows 10 KB4532693後，他電腦誤被載入了個暫存用戶檔，使其開始功能表及桌面設定回到出廠預設狀態。此外更新版還在他電腦安裝One Drive，開始把檔案搬到雲端。這些現象在移除KB4532693後即消失，但是再安裝又會再出現。但這麼一搞又毁了他電腦上的Outlook。另一名用戶也表示他桌面自行設定的App、捷徑及背景全部都變回預設，也不認得他的登入帳密而設定一個暫時登入帳號。這名用戶說二個鄰居都發生相同情形，而被迫將更新移除。

另一個更新版KB4524244，則引發更新無法順利下載的問題。一名用戶表示安裝這個版本後，他的HP電腦第二次開機期間凍住無法完成安裝，只剩一個不停旋轉的圓環，但無法以鍵盤或任何介面操作。之後必須強迫重開機。他重新嘗試安裝KB4524244後，仍在下載94%時發生電腦凍住的問題，清除Software Distribution快取也無法解決。其他用戶也發生類似問題，電腦顯示0x800f0922的錯誤訊息。

雖然原因尚未釐清，但可能和HP電腦 Sure Start Secure Boot Key Protection功能有關。發生上述問題的電腦主要是搭載AMD CPU、啟動Sure Start Secure Boot Key Protection功能的HP電腦，少部份是搭載Intel i5 CPU的HP電腦。目前用戶提出的暫時解法是，先關閉Sure Start Secure Boot功能、移除KB4524244後，再重新啟動Sure Start Secure Boot。

針對Windows KB4532693的問題，微軟表示已獲知此事，正在調查中。至於KB4524244，微軟周末表示，已經將這版更新從Windows Update、Windows Server Update Services（WSUS）或 Microsoft Update Catalog頻道移除。微軟也說這不會影響其他更新頻道，包括最新累積更新（Latest Cumulative Update，LCU)、每月彚總（Monthly Rollup）或僅限安全更新（Security Only update）。