臺灣開放銀行（Open Banking）在2020年將邁入下一階段「消費者資訊查詢」，雖然正式上路時程還未定，但各方早已開始備戰。在4月14日一場線上活動中，負責TSP媒合的政大，首度揭露了第二階段自律規範部分樣貌，以及Open API技術與資安標準的概略架構，不過，正式的規範內容仍需待金管會核准後才會公開。

這場說明會聚焦在TSP如何符合銀行在資安與法遵的各種要求為主，以及政大日後將提供的TSP輔導內容。政大金融科技研究中心主任王儷玲在說明會直播中表示，TSP業者的參與將會是臺灣是否能成功推動開放銀行的重要關鍵。不過，她提到，首先得讓TSP業者達到開放銀行第二階段合規的各項要求。於是，在接下來的第二、第三階段，政大也將扮演輔導TSP的角色，協助TSP業者以有限資源符合銀行的資安與法遵要求，達到雙方介接技術的一致性和合規。

政大建議TSP先從法遵著手，再談業務與資訊調整

第一階段上路後，金管會曾提出，要以銀行級的資安標準來要求更敏感的資料開放行為。自去年10月開始，銀行公會和財金公司開始討論第二階段的相關技術與資安標準規範，並與十多家銀行討論，王儷玲表示，政大也參與這個過程，深入了解銀行端對於TSP業者的要求以及顧慮。同時，也把這些顧慮納入輔導範圍，讓新創公司能達到第二階段合規的要求。政大計畫在5月中另一場活動中，將進一步介紹介接一致性和合規的細節。

政大金融科技中心顧問謝焸憲點出，第二階段的挑戰是，有些TSP業者與銀行談妥業務面、資訊面議題後，最後卻在法遵面失利，比如後續稽核，過不了銀行那關。

所以，謝焸憲建議，TSP反而應從法遵面開始，先符合銀行要求的技術、營運與監理層面，再往下進行業務面的討論與資訊面的調整。「先求合規，再求合作。」讓TSP成為一個合規的第三方服務業者（Qualified TSP，QTSP），再來與銀行談業務上的合作，他說。

而在Open API的法令架構上，銀行與TSP合作須基於銀行公會訂定的自律規範，謝焸憲揭露，目前自律規範中提到，TSP必須與銀行簽訂合約、符合技術與資安標準、符合ISO 27001或相當認證。而在財金公司訂定的技術與資安標準中，銀行則要遵守Open API技術規格文件，以及業務安全控管作業規範。

謝焸憲強調，銀行公會有一份資安標準文件，列出了銀行與TSP合作時的規範。其中，第一個是安全控管要求，包括消費者註冊以及資訊查詢時的身分確認安全設計、網路型態與其安全設計、設計原則的共通要求與各類安全要求。二是資訊系統標準，要訂定組織、人員與設備安全的相關管理措施；應就機房、營運、網路、金鑰、系統生命週期、資安事故、營運持續管理等採取資訊安全維護措施。第三則是配套監理措施，需在業務申請時及其後每年由公正第三方進行檢視，提出資訊系統及安全控管作業評估報告。

對TSP而言，在合規上，合作前有三大重點工作，包括資格、技術、營運。在資格部分，得是合法登記公司，具備穩健經營的證明，並提供聲明書與相關文件，比如良民證等。在技術層面，包括連線安全、API檢驗等項目都要合規，TSP業者或其委託開發廠商所開發的應用程式介面，上線前要經安全性測試合格。而營運部分，TSP業者則須提供ISO 27001標準認證或相同等級的認證，以及資安防護能力經第三方驗證的證明。

與銀行合作後的合規重點則是稽核，包括TSP年度自行查核，以及銀行內稽抽查。在TSP內部稽核措施，政大建議，先由原ISO 27001驗證單位進行檢視，並提供報告。而對於銀行內稽抽查，政大則建議由銀行視必要性委任其他單位，對TSP做外部稽核檢視。比如，可委託配合的會計師事務所，也可參考IASME框架進行外部查核。

謝焸憲也揭露了第二階段Open API技術與資安架構示意圖，儘管這還不是金管會拍版定案的正式版本，但可一窺未來可能的規範方向。規範重點例如，連線標準採TLS 1.2的通訊協定。而使用者身分認證上，共有電子簽章、金融卡、信用卡、MobileID四種方式，而金融卡與信用卡這兩個是由銀行代驗，MobileID則由電信業者代驗。而消費者授權TSP業者去查詢在銀行的資料時，包括初次認證、再次認證，以及授權與授權期限，還有訊息安全性等，都是整個架構的環節。

政大將會推出一個約4到6個月的TSP輔導流程服務，包括了訓練課程（包括商業面、法令面、技術面和測試檢驗課程）、ISO輔導、介接標準介紹等，以及後續協助TSP進行ISO認證與介接自檢等。

特別在測試檢驗這部分，政大也與SI合作、建立了測試標準、標準版API範本、開發資料驗證小工具以及API測試小工具等工具，可供銀行與TSP參考。謝焸憲提到，5月中的說明會揭露更多資訊。文⊙李靜宜

0411～0417

 TSB Bank   真人線上客服   居家辦公 
英國TSB銀行急推線上真人客服，讓250名居家上班員工仍能服務客戶
英國武漢肺炎（COVID-19）死亡病例已超過1萬多例。英國TSB銀行近期公告，疫情期間會在減少營業時間的情況下，維持部分分行的營業，但也僅提供基本的服務，比如客戶遇上財務困難，需要支付現金或支票，或像是客戶需透過臨櫃或自動櫃員機（ATM）提領現金等服務，以滿足民眾對銀行的基本金融需求。然而，TSB銀行也建議客戶，絕非必要不要造訪分行，即便來訪也必須保持社交距離。

由於分行與電話聯絡中心的人力有限，但為了服務廣大客戶，TSB銀行近期在自家網路銀行與行動App推出智能代理（Smart Agent）功能。這是一個結合聊天機器人與TSB銀行人員的平臺，客戶可以藉由此功能，線上詢問如何申請貸款還款假期（Mortgage Repayment Holiday）、個人貸款、商業貸款的詳細資訊。該功能從3月底推出不到兩周，已經回應了超過11,000個來自客戶的詢問。

TSB銀行指出，找來廠商協助下只用5天就推出了這個新系統，也培訓了250多名員工線上提供服務，雖然這些員工大多數都居家辦公，且原本在TSB銀行負責的領域並不同，卻能在疫情期間在家為客戶提供服務，這也展現了這家英國銀行隨機應變的能力。

 金管會   證券期貨業   居家辦公 
證券期貨業需達4項條件，才能申請啟動居家辦公
不只多家金控開始實施居家辦公，金管會證期局副局長蔡麗玲4月9日表示，證券期貨業將居家辦公列為次要選項，會優先採取異地備援的方式。不過，她強調，證券期貨業不管是居家辦公還是異地辦公，資安控管、風險控管、內控機制都必須到位。

蔡麗玲也表示，證券、期貨、投信業者若要啟動居家辦公，需有發生重大社區感染案例、員工確診、一半員工有居家隔離或檢疫狀況，以及有其他特殊情況需求等4項條件，即可向證交所或是期交所申請啟動居家辦公，再事後通報金管會。

由於證券期貨業者有營業員和自營部門，一旦啟動居家辦公，有何配套措施？蔡麗玲指出，營業員接單會先從公司電話轉到居家辦公者的手機或電話，且目前大多券商都能透過留存音檔，來保留客戶的下單記錄。而自營部門下單方面，營業員自行下單則會透過公司系統管控，並另外拉VPN網路控管資安，公司即可掌握下單狀況。業者也可透過遠端錄影或是在居家辦公人員家中架設裝備來錄音、錄影，來記錄交易時間與過程。證期局表示，相關具體作法則會再交由證交所、期交所及投信公會研議。

 永豐金控   數位轉型   數位科技處 
永豐金控數位決策金三角成形，延攬萬幼筠擔任數位科技處處長

永豐金控為了一圓數位轉型願景，在2018年找來具有警政背景的前富邦金控資安長李相臣，擔任永豐金控資安委員會召集人，並同時擔任永豐金控數位科技處處長兼總經理辦公室主任。

不過，永豐金控為了擴大數位高層的規模，在找來李相臣後，也接續聘用成大電機系教授張天豪擔任永豐金控顧問，負責AI與大數據的應用；更在4月14日找來前勤業眾信風險管理顧問公司總經理萬幼筠，從李相臣的手中，接手數位科技處處長一職。這也讓永豐金控數位決策鐵三角的運作模式，正式成形。

永豐金控總經理朱士廷日前曾透露，數位服務無斷點是永豐金控年度目標，資安、金融科技及AI大數據，將成為整合數位產品服務的關鍵。（詳全文）

 陳昇瑋   玉山金控  
玉山金控科技長陳昇瑋腦出血病逝

臺灣人工智慧學校在4月13日突然發布了一則悼文，公布臺灣人工智慧學校執行長陳昇瑋，因腦出血意外陷入昏迷後過世的消息。陳昇瑋在2014年創辦了臺灣資料科學愛好者年會，2017年開始大力推廣產業AI化，2018年成立了臺灣人工智慧學校，2年來訓練了6千多位AI人才。

玉山金控在2018年找來陳昇瑋擔任科技長，花了一年多時間，陳昇瑋一手打造了玉山金控的智能金融處近百人的團隊，展開了近百項AI專案，也建立了一套資料分析架構，來加速這些AI專案的研發，後來他更成為玉山銀行副總經理，也兼任銀行端的科技長兼數位長。今年，他本來預計要擴大多項AI金融科技的應用廣度，以及擴編玉山金控的AI團隊戰力，但突然因腦出血而過世。玉山金控也發布正式公告證實了這個消息。（詳全文）

 星展銀行   AI   HR部門 
臺灣也有銀行開始用AI輔助招募，星展銀行臺灣子行4月先靠AI篩選信貸電銷業務人力做起

新加坡星展銀行在2018年推出人工智能招募系統JIM，整合履歷、心理測驗及情境問答回應，自動進行初步評選，分擔HR八成資料篩選時間。今年4月1日，星展臺灣子行也正式導入，目前先從消費金融部的信貸電銷業務人員招募的前置篩選開始。

臺灣星展銀行人力資源處處長盧方傑說，上線前先累積3、4個月的臺灣在地資料，比如在公司業績較好的員工的心理測驗結果等資料，要來訓練AI模型。接下來也會持續累積應徵者的資料，以比較人工評估和JIM自動化評估的結果，來微調AI模型。不過，上線第一周只用於10多筆履歷，今年下半年，預計擴大應用到需求人數更大的儲備幹部徵選。（詳全文）

 區塊鏈   媒體   新聞追蹤 
義大利最大通訊社開發區塊鏈新聞追蹤系統，供讀者驗證新聞真偽

義大利最大新聞媒體ANSA宣布，與安永旗下EY Advisory S.p.A.合作，用區塊鏈技術開發新聞追蹤系統。目標是要利用區塊鏈技術來顯示新聞來源，強化組織、讀者之間的信賴關係，讀者可以使用稱為ANSAcheck的新聞追蹤標籤，檢查在ANSA平臺、其他編輯出版物，以及社交媒體等第三方上的新聞，其歷史以及來源。這套追蹤系統使用了以太坊（Ethereum）技術，利用智能合約產生新聞加密字符，每一篇文章都會上鏈，以供驗證新聞是否來自ANSA。不只讀者可以比對，ANSA也可用來追蹤自家新聞被使用的情況。（詳全文）

 開放銀行   政大   TSP業者 
開放銀行第二階段技術與安控規範方向曝光，政大將提供TSP法遵合規輔導
臺灣開放銀行在2020年將邁入下一階段「消費者資訊查詢」，雖然正式上路時程還未定，但各方早已開始備戰。在4月14日一場線上活動中，負責TSP媒合的政大，首度揭露了第二階段自律規範部分樣貌，以及Open API技術與資安標準的概略架構，不過，正式的規範內容仍需待金管會核准後才會公開。

政大金融科技中心顧問謝焸憲強調，銀行與TSP合作須合規的重點，是在銀行公會提出的那份資安標準文件。包括了安全控管要求、資訊系統標準、配套監理措施的細項說明。他進一步指出，若以TSP與銀行合作前，有三大合規項目要做，包括資格、技術、營運。而在與銀行合作後的合規項目則是稽核，包括TSP年度自行查核，以及銀行內稽抽查。

政大金融科技研究中心也將在第二階段作為輔導TSP的角色，協助TSP業者以有限的資源符合銀行的資安與法遵要求，以及讓TSP達到與銀行間的介接技術合規一致性。（詳全文）

圖片來源／ ANSA；攝影／洪政偉
責任編輯／李靜宜
 金融科技近期新聞 
1. 前美國銀行技術長Howard Boville將接任IBM雲端平臺負責人，5月1日正式就任　 
2. 受疫情影響，新加坡金融管理局宣布將延長發放純網銀執照時間
3. 英國挑戰者銀行Monzo決定關閉在拉斯維加斯辦事處， 165名人員遭解雇
資料來源：iThome整理，2020年4月。

武漢肺炎（COVID-19）疫情在全球大流行，為了降低疫情風險，不少企業紛紛規劃遠距辦公、居家辦公等彈性工作方式，對相關遠距通訊協作工具需求大增。看準企業這波抗疫需求，互動資通宣布推出免費防疫包，將原本需付費的通訊協作平臺team+企業標準版開放企業免費使用，最長可免費使用至今年底。

team+原先就有免費使用的體驗版，但採公有雲服務模式，提供文字版IM即時訊息，以及工作指派或任務管理、公告、檔案管理等協作功能，但不支援語音、影像通話及API功能，體驗版較適合企業快速體驗，以及對資安需求不是那麼高的中小型或微型企業使用。

新推出的免費防疫包，將原本需要付費才能使用的team+企業標準版開放有需要的企業免費使用，企業需先提出申請，由互動資通審核通過後，才能免費使用team+企業標準版服務，並且免費升級商務視訊會議模組。依申請的企業需要，最長可免費使用到今年底。

team+企業標準版支援網路電話，包括App to App、App到分機，以及影像通話功能，搭配商務視訊會議模組，能提供多人視訊會議功能，雖沒有限制會議人數及場次，但每場視訊會議限時為40分鐘。標準版也提供API介接，可串接企業內部各項系統，如ERP、CRM、公文、差勤等。此外，對資安及系統穩定有更高需求的企業，還可額外付費加裝其他模組，例如資安、HA架構模組。

不過，需注意的是，原本付費的team+企業標準版採私有雲部署，即企業能部署在自家私有雲，在可控管的環境下，確保資訊安全。而這次互動資通推出的免費防疫包，開放企業申請免費使用team+企業標準版則不同，並非部署在企業的私有雲，而是部署在互動資通向IDC業者租用的主機代管服務。換言之，對企業而言，開放免費使用的team+企業標準版為公有雲服務，對資安可控性較高的企業可能並不適用。

互通資通表示，以IDC業者的主機代管提供服務，目的在降低企業部署在私有雲上的相關準備工作，通過審核後將儘快開放企業免費使用服務。

另外，雖然這次免費使用的team+企業標準版沒有使用者人數限制，但並非所有企業都適合使用。互動資通表示，因team+是以一般企業內部協作為目的，可能不適合特別的產業需求，例如這次因應疫情衝擊，迫切建立遠距教學環境的教育單位，不建議個人或學校提出申請。

Google發布了一個稱為TensorFlow Lite Model Maker的工具，能使用轉移學習使機器學習模型，適應開發者自定義的資料集。Model Maker使用API封裝了複雜的機器學習概念，讓開發人員僅需要撰寫幾行程式碼，就能以TensorFlow框架訓練模型，並將模型部署到裝置上的人工智慧應用程式。

TensorFlow Lite在2017年時發布，專為邊緣裝置設計的TensorFlow模型預測框架，是TensorFlow的精簡版本，讓開發者可以在行動、物聯網與嵌入式裝置中部署機器學習模型，目前已經被大量部署於全球40億個裝置中，支援Android、iOS以及Linux的物聯網裝置和微控制器。

Model Maker是要讓開發者能夠根據自己的使用案例，自定義預訓練模型，使這些預訓練模型能夠應用開發者的資料集，Model Maker支援TensorFlow Hub上各種可用的模型，同時也包括這次新發布的EfficientNet-Lite、MobileBERT以及ALBERT模型，官方提到，開發者只需要修改一行程式碼，就可以切換使用不同模型基礎架構。Model Make目前支援兩種使用案例，分別是圖像分類以及文字分類。

而官方新發布的EfficientNet-Lite、MobileBERT以及ALBERT三種模型基礎架構，可提供開發者應用於更廣泛的使用案例，解決各式問題。EfficientNet-Lite是一種新型的圖像分類模型，僅需要少量的計算以及參數，就能夠實現高精準度的預測結果；EfficientNet-Lite模型針對TensorFlow Lite進行了最佳化，能以可忽略的精度損失支援量化，並由GPU達到更快速的預測。

MobileBERT則是熱門的BERT模型最佳化版本，BERT模型能夠以高準確性，執行一系列自然語言處理任務，包括問答、自然語言預測等工作，而MobileBERT的執行速度約比BERT還要快4倍，容量更小且可以維持相似的精準度。

另一個新模型ALBERT，同樣是BERT的另一個輕量級版本，是個與TensorFlow Lite相容的版本，官方對模型的大小進行了最佳化，比BERT小6倍，比MobileBERT小1.5倍，但是延遲與BERT相當，也能提供相似的預測精準度。

官方也說明了接下來他們的發展方向，仍然會繼續發布裝置上模型，推出更多模型支援電腦視覺以及自然語言處理的使用案例，同時也會發布新的教學教材與範例，展示在行動裝置上使用C/C++ API進行預測的方法。

Model Maker也會獲得改進，能夠支援更多元的任務，包括物件偵測和更多自然語言處理任務，官方表示，他們要讓沒有機器學習專業的開發人員，可以透過遷移學習來建置新的自然語言處理模型，另外，他們也會擴展元資料和程式碼生成工具，並且與Android Studio和TensorFlow Hub等更多平臺整合。

OpenAI發布了機器學習模型神經元視覺化工具Microscope，可系統性地視覺化數種常見模型的神經元，而這將有助於研究人員對於模型的可解釋性研究。OpenAI提到，就像是生物學家經常專注研究幾種模式生物（Model Organism）一樣，目前Microscope的初始版本，僅包含了9個經常受研究的視覺模型，以及對這幾個模型特別有用的數種視覺化技術，接下來還會擴展應用其他模型以及技術。

神經網路由成千上萬個神經元組成，神經元交互作用才能使神經網路發揮功能，為了理解這些神經元的運作，OpenAI視覺化這些交互作用，並且對外共享觀察結果。研究人員可以利用Microscope來驗證猜測，像是當研究人員假設InceptionV1 4c:447汽車偵測器，是由輪胎偵測器4b:373以及窗戶偵測器4b:237所組成，便能透過Microscope快速探索這些神經元，驗證假設正確性。

OpenAI解釋，Microscope建構於位置以及技術兩個概念之上，位置就像是顯微鏡的朝向，而技術就是固定其上的鏡頭，顯微鏡操作者可以利用特定的鏡頭看向特定的位置，也就是說，Microscope讓研究人員可運用不同的技術，深入了解不同位置的神經元。

機器學習模型由節點圖構成，節點與節點間以邊相連接，每個操作都包含了數百個單元，這些單元就類似大腦的神經元，OpenAI提到，目前Microscope的大多數技術，只能使用特定的解析度，像是特徵視覺化只能指向單一單元，而不能為父節點。OpenAI使用的視覺化功能，包括功能視覺化、DeepDream、資料集範例以及合成調校曲線，未來OpenAI還會加入更多的視覺化技術。

目前這項工具還無法應用在自定義模型中，OpenAI解釋，要視覺化這些模型，產生數百萬個圖像和底層資料，需要大量的分散式作業，現在執行此操作的工具無法釋出，因為都和其他基礎設施混雜在一起，不過，用戶可以取用Microscope用來視覺化模型的底層技術lucid函式庫。

麻省理工學院的媒體實驗室（MIT Media Lab）在近日開源了可用來捕夢的Dormio專案，藉由在人們作夢之際喚醒他們，以紀錄夢境中的天馬行空，激發人們的創造力。

研究人員認為，絕大多數的科技發展都是讓人們在清醒的時候使用，但睡眠占了人們生活的1/3，是個被遺忘的心靈國度，也是人們創造力的來源，因為許多有創意的想法，都是在缺乏控制與直接注意的狀態下產生。因此，假如人們可以控制夢境，就能掌握這些創意。

Dormio專案所要捕捉的夢境是在入睡的第一階段產生的，亦即是在半夢半醒的淺眠階段（Hypnagogia），有不可預測的夢境，對空間與時間的感知失敗，也會有自發性的流動思想，有科學家認為這是個可能夢到解答的階段，藝術家則說這個階段可達到創造力的極限。

你或許不知道，不管是發明家愛迪生（Thomas Alva Edison）、特斯拉（Nikola Tesla），或是詩人愛倫坡（Edgar Allan Poe），還是畫家達利（Salvador Dalí）都企圖利用這個半夢半醒的狀態來激發自己的創造力，他們在坐著打盹的時候，手握著鋼球，在達到Hypnagogia階段時，鋼球就會落地，把他們驚醒，再寫下或畫下夢境裡的想法。

而Dormio專案即是把鋼球的方法現代化，它是由睡眠狀態追蹤系統、社交機器人與聽覺生物反饋機制所組成的穿戴式裝置，可配戴在使用者的手指上，藉由追蹤肌肉的放鬆程度、心跳與皮膚導電反應來判斷使用者是否進入Hypnagogia狀態；這時社交機器人即會發出聲音，通常是一些單字，試著讓這些單字進入使用者的夢境中，繼之再與使用者討論並紀錄夢境內容。在上述的程序中，使用者都只有輕微地被喚醒，也會試圖讓使用者再度進入Hypnagogia狀態，以持續挖掘使用者的夢境內容。

該研究團隊已透過GitHub開源了Dormio的軟、硬體設計，以供其它研究睡眠的科學家們參考，或是供有興趣的使用者自行打造一個捕夢裝置。

麻省理工學院電腦科學與AI實驗室（CSAIL）所開發的遠端監控裝置Emerald，被運用在監控武漢肺炎患者上，Emerald外型類似Wi-Fi分享器，可以利用人工智慧分析環境中的無線訊號，以預測人們的生命跡象、睡眠以及運動。

由於武漢肺炎病毒擁有極高的傳染能力，哈佛醫學院助理教授Ipsit Vahia提到，醫護人員直接與病患互動，不論是進行檢查和量測生命跡象，每一次接觸都會提高被感染的風險，而Emerald可以讓醫護人員不需要與武漢肺炎病患接觸，就能監控病患的健康資訊。

Emerald不只能夠透過無線訊號的反射，遠距追蹤病患的行動之外，其高精確的動作偵測能力，甚至能夠偵測人們胸部的運動，因此能監控人們的呼吸頻率（下圖），而且即便同一空間存在多個人，Emerald也能夠清楚地區分出不同的人。

由於Emerald能夠偵測呼吸問題，因此除了武漢肺炎，Emerald也能被用在偵測呼吸中止症上。這項研究來自於CSAIL之前的研究，2018年時，該實驗室就曾發表論文，成功以無線訊號隔牆偵測出人的動作。

YouTube在本周釋出了免費的短影片製作工具Video Builder，使用者可直接透過該工具設定版型、文字、照片或商標，在幾分鐘之內就能建立6秒、15秒或16秒的影片，該工具基本上是用來快速建立廣告影片的。

YouTube Ads產品管理總監Ali Miller表示，Video Builder可以協助那些缺乏資源來拍攝或建立影片資源的企業，它能快速將諸如照片、文字或商標等靜態的資產變成動態，還可自YouTube資料庫選取配樂，並有多種版型可供選擇。

由Video Builder所建立的短影片就像是個可自動播放的簡報，選擇照片、版型及背景音樂之後，使用者可輸入文字、選擇字型，它就變成一則廣告影片了。

Miller表示，在疫情蔓延的時刻，企業可能很難外出拍攝影片，就能利用Video Builder來建立短影片，像是餐廳用它來宣布營業時間的變動，或是超市推出路邊取貨，也非常適合那些從來沒製作過影片的小型企業。

已經試用Video Builder的室內設計平臺Havenly指出，過去要製作影片需要許多人力與時間，現在則可用更快的速度發表高品質的廣告內容。

目前Video Builder仍為測試版，但企業必須主動提出申請，審核時間約為5個工作天。

每天午夜12點，許多人可能早已進入夢鄉，街道上也從白天的喧囂歸於寧靜，但在這個萬籟俱寂的深夜時分，對一家網路公司而言卻不能鬆懈，因為短時間內湧入數十萬人，猶如售票業者搶票的盛況。「別人可能是偶而遇到，但我們卻是天天上演」，社群論壇網站Dcard（狄卡）創辦人暨執行長林裕欽說。

自2011年推出以來，每天到了午夜12點，系統就會向參加「抽卡」的卡友（用戶）發送具有交友性質的Dcard，若卡友對配對的對象有興趣認識，可向對方發出交友邀請，對方同意才成為朋友。「抽卡」的交友機制因帶有命運的意味，受到許多年輕學生的歡迎，9年來超過3千次抽卡，讓Dcard團隊練就一身IT維運的功夫。

Dcard是林裕欽在臺大資管系大二學生時和同學在課堂共同創作的作品，鎖定大學生社交圈，除了抽卡之外，核心服務為匿名社群論壇，讓用戶可自由發表心情文章，和有共同興趣的其他用戶互動，建立共鳴。林裕欽後來在2015年以狄卡為名正式成立公司經營。

相較於1995年推出的PTT，在年輕世代的大學生裡，Dcard擁有相當高的知名度，每月不重覆訪客超過1,500萬人，用戶分享的熱門文章經常被大眾媒體引用，每月吸引過15億次瀏覽量。

建立跨平臺用戶追蹤系統

超過400萬用戶，每月產生的文章高達20萬篇，加上歷年累積的數百萬篇文章，如何依據使用者興趣，投其所好提供適合的內容？背後關鍵是運用數據分析及機器學習技術的推薦系統。

林裕欽表示，Dcard會員數不斷增加，加上公司成立之後，團隊規模擴大，使得分工愈來愈細緻，依數據進行決策愈來愈重要。2017年至2018年，Dcard開始建立自動化推薦，透過數據分析，找出使用者感興趣的內容。

不過，剛開始Dcard僅有網頁版，2013年先後推出Android及iOS版，讓Dcard得以準確蒐集用戶在行動裝置的使用行為數據，但要推薦能讓用戶感興趣的文章，必需能辨別追蹤相同用戶，在桌上型、行動裝置的使用行為數據。

他們曾評估使用第三方的追蹤工具，但以Dcard上千萬的月活躍用戶規模，按第三方服務依使用數量計費，收費恐要價上億元，加上即時推薦需要即時追蹤跨裝置的用戶使用行為，以及數據分析Log、機器學習訓練模型等需求，他們決定自行開發數據追蹤平臺Bilanx，來實現跨裝置串接用戶的行為資料。

打造自動化內容推薦系統投其所好

一般網路論壇常見的三大功能，搜尋、廣告及訊息流，在訊息流方面，Dcard從大量的文章訊息中，篩選出適合的內容提供給可能感興趣的其他用戶。早期Dcard文章推薦，是以過去36小時愛心數排序，將熱門文章推薦給用戶。

而透過追蹤平臺Bilanx，掌握用戶在裝置端的行為數據，例如用戶喜歡什麼內容？每篇文章停留多久時間？再利用相似的人群喜好提供文章推薦。2019年Dcard開始一項專案，今年進入AB測試階段，當用戶進入Dcard首頁，就會看到一個News Feed專案的文章列表，向用戶推薦訊息內容，這項功能背後就是運用深度學習技術打造。

他們參考YouTube經驗，將篩選訊息大致分為兩層，一為Candidate層，一層為Ranking層。先透過Candidate層從幾百萬篇文章中篩選出幾千篇，可能是用戶感興趣的內容，再經過Ranking層根據用戶的興趣、所在的地方、熱門文章、相似人群計算，為這些文章作排序。

運用機器學習技術，根據用戶過去點擊的文章，預測他可能會點閱的其他文章，再根據回饋去訓練模型，搭配Bilanx來分群用戶，再利用AB測試不同上線版本差異，追蹤核心指標是否有提升。

林裕欽表示，除了用戶追蹤的看板，可以明確掌握他的喜好之外，更靠機器學習，為用戶分群，還試了許多做法，以最基本的協同過濾（Collaborative Filtering，CF）為例，例如A喜歡某篇文章，B也喜歡某篇文章，A和B為相似的分群，深度學習也有CF版本。

「為了讓每個人能找到共鳴，如何更有效率找出你感興趣的主題去討論，內容推薦就非常重要。這也是機器學習能長期不斷優化的事」，林裕欽說。Dcard借由AB測試，檢驗不同上線版本差異，調整推薦文章的篩選、排序方式。

目前除了內容推薦，由於Dcard用戶註冊採實名制，用戶每天更換照片，上傳照片可能多達上萬張，Dcard也將機器學習運用於比對照片上，確定更換的兩張照片為同一位使用者，當機器學習無法肯定時，再由人工作再次確認。

打造數據中臺是發展關鍵

用數據賦能每個人，作更快、更好的決策，讓溝通能夠以數據為導向，如果數據難以取用就無法做到。 ─── Dcard創辦人暨執行長林裕欽。（攝影／洪政偉）

Dcard內部透過工作坊、讀書會等各種方式，讓員工接觸新技術、概念或方法，例如Dcard在2016年開始採用Kubernetes（簡稱K8s），當時團隊經過討論，評估對伺服器管理邏輯上更具優勢。林裕欽指出，不需要一臺一臺管理伺服器，大幅降低管理成本而採用，目前Dcard上的服務幾乎都採用K8s，利用K8s的自動擴充平衡，動態調整需要伸縮的服務，在更新程式碼也比較方便，但資料庫仍使用VM。

他們也測試多種資料庫，像是MongoDB、Redis、MySQL、PostgreSQL，還有號稱比Cassandra快十幾倍的ScyllaDB。依據數據的類型、不同的業務需要，測試不同資料庫的特性，目前他們在核心的論壇服務使用PostgreSQL，而去年推出的電商服務「好物研究室」，背後則是使用MongoDB。

他們很快就面臨新的挑戰，各部門各自發展時容易出現數據孤島，導致數據的整合分析、應用都相當不便，例如「好物研究室」的MongoDB，難以和用戶行為資料整合，最後，他們參考了阿里巴巴在2015年所提出的數據中臺，建立一個統一數據分析、查詢框架。

Dcard發展自己的數據功能和指標，再經過不斷的優化調整如資料驗證，在2019年完成ETL、統一的定義等等，才完成了這個數據中臺的建置。

目前他們在社群論壇服務使用的PostgreSQL及電商服務使用的MongoDB，在資料倉庫層主要使用BigQuery查詢，依資料查詢即時性較低的需求，則使用AWS Redshift查詢。資料分析介面統一使用Redash。

透過建立數據中臺，帶來統一的權限控管、監控，以及資料定義及查詢、ETL、斷詞、標註、Archive和Log管理等等。

「業務型態愈多，使用的資料庫愈多，愈能顯現出數據中臺的價值」，林裕欽說。

讓員工學會自己分析資料

為了讓資料查詢能夠更有效率，Dcard透過內部訓練課程讓幾乎所有的員工，產品經理甚至是客服都會執行SQL指令，由Redash為每個人權限控管，這麼做可讓員工遇到問題時，能更快取得資訊解決問題。

Dcard並非一開始就要求員工要會執行SQL指令，剛開始是負責BI的員工願意分享，透過工作坊教導其他員工，如何運用SQL指令作資料分析，發現成效不錯，才慢慢成為常態，鼓勵員工學習這項技能。

「用數據賦能每個人，作更快、更好的決策，讓溝通能夠以數據為導向，如果數據難以取用就無法做到」，林裕欽直言，目標是要讓大部份員工都能學習做資料分析，公司內雖然只有一支由BI、AI組成的7人資料團隊，但他希望所有人都有能力進行資料分析。

他認為落實數據思維的方式，是讓每個人都會使用SQL指令，遇到問題就能夠自己解決。當看到一項數據時會想知道背後的原因，自己就能分析資料，以更深入的方式去思考問題。

不過，讓員工自己作SQL查詢，若查詢的資料比較複雜，同時間遇到較多人使用，可能拖慢資料庫的效能，為避免此一問題，Dcard利用資料庫快照，每小時快照一次來建立另一個查詢用的副本資料庫。

靠層層快取、動靜分離應付流量

Dcard累積近500萬篇文章，過去卡友分享的熱門文章，像是「我吃了那男孩一整年的早餐」、「阿嬤這是Lv」，被許多用戶分享，經常登上大眾媒體版面，帶來許多的流量。而每天午夜12點的抽卡，短時間內吸引大量流量進來。

林裕欽指出，相較於熱門文章使得整天流量都高，午夜的「抽卡」在短時間內產生流量高峰，數十萬人湧入打開Dcard，就像訂票業者面臨搶票狀況，團隊在天天歷練之下，培養出對資料庫特性有更深的理解。

Dcard的資料快取會根據不同資料特性，選用不同的資料庫儲存，如大宗快取資料用MongoDB，若是以效率為要求，則使用Redis、Scylla。此外，還用ElasticSearch支援每天百萬次搜尋查詢。

午夜時的「抽卡」，大量用戶開啟Dcard，這些用戶不只「抽卡」，也會觀看文章，「抽卡」比較能預期，將需要的資料先作快取，而瀏覽文章方面，透過層層快取資料，利用CDN、HTTP、瀏覽器、後端資料庫層層快取，層層快取結合不同特性資料庫，特別是在CDN使用Cloudfare worker機制，將API請求合併在一起。

另外，他們也建立一套動靜分離機制，將文章拆分為不易快取的個人化資料（對文章的留言、愛心），和較易快取的非個人化資料（文章內容）。個人化資料偏動態且流量較大，非個人化資料偏靜態且流量較小，Dcard將動靜態資料拆開來快取，到前端再合併顯示在使用者面前。

林裕欽表示，將文章資料變在靜態檔案，如JSON檔，讓CDN、前端的瀏覽器快取，如果發現該篇文章和上次請求沒有更新就可直接使用，或是從CDN取得，儘量降低對Dcard伺服器的要求。如果文章有更新，會通知CDN原本快取失效，並通知使用者更新內容。

對於臨時爆量的請求，他們也利用K8s的自動擴充功能，自行開發一套系統，在資源不足時加開機器，做到維運管理自動化，當波峰過了，再自動調整因應。

另外，Dcard也在非即時的任務，利用Message Queue的相關機制，以Pub/Sub、RabbitMQ處理非同步任務，以減少資料庫存取的波峰。

他們也在善用預先計算機制，例如用Airflow提早進行資料的ETL、計算，再進行快取，降低尖峰時段所耗用的資源，提早應對流量的爆發。

持續增加用戶規模、調整AI推薦

儘管在年輕學生已有蠻高的滲透率，但Dcard仍持續擴大用戶規模，去年底他們開放了自學校畢業幾年的社會人士，可以身分證註冊會員。另外，目前Dcard用戶的日停留時間約為30分鐘，他們希望靠AI建立個人化的推薦機制，拉長用戶的停留時間，增加用戶的互動比率。今年進入測試階段的AI訊息推薦機制，正在不斷調整優化中，在AB測試的組別中，他們發現有的組別甚至有20到30%的提升，成效不錯。

目前在Alexa臺灣網站排名裡，Dcard排名第15名，表現甚至超過巴哈姆特、PTT等其他知名論壇，但Dcard並不以此為滿足。

「我們的目標是持續增加使用者，提升服務品質，為每個人找到共鳴」，林裕欽說。

CTO小檔案

林裕欽

Dcard創辦人暨執行長

學歷：臺灣大學資訊管理學系

經歷：2011年在大二的課程上和同學共同創作Dcard，2015 年正式成立公司導入專業化的經營，至今擔任Dcard公司執行長，負責制定戰略與管理公司，打造學習型組織，導入OKR目標管理。帶領打造AI推薦團隊，提供個人化推薦系統。

公司檔案

Dcard（狄卡）

● 地址：臺北市光復南路102號14樓

● 成立時間：2015年

● 主要業務：全臺灣最大、年輕族群有高滲透率與影響力的匿名論壇，並提供「抽卡」交友服務。去年新推出電商服務。

● 員工數：120人

● 資本額：3981萬元

公司大事紀

● 2011 年：推出 Dcard 網頁版

● 2013 年：推出Dcard Android版

● 2015 年：推出iOS版，成立狄卡股份有限公司

● 2016 年：提供整合行動、影音、原生廣告、內容、活動與社群的廣告解決方案

● 2018年：拓展版圖至港澳市場

● 2019年：推出電商「好物研究室」

就算是老手，面對複雜的運作原理，也常有不知從何開始之感，此時，若有個臨摹對象作為參考，我們對於對相關演算法的理解或實現，就能有個大致的方向。

事實上，程式臨摹並不是新手才需要做的事情，老手也能透過特意的臨摹，獲得各種演算法的實現機會。

依樣畫葫蘆

談到「臨摹」，多半會想到的是對書法或繪畫的模仿，學習者在自身能力基礎上，儘可能地實現出接近原作的作品，而在這個實現過程中，我們期待對於原作的整體結構、運用之技巧，甚至創作時的理念或意境，能有更多的認識或體會。

在程式設計領域，其實也有臨摹的概念。面對語言、程式庫、框架等技術，開發者總會希望有範例程式碼，因為期待能藉由依樣敲打程式碼、組合元件的過程，認識如何以該門技術表達想法、體會這門技術適用的情境，以及熟悉發生錯誤時的應對方法等。

希望有範例的目的，簡單來說，雖是依樣畫葫蘆，然而，臨、摹兩字其實各有意涵。

「臨」是按照原作去寫或畫；「摹」是用紙或絹蒙在原作之上寫或畫。從這點來看，程式設計新手看著文件一字不漏地敲打、設定，就像是「摹」的動作，這時主要是在熟悉工具的特性，對語言、框架等來說，就忙著在熟悉語法、組態方式等，目的都是著重在認識工具怎麼使用是對的，而何時的用法又是錯的。

熟悉工具特性的過程中，多少都會認識到範例程式想解決的需求，以及解決問題時的思路；在同樣或類似的需求情境下，試著以相同想法來衍生，自行敲打、設定、建立起可解決問題的程式，是屬於「臨」的過程，白話來說，就像是把書闔起來，測試自身可否寫出程式的過程。

對開發者而言，臨、摹的過程會不斷的迭代進行，能讓我們在各種範例程式中，不斷地解決需求、熟悉工具。

透過重構來臨摹

開發者應該都認同「知道原理是一回事，想要實現又是另一回事。」這句話，例如，在K了一堆論文，認識演算法的原理之後，最常浮現的念頭應該就是「有沒有程式碼啊？」若是又面對一坨浮雲般的流程圖或虛擬碼時，更會有種「阿鬼！你還是講中文好了！」的想法。

不知道如何以手邊的技術將原理實現，就像不知道如何用手邊的畫筆來勾勒出相同的作品，在尚未拆解出作品完成前的每個步驟前，就算找到實現原理的程式碼，也可能因為程式碼的規模過於龐大，或者是流程交織過於複雜，此時若想要臨摹，往往也無從下手。

面對這些已實現了原理的程式碼，開發者可以試著透過重構來找到起點。

舉例來說，演算法在談論運作的原理時，應該都會區分為幾個步驟來說明，如果能夠大致找到這些步驟的對應程式碼，試著將之重構為獨立的區塊，或者是抽出為函式，這麼一來，原有程式碼的主流程，就會越來越清晰，越來越接近演算法原理中列出的步驟。

例如，想要處理A、B兩個凸多邊形交集，原理是保留A在B中的點、B在A中的點，以及A、B邊的相交點，然後將這些點以逆時針排序。雖說原理看來簡單，然而，實現的程式碼，可能就包含了線交點、點是否線上、點是否在多邊型內部、逆時針排序等內容，而且，每個部份的程式碼實現，都有一定的份量。

我們可以試著先辨識出程式碼中，與原理步驟大致符合的部份進行重構，接著，才針對這些重構後的部份，再重構出排序等部份，必要時，可持續細部重構下去。這就如同拆解繪畫作品的過程，在過程中，我們也可以進一步留意到，透過程式設計實現演算法時必須留意的技術細節。

不過，透過重構實際的程式碼來臨摹，對初學者可能難度稍高，此時，可以試著從談重構與模式的文件中臨摹，而這類文件中多半會有重構前的程式碼，以及重構後符合某種模式的程式碼之對照，基本上，如果採行此類方式，我們可以同時認識到重構前程式碼的問題，以及重構後模式之作用，也是一種臨摹之法。

然而，這種臨摹的重點在於重構的過程，請記得在不看文件的情況下，試著重現整個重構的過程；另外，不建議依樣畫葫蘆地套用模式，如果沒有既有程式碼，就依樣畫葫蘆地試圖套用某種模式，這麼做並不是種臨摹練習。

透過「翻譯」來臨摹

如果開發者已經熟悉一門語言，並試著去熟悉另一門語言，將同一個需求分別以這兩門語言來實現，會是一種不錯的練習。除了語法層面的不同之外，能夠發覺風格、典範上的不同，是這個過程中最有趣的部份。

以這種方式來臨摹時，重點可特意放在模仿新語言的文化，這就像是在仿造不同畫派的畫風，有時對新畫風的特意模仿所帶來的體驗，可能有助於過去既有畫風的突破，而在新語言中獲得的啟發，也會加深我們對既有已熟悉語言的認識，甚至影響程式撰寫的風格。

有時候，是另一種情況，例如，開發者想用某個相對冷門的語言來實現某演算法，然而難以找到該語言的實現範例來參考。幸而，現在有各種語言的開放原始碼專案，我們可以找個已熟悉語言實現之專案，透過將該語言翻譯為開發者目標中的語言，而這也是個可行的臨摹之法。

作為一門冷門語言OpenSCAD的使用者，這大概已經是我最熟悉的做法了，其難處在於，就如同翻譯這門工作本身，並不單純只是符號的轉換，而是在重新詮釋原作，若要透過「翻譯」來臨摹，必須對原作有一定的認識，這時，重構臨摹的手法經常會派上用場，接著，我們還必須找出目標語言中適合的作法，才能做好這份任務。

透過翻譯來臨摹的效益，的確是雙向的，因為，我們在既有熟悉的語言部份，往往可以透過翻譯臨摹的過程，得到更深入的認識，並且獲得更多的技巧；而在翻譯的目標語言中，我們也可以獲得各種演算法的實現機會，若能順利在目標語言中實現，此時所獲得的能力，又可以回饋至既有熟悉的語言，在使用臨摹對象的程式庫時，也就更能掌握其特性了。

臨摹不只是新手的事

在軟體開放原始碼盛行、各廠商方案眾多的這個年代，我們親手去實現演算法的機會並不多，或許也沒必要重新打造輪子，畢竟，還有更多要忙的事情，然而，正如〈Kata 心態〉中談到的：「雖然我們常說：不要重複造輪子，但這並不代表，我們連造輪子的能力都不去操練。」

如果開發者需要操練造輪子的能力，又不知從何開始，特意地透過臨摹來進行，或許是個不錯的方式，特別是透過翻譯來臨摹的方式。

雖然對於眾多開發者而言，可能沒機會像我因為玩冷門的OpenSCAD，而必須自行構築出各種基礎元件，然而，若你打算特意地藉由臨摹來從頭開始構築某個方案，也可以從中獲得必要的練習。

0409-0415 一定要看的資安新聞

＃視訊會議  ＃資料外洩

Zoom驚傳用戶資料外洩，53萬筆帳密流入暗網

正當視訊系統Zoom的安全及隱私問題在全球沸騰之際，傳出越來越多的用戶帳號流到暗網。先是有駭客免費公布352個Zoom帳號，並且允許任何人下載這份資料。但資安廠商Cyble指出，他們看到駭客論壇有人張貼數百筆用戶電子郵件與密碼，以便打開知名度，隨後該公司向這名駭客出價，總共買到53萬筆帳號資料，其中不乏知名的金融公司如摩根大通、花旗銀行，還有學校等機構的帳號。

經過Cyble驗證之後，這些資料部分有效，有些是過時資料，對於分析購得的帳號結果，該公司認為，駭客可能是透過帳號填充（Credential Stuffing）攻擊取得，呼籲使用者不要在多項服務設置相同密碼。詳全文

＃產品資安

強化視訊會議系統安全，Zoom廣納資安專家

因Zoom資安問題連環爆，迫使該公司執行長袁征出面滅火，表明會暫時凍結新功能開發，全力強化這款視訊會議系統的安全。現在這項行動有了更進一步的進展，該公司宣布，要成立資安長會議與顧問委員會，並且聘請前臉書安全長Alex Stamos擔任平臺安全的外部顧問。

Zoom也列出資安長會議和顧問委員會的初始成員。前者集結了匯豐銀行、NTT Data、建築管理軟體公司Procore，以及抵押品管理軟體業者Ellie Mae等業者的資安長，後者則包括VMWare、Netflix、Uber，以及藝電（Electronic Arts）等公司的資安長。詳全文

＃VPN  ＃中間人攻擊

SuperVPN存在中間人攻擊漏洞，聯繫不到開發者且遲遲沒有修補，遭到下架

市面上免費的VPN服務很多，但可能在出現漏洞時難以通報開發者，更別說是進行修補。安全廠商VPNPro針對Google Play市集上的熱門VPN軟體進行研究，他們發現免費的SuperVPN存在中間人攻擊（MitM）漏洞，由於試圖聯繫開發者未果，後來將研究結果提報給漏洞揭露平臺HackerOne，並公開此事，3月19日Google證實這個漏洞確實存在，並於4月7日將SuperVPN下架。

值得留意的是，SuperVPN在Google Play市集下載次數達到1.05億，超過領導品牌NordVPN與ExpressVPN。研究人員認為，如果已使用這款VPN應用程式的用戶，應該立刻刪除。詳全文

＃容器安全  ＃挖礦攻擊

出現鎖定K8s的大規模挖礦攻擊行動，兩小時內感染數十個叢集

雲端容器調度工具Kubernetes已經成為標準，受到企業大量的使用，而容器化環境的加密貨幣挖礦攻擊也時有所聞，通常這些惡意挖礦活動，會在有漏洞的容器中悄悄運作。微軟最近發現一起規模龐大的挖礦攻擊，惡意容器僅在2個小時內，就被部署到數十個Kubernetes叢集。

而這些遭受攻擊的K8s叢集有個共通點，就是儀表板曝露於網際網路，因此微軟建議管理者，要限制儀表板服務帳號存取叢集的權限，並且只允許使用受信任的映像檔等管制措施。詳全文

＃漏洞修補  ＃Exchange

已經推出更新軟體的Exchange漏洞，全球仍有35萬臺伺服器尚未修補

軟體業者針對漏洞提供修補程式，但企業可能基於維持運作不中斷的考量，遲遲沒有安裝更新軟體。例如，資安業者Rapid7指出，微軟於2月修補的Exchange漏洞CVE-2020-0688，迄今仍有35萬臺伺服器尚未更新。這個漏洞存在於Exchange各個版本，也已被駭客用來發動攻擊。

該公司表示，不少Exchange伺服器年久失修，像是其中有3.1萬臺Exchange 2010伺服器，自2012年後便不再更新，還有超過1萬臺是執行已經終止支援的Exchange 2007，如果這些伺服器有上述漏洞，微軟也不會修補。詳全文

＃勒索軟體  ＃永恆之藍

中國出現新的勒索軟體WannaRen大規模攻擊，臺灣用戶要小心防範

類似WannaCry的大規模勒索軟體攻擊再度於中國上演！當地有許多用戶遭到一款名為WannaRen的勒索軟體攻擊，但火絨安全和奇虎360等防毒廠商相繼指出，它不只會加密電腦檔案，還會暗中挖礦。

這起攻擊事件的手法，是該國的駭客組織模仿3年前的WannaCry勒索軟體事件，濫用美國國家安全局開發的永恆之藍（EternalBlue）漏洞工具橫向擴散，並且透過軟體下載網站散播勒索軟體病毒。火絨安全呼籲使用者，要從官方網站取得所需的應用程式，以免下載遭到帶有惡意軟體的檔案。詳全文

圖片來源：火絨安全

＃產線資安

群創光電傳出辦公電腦感染病毒，強調營運不受影響

由於企業各式環境依賴網路連接，若是辦公環境電腦感染病毒，很可能會連帶造成工廠產能是否會中斷的疑慮。面板大廠群創光電於4月9日近中午發出聲明，表示同日凌晨發現辦公室的電腦遭受病毒攻擊，當下即執行網路隔離措施因應，病毒並未擴散，生產營運也沒有遭到波及。

至於遭到電腦病毒感染的原因，群創並未進一步說明。不過，該公司也在聲明裡指出，他們打算設法彌補，進一步強化資訊安全防護，並且全面提升資安事件的因應能力。詳全文

＃漏洞公告

居易路由器與交換器漏洞遭鎖定，已出現兩起攻擊行動

臺灣網路設備近年來漏洞時有所聞，但廠商因應的態度也相當值得我們關切。中國資安業者奇虎360的網路安全研究實驗室（Netlab）於3月底揭露，有兩個駭客組織的攻擊行動，鎖定臺廠居易科技（Draytek）旗下Vigor寬頻路由器的零時差漏洞。

居易科技在2月10日發布英文版資安公告，表示Vigor3900、Vigor2960，以及Vigor300B等3款型號受影響，並提供1.5.1版韌體。我們也向該公司確認臺灣是否提供有關資訊，他們直到4月9日才發出中文版公告。受影響且未修補的用戶，應儘速更新韌體。詳全文

圖片來源：居易科技

＃白帽駭客

張啟元竄改高鐵系統退票詐財案，一審判刑6個月

如果未經系統所有者同意，駭客擅自尋找應用系統的漏洞，即便沒有惡意，在法律上恐怕還是站不住腳。有天才駭客之稱的張啟元，於2018年底涉嫌利用高鐵訂票系統漏洞，購票後竄改退票金額為20萬元，被高鐵發現異常加以攔截而未得逞。最近一審判決結果出爐。雖然張啟元以白帽駭客為自己辯護，宣稱拿到錢也會歸還，但桃園地方法院法官並不採信，再加上張啟元過去曾有多次類似找尋系統漏洞的前例，法官依詐欺罪判處6個月徒刑。詳全文

更多資安動態

●HP電腦技術支援軟體驚傳多項漏洞，新版仍未完全修補
●Mozilla修補2個Firefox重大漏洞，用戶應儘速更新
●義大利電子郵件服務email.it遭駭，60萬用戶資料流入黑市
●長期挾持美加網路流量，美國有意撤回中國電信經營許可
●舊金山國際機場網站遭駭客入侵，用戶憑證被竊

隨著武漢肺炎（COVID-19）的疫情在全球各地接連爆發，這個月許多資安事件與新聞還是和疫情有關，除了上個月接連出現的網路攻擊持續發酵，企業的營運受到衝擊，醫療單位更成為駭客的頭號攻擊目標，而使得防堵疫情的工作更加艱辛。

像是捷克第二大城布爾諾（Brno），就傳出當地的大學醫院因為遭受勒索軟體攻擊，而使得檢疫所需的時間拉長好幾倍，從原本的1天變成要好幾天才能完成，嚴重影響防疫工作。醫療院所的資安防護不足也是普遍存在的現象，例如先前有資安業者Greenbone Networks揭露醫療影響儲存系統（PACS）配置不當的問題，導致這些影像在網路上曝光，而Palo Alto Networks旗下的研究團隊Unit 42發布的報告也指出，醫院的影像連網設備執行的作業系統，逾8成已經終止支援，導致這些設備曝露於風險之中，這些醫院資安防護不足的現象，一旦受到攻擊，就會使得原本已經極度吃緊的醫療資源，變得更加窘迫，影響醫院救治病患的速度。

在這種疫情當前的局勢，開始有資安業者打算為這些受到攻擊的醫療單位，免費提供因應勒索軟體攻擊的各式救援服務，也有駭客組織承諾不會趁亂打劫。然而，多數駭客仍是藉著武漢肺炎大肆發動網路攻擊，這個月出現了假冒疫情儀表板的惡意軟體，也有針對醫療機關發動的分散式阻斷服務攻擊（DDoS）等。

不只是網路攻擊隨著疫情增加，連帶影響企業的運作方式，許多員工需要在家工作，以維持企業的生產力。這樣的變化使得視訊會議、協作平臺、遠端存取有關的系統，扮演了極為重要的角色，但不得不留意的是，員工想要存取這些線上服務，必須要倚賴家裡的電腦及網路環境，導致端點電腦的資訊安全格外受到重視。像是原本預計於加拿大溫哥華舉辦的Pwn2Own漏洞發掘競賽，這次除了改以線上進行，參賽者利用漏洞的攻擊標的，特別聚集於3大電腦作業系統，也突顯了大量員工在家工作之際，個人電腦也變成駭客鎖定的頭號目標。

然而，在此同時，多家防毒軟體傳出漏洞，輕則讓掃描功能失去作用，嚴重的則能讓駭客遠端執行任意程式，大開作業系統權限。再者，這個月份的微軟例行修補日，修補了大量的嚴重漏洞，卻因為其中一個SMB第3版的漏洞，僅有通報卻沒有獲得修補，受到各界的關切，擔心微軟要是不修補，恐怕會釀成如同2017年發生的WannyCry，衍生為大規模爆發的災情。

但這並不代表其他型態的漏洞就能夠被輕忽。本月資安專家揭露存在於硬體的漏洞也有不少，不僅發生於個人電腦的兩大處理器晶片組上，無線網路基地臺與NAS也出現重大漏洞，甚至有的已經遭到駭客濫用。資安專家認為，有些是寫死於韌體的處理器漏洞，除非汰換硬體，否則光靠韌體補救的效果相當有限，而且還會影響運算效能。無線網路的應用廣泛，也使得Kr00k漏洞的影響範圍，粗估會波及超過十億臺裝置。

因疫情導致企業的營運變化，也左右了產品開發的步調，像是Google就宣布，Chrome與ChromeOS不再依循過去的快速發布策略，研發團隊的主要工作，集中於現行80版的安全漏洞處理，暫緩發表後續版本，原本表定於3月底推出的81版也因此喊停，延後到4月才正式推出。無獨有偶，微軟也表示，5月起推出軟體更新的策略，也打算取消提供選用功能的部分（C類與D類更新）。這場肺炎疫情，也使得整個資安生態大受衝擊。
 

01.無線網路晶片漏洞導致十億裝置流量可被解密

02.甫修補的漏洞被盯上，駭客大肆掃描Exchange的控制版元件

03.微軟緊急修補SMB蠕蟲漏洞CVE-2020-0796

04.趨勢企業防毒軟體驚傳漏洞攻擊

05.因軟體臭蟲導致誤發數位憑證！Let’s Encrypt撤銷300萬個憑證

06.防治洗錢與詐騙亂象，南韓通過全球第一部加密貨幣法案

07.歷時8年，惡意郵件殭屍網路Necurs巢穴遭剿清

08.兩家資安業者聯手，免費為醫療院所處理勒索軟體攻擊

9.AMD處理器存在旁路攻擊漏洞，資安研究人員通報後仍未修補韌體

10.豐田、現代、Kia汽車防盜系統驚傳漏洞

安全研究人員發現Chrome Web Store上，出現49個假冒加密貨幣錢包的Chrome外掛程式，旨在竊取用戶帳戶裏的金錢，已經遭Google下架。

安全廠商MyCrypto及Phishport近日發現，Chrome Web Store上出現一批假冒的Chrome瀏覽器外掛，冒充知名電子錢包服務，像是Ledger、Trezoe、Jaxx、Electrum、MyEtherWallet、MetaMask、Exodus和KeyKeep，利用Google Ads或其他管道大打廣告，吸引用戶下載。

這些假外掛基本上旨在騙取用戶敏感資訊，包括開啟電子錢包的助記詞（mnemonic phrases）、密鑰、密鑰儲存的檔案等。用戶連到輸入這些資訊後，外掛就會將向後端伺服器傳送HTTP POST呼叫，而把資訊傳給駭客，後者就可以藉此洗劫用戶錢包。

研究人員發現這些假外掛連向14個彼此連結的不同C&C伺服器，但仔細分析所用的程式，其實背後連向同一組人，研判是操俄羅斯語的駭客，他們化身不同品牌騙取不同用戶。這些C&C伺服器的網域有80%，都是在今年3到4月間註冊。

這些外掛部份於2月出現在Chrome Web Store上，其他則於後續2個月新增，其中有些甚至還獲得5顆星的評分。根據近日和這些電子錢包的新聞，研究人員相信已經有用戶錢包遭到竊取，也呼籲受害用戶通報。

研究人員通報後，Google已經在24小時內將這近50款外掛移除。不過研究人員警告，由於歹徒還未落網，因此類似的假外掛未來可能還會出現在Chrome Web Store上。

美國政府周四祭出500萬美元，要求各方提供北韓駭客及其駭客行動的資訊。

美國國務院、財政部、國土安全部及聯邦調查局（FBI）聯合發布公告，歷數北韓近年透過駭客在全球發動的攻擊，並依據聯合國安全理事會的報告，指稱北韓利用網路攻擊以迴避國際禁運制裁。

報告指出，許多北韓駭客隷屬於北韓情報局（RGB），屬於國家資助的駭客，他們發展出各種惡意程式工具攻擊金融機構及知名企業，以獲利或作為政治報復，使用的手法包括網路洗錢、勒索軟體、挖礦劫持（cryptojacking）、駭入加密貨幣交易平臺，以及發動FASTCash手法遙控銀行系統ATM吐鈔。其「代表作」包括：2014年Sony被駭；2016年孟加拉銀行8100萬美元，經由SWIFT網路被盜轉；2017年殃及150多國的WannaCry 2.0。此外還多次駭入加密貨幣平臺，竊取900萬到2.5億美元的等值加密貨幣。

2016年到2018年間，北韓駭客在名為Hidden Cobra的行動中，於銀行支付交換系統植入惡意程式遙控ATM。相關資安事件包括，2017年全球30多國的ATM，以及2018年23國的ATM，遭駭客遙控吐鈔。

聯合國估計，截至2019年底，北韓駭客利用駭客及洗錢手法，已協助平壤政府從全球銀行攫獲近20億美元。

美國國務院因此透過司法獎勵方案，針對提供北韓駭客活動資訊者，不論是過去或正在進行中的攻擊行動，包括Hidden Cobra行動，最高可獲得500萬美元。也呼籲企業強化網路資安及反洗錢最佳實作、協助通報及配合警方偵辦。

蘋果終於在本周三（4月15日）於官網發表第二代iPhone SE，這是蘋果所打造的入門款iPhone，距離第一代（2016年）已有4年之久。iPhone SE 2採用4.7吋螢幕，配備去年iPhone 11所搭載的A13晶片，將於本周五（4月17日）開放預購，預計4月24日上市。

iPhone SE 2也是目前螢幕最小的iPhone，蘋果去年發表的3款iPhone 11中，螢幕尺寸最小的為5.8吋，最大的則是6.5吋。不過，iPhone SE 2的螢幕已經大於第一代的4吋，而且整支手機的尺寸也比第一代多出30%，這令許多人感嘆「可以一手操作手機的時代，已經結束了。」

此外，蘋果在2017年推出的iPhone X，所取消的實體Home鍵，則重新回歸到iPhone SE 2上，並整合了Touch ID指紋辨識功能。

iPhone SE 2除了配備了最新的A13處理器之外，也號稱採用了iPhone史上最佳的單攝影機系統，帶來包括人像模式在內的運算攝影技術優點，並提供IP67等級的防塵與防水功能，可在1米內的水中支撐30分鐘。

另外，iPhone SE 2也支援無線充電與eSIM。iPhone SE 2將有黑色、白色與紅色三種選擇，搭配64GB儲存空間的版本為399美元（14,500元新臺幣），128GB的是449美元（16,500元新臺幣），256GB的則是549美元（20,000元新臺幣）。

重點新聞(0410～0416)

  量化意識訓練    API     機器學習模型  

Google釋出QAT API，加速部署更輕、更快的ML模型

Google日前發表一款量化意識訓練（QAT）API，要讓開發者開發和部署更輕、更快的ML模型，同時又保有與原始狀態相當的精確度。QAT API是深度學習框架TensorFlow模型優化工具包的一部份，進一步來說，量化是指將模型轉化為較少參數、使用較少運算資源的過程，但精確度會有所損失。

而QTA是要在向前的訓練過程中，模擬低精確度的推論運算時間。Google指出，這個方法可將量化誤差，視為訓練過程的雜訊和整體損失，可透過演算法來優化。也因此，模型能學習到更彈性的參數。Google也用ImageNet的圖像分類模型來測試QAT API的準確率變化，結果發現，經量化的模型準確度，和原本浮點基準模型相比，可從71.03％提高至71.06％，就算有所下降，最多也才差了0.76％，但卻可以加速訓練和減少參數。（詳全文）

TensorFlow     BERT     輕量模型  

TensorFlow Lite不只新增輕量BERT模型，還推新工具來簡易模型客製

Google輕量版深度學習框架TensorFlow Lite問世近三年，日前發表一系列更新，主打能輕易客製高階模型的Model Maker工具，可透過遷移學習，來讓內建模型更適應使用者的資料集。特別的是，Model Maker只用了一個直覺式的API，來打包複雜的機器學習概念，因此，就算使用者不具AI專業背景，也能快速上手。Model Maker支援TensorFlow Hub上的多數模型，使用者只要用一行程式碼，就能轉換模型架構，達到更高的準確度。Model Maker目前只支援圖像和文字分類模型，未來將新增更多NLP和電腦視覺相關的模型。

另一方面，這次新增也納入3種模型架構，包括EfficientNet-Lite、MobileBERT和ALBERT-Lite。第一款是輕量的圖像分類模型，可使用較少的運算資源和參數，達到高階準確率；MobileBERT則是優化版的BERT，比BERT更輕，執行速度快上4倍，準確率也相近。ALBERT-Lite也是優化版的BERT，比BERT小了6倍，延遲性也相當。（詳全文）

  成大     武漢肺炎    科技防疫黑客松  

成大肺炎AI從上千組團隊脫穎而出，上榜WHO科技防疫黑客松Top 25

成大團隊繼2月開發出武漢肺炎（COVID-19）胸腔X光片判讀AI後，不斷精進、優化，日前更組隊參加由WHO和科技龍頭舉辦的國際COVID-19科技防疫黑客松大賽，以92％準確度和1秒的判讀時間，從全球1,560個團隊中脫穎而出，成為醫療組25個獲選團隊中，唯一入榜的臺灣團隊。

這套AI系統由上千張經標註的胸腔X光片訓練而成，只要1秒就能判斷是否有武漢肺炎病癥，可縮短人工判讀時間，加速檢測流程。這次黑客松大賽分為七大主題，像是醫療、教育、經濟、社群等，團隊挑戰競爭激烈的醫療組，並成為獲選的25組團隊之一。成大團隊指出，未來開發完成後，即便是在缺乏醫師的地區，也能透過AI迅速偵測疾病，阻止擴大蔓延。（詳全文）

  自然語言處理   跨語言       XTREME  

Google釋出跨語言通用任務基準測試

近來深度學習崛起，出現許多處理跨語言通用任務的方法，但卻沒有有效的評估方法。為此，Google近日釋出跨語言通用任務基準測試XTREME，針對40種語言設計了9種不同程度的語意與句法推理任務，要來評估AI模型是否具備跨語言的知識。

Google指出，顧及現有訓練資料，團隊盡可能挑選40種特色鮮明的語言（包含12種語系），來加強多樣性。當中也包含了鮮少研究的語言，像是印度達羅毗荼語系的泰米爾語、非洲尼日剛果語系的斯瓦希里等。而XTREME中的任務，涵蓋了句子分類、結構化預測、句子檢索和問答等。如此一來，AI模型要通過XTREME測試，就必須學習許多可以跨語言且通用的標準特徵，直接促進了跨語言的研究。（詳全文）

  聲音標註   資料集    武漢肺炎  

聲音標註有解！Google開源聲音分離模型資料集FUSS

Google發表了一套通用聲音分離資料集FUSS，來推動聲音分離的研究。FUSS可讓研究人員利用模型，從多個聲音來源的錄音中，分離出各種聲音。

一般來說，就算擁有高品質、多重音源的錄音，也難以用參考基準來標註這些聲音，反而要用錄音室模擬器，來設計逼真的參考基準音。FUSS可解決這個問題，它採用了freesound.org上CC授權的音訊剪輯，取得約23小時的錄音，其中包含12,377種可用於混音的聲音，接著，Google再用TensorFlow開發的模擬器，來處理這些音訊剪輯，共建立了2萬個用於訓練的混音，1千個驗證用混音和1千個評估用混音。這次釋出的內容，包含各種聲音的FUSS資料集、音訊樣本的聲音組成程式碼，還有基準模型。（詳全文）

Cloud Dataprep    智慧資料    簡化  

Google智慧資料服務Cloud Dataprep增強AI功能簡化資料清理

Google更新自家智慧資料服務Cloud Dataprep by Trifacta，加入新AI功能，強化資料疊加功能（Wrangling）、改善Dataprep核心轉換功能，讓清理資料和操作變得更簡單。

Cloud Dataprep讓用戶可利用圖形介面，來瀏覽、清理和準備相關資料的服務，可處理結構化與非結構化資料。這次的更新，讓用戶使用Dataprep準備資料時，可透過探索模式來找出有用的資料，或是使用資料的方式，甚至用來強化現存資料倉儲。用戶可以使用快速指定目標功能，將資料疊加方案（Wrangling Recipe），快速映射到BigQuery中的資料架構或Cloud Storage中的檔案，不需要自行將資料轉換規則，來配對資料結構。（詳全文）

聯合學習   智慧醫療     個資隱私 

Appier首席人工智慧科學家孫民：聯合學習是大規模醫療AI部署關鍵

Appier首席人工智慧科學家孫民指出，聯合學習具備遷移學習、分散式訓練，還有把關資料安全的差分隱私這三個特色，是實現醫療AI大規模部署的關鍵技術。假設，有多個分院想建置腦腫瘤電腦斷層掃描影像判讀的AI，團隊可透過遷移學習，收集各分院的醫療影像，訓練出母模型後，再部署到各分院。

再來，為減少資料傳輸時間和成本，可在各分院利用分散式訓練，以自行產生的數據來訓練子模型，不需將所有資料回傳至母模型端，只須回傳模型統計值。為避免駭客從中作梗，聯合學習利用差分隱私機制，在回傳資料中增添雜訊，讓駭客無法推敲出特定個資，同時又不影響模型表現。孫民認為，聯合學習會是未來5年的熱門AI技術。（詳全文）

Nvidia     人臉偵測      AR SDK  

臉部偵測和重建更簡單，Nvidia釋出串流媒體人臉特徵偵測AR SDK

Nvidia推出AR SDK公開測試版，是一套專為視訊會議和遊戲等串流媒體，所設計的AR開發工具，可用來進行人臉偵測、人臉特徵標記偵測，或結合一般網路攝影機來建立人臉3D模型。

AR SDK臉部偵測和追蹤功能，可在圖像或影片中，透過定界框（Bounding Box）偵測、定位和追蹤所有出現的人類臉部，或用來預測和追蹤人臉特徵標記，在臉部形狀、嘴唇、眼睛、眉毛和鼻子標記特徵點，還可用這些人臉特徵點，重建和追蹤3D人臉與頭部姿勢。這些功能可用於多種情境，像是追蹤相機中的臉部，或為圖像中的人臉加上各種特效，也能利用臉部表情，控制動畫或是遊戲角色。（詳全文）

圖片來源／TensorFlow、成大、Google、Nvidia

 AI趨勢近期新聞 

1. Nvidia聯手海德堡大學，用自監督學習打造視點預測AI

2. 臉書RegNet模型超越Google EfficientNet，在GPU上跑快5倍

3. 結合多種AI輔助功能，Webex提升與會者彼此認識與語音控制

4. 史丹福大學、Fitbit合作研究以穿戴裝置偵測病毒感染症狀

資料來源：iThome整理，2020年4月

武漢肺炎不僅影響小型企業及自由工作者，連大公司也開始感受壓力。彭博新聞周三報導，受到武漢肺炎疫情衝擊，Google將縮減2020年人力招聘，調整資料中心及行銷等非必要活動的支出，將重點放在客戶支援及成長關鍵業務上。

根據媒體取得Google暨Alphabet執行長Sundar Pichai的內部公開信，他認為現在是時候大幅減緩招募速度，以維持小部分策略領域的動能，包括提供使用者和企業營運支援，以及攸關公司成長的關鍵業務。Google並計畫縮減資料中心、硬體及非必要的行銷及差旅支出。他說，藉由縮減其他方面的計畫，才能確保Google今年以「適當規模」再出發。

Google對The Verge及Biz Journal等媒體證實此事，表示今年內Google將減緩招募速度，把重點放在維持策略領域運作，以及安排招募但尚未上班的員工完成就職。

彭博報導，Google去年招募了2萬人，今年原本也計畫如此。Alphabet去年底員工數達11.9萬。而今年第一季Google和Alphabet新增4千多人，還會再找數千人。不過受到加州各地封城及企業在家上班的影響，Google新員工筆電、密碼發派及員工訓練都被耽擱。

因為武漢肺炎疫情全球爆發，Google 3月中先後要求北美及歐洲、非洲及中東員工在家上班。但針對一些因肺炎而無法上班的時薪員工，Google仍計畫支付全薪。

Biz Journal報導，Google原本計畫今年投資100億美元在北美舊金山灣區、洛杉磯、紐約、德州等地增建辦公室和資料中心。

Pichai指出，一如2008年金融危機重創全球經濟，許多企業已經受到極大衝擊，Google和Alphabet也無法免於武漢肺炎全球疫情影響，因為現今的企業環境牽一髮動全身。

美國國防部的督察辦公室（Department of Defense Office of Inspector General），在本周公布有關《聯合企業防禦基礎設施》（Joint Enterprise Defense Infrastructure，JEDI）雲端採購案的調查結果，指出國防部將該合約授予微軟，完全符合國防部的競標與審核程序，並未受到白宮的介入與干預。

JEDI主要是為了現代化美國國防部的IT架構，合約期限長達10年，預算則高達100億美元，因此包括Amazon、微軟、IBM及甲骨文等業者都投入了此一標案，原本呼聲最高的，是在全球雲端運算市占率最高的Amazon Web Services（AWS），但最後雀屏中選的卻是微軟，而使得Amazon一狀告上法院，宣稱該結果源自於美國總統川普（Donald Trump）的施壓，評選過程不公，也讓法官暫停了該合約的進行。

法官的裁決令督察辦公室立即就JEDI採購案的完整競標流程展開調查，此一調查著重在採購程序，並未涉及競標者的技術或實力比較。在這篇長達313頁的調查報告中，最引人矚目的就是白宮是否干預了採購案的結果，該辦公室訪談了25名國防部官員，包括曾與白宮直接或間接接觸的人、負責審核採購案的人、國防部資訊長及採購長等。

報告指出，他們並未發現任何證據，能夠證明負責審核與評估該採購案的人曾經遭到來自長官的施壓，而且這群人也不曾感受到來自業者的壓力，也未因川普對Amazon的大肆批評，而影響採購程序的完整性。

微軟也在該報告出爐的同一天發表了聲明，微軟法律顧問 Jon Palmer明白表示，微軟贏得了JEDI合約，是因為國防部發現微軟以更優惠的價格，提供了更好的技術。

Palmer也批評，Amazon藉由此次的紛爭，不僅得知了微軟的競標價格，也獲得了微軟的私有資訊，可能讓Amazon在未來的雲端服務市場上，取得不公平的競爭優勢。他也不忘揶揄Amazon，指稱Amazon企圖讓外界相信他們輸了這場競標案，是因為美國政府對Amazon有偏見，殊不知其實是Amazon自己的訂價應負最大責任。

重點新聞（2020/04/09～2020/04/15）

  疫情    雲端需求    VMware    

疫情促使VMC on AWS澳洲雪梨地區需求增加，有可用區域無法建立新SDDC

VMware與AWS聯手推出的混合雲解決方案VMware Cloud on AWS，在澳洲雪梨的服務地區，從世界協調時間3月23日下午3點左右開始，發生容量限制的情況，直到4月10日才排除。事發後，VMware於雲端服務的狀態資訊頁面說明，因武漢肺炎（COVID-19）疫情導致VMware Cloud on AWS需求增加，造成澳洲雪梨地區的一個可用區域無法建立新的SDDC。VMware表示，既有的工作負載未受影響，且該地區的其餘可用區域仍可正常運作，因此，他建議用戶與銷售暨用戶團隊聯繫，採用不受影響的區域來替代，建立所需的新SDDC。為排除問題，VMware工程團隊則著手進行添加新主機的工程，不過，一直到4月10日晚上，VMware才宣布問題全面排除，使得這起容量限制事件整整歷時了18天。（詳全文）

  SAP    雲端營收    疫情  

受疫情影響，SAP軟體授權營收表現不佳，但雲端營收成長近3成

SAP近日趕在第一季財報正式發布前，提前預告第一季財務業績，其中，雲端營收成長近3成。SAP預估，軟體授權營收可能下滑31%，來到4.5億歐元，而雲端營收將上升29%，達20.1億歐元，整體營收則成長7%，達65.2億歐元。SAP說明，本季度前兩個月的業務正常運作，但隨著疫情逐漸升溫，所造成的影響至本季度末加劇，大量新業務被推遲，這更反映於軟體授權營收大幅下降的態勢。因應疫情，SAP也採取了線上銷售和遠端執行的策略，來降低影響，並放慢招聘的速度。不過，這個預告的數據只是預估值，恐因疫情而有改變，正式的第一季財報則將在4月21日發布。（詳全文）

  英國    內閣辦公室    ERP上雲   

英國內閣決定改採雲端ERP，今年秋天展開多項系統上雲工程

英國內閣辦公室日前發布了一份採購公告，對外替內部一系列系統的上雲建置工作，正式公開招標。根據標案的內容，得標者需替內閣辦公室的財務、人資、薪資和採購系統，進行雲端化工程，還有採用雲端ERP取代既有的單一維運平臺。該上雲工程預計花費1,500萬英鎊，從今年秋天開始啟動，直至2022年10月底結束，為期2年。對於這項公部門的資訊建設投資，英國政府設下了3大目標，首先是集中化提供服務，來提高效率和創造價值；其次是匯集數據，整合各項程序，包含人資、財務、採購等的資料，來提供更好的可比較數據；最後，滿足終端使用者的需求，提高主管和人員作業的便利性。此標案將於5月13日結束招標。（詳全文）

  Azure    網路塞爆    通知延遲    

Azure歐洲網路塞爆經5小時才通報用戶，竟是因管理員還未起床

武漢肺炎疫情讓許多民眾必須在家上班，促使了雲端使用需求暴增。微軟Azure於3月24日至26日在歐洲發生了網路塞爆的問題，許多用戶無法順暢地使用服務，然而，事發後，微軟經過5小時才向用戶說明情況，遠遠超過10分鐘內通知的正規程序。微軟近日對外解釋延遲通知的原因，由於負責對外發布訊息的主要事件管理員（PIM）事發時，仍在睡覺。微軟坦承，通報制度出了狀況，而向用戶致歉，並承諾改善異常事件的通報流程。

按照Azure的作業流程，Azure系統的自動化工具會在發生事件時，通知特定負責人員（DRI）和PIM，但是，當日DRI著手尋找問題原因及排除問題時，PIM卻還未起床，直到5小時後該名人員才發出通報。而當天巨大流量導致Azure VM配置錯誤，則造成VM重製系統映像檔所需的時間增加，進而拉長可用代理程式的等候時間。經微軟統計，三天內共有6,136名用戶感受到作業延遲，平均延遲21分鐘，有人甚至等了9小時。（詳全文）

  K8s    虛擬化    正式上市   

VMware終於正式推出vSphere 7

VMware日前宣布，正式推出內建了K8s的新一代vSphere 7，可直接建置和部署K8s叢集。VMware視vSphere 7為vSphere十年來最大的演進，將K8s API整合到vSphere的API中，提供開發人員和維運人員類似雲端的體驗。VMware資深副總裁暨雲端平臺業務部總經理Krish Prasad表示，新一代vSphere是一個整合VM、容器和K8s的通用平臺，可執行所有應用。

vSphere 7有兩種版本配置，一種是支援基於VM應用的配置，且有多個版本，包含VMware vSphere Enterprise Plus Edition或Standard Edition等；另一種則是支援基於容器和虛擬機的應用的配置vSphere with Kubernetes，將與整合Tanzu的VMware Cloud Foundation 4一同提供，而VMware Cloud Foundation 4預計在5月1日前才會推出。（詳全文）

  Google    海底電纜    臺灣   

美國政府同意Google啟用連結加州與臺灣的海底電纜為期6個月，可望舒緩因疫情暴增的網路流量

Google於4月8日獲得美國聯邦通訊委員會（FCC）的許可，未來6個月內，可以啟用太平洋光纖網路（Pacific Light Cable Network）中，連接加州與臺灣的海底光纖電纜。近兩個月來，許多民眾因武漢肺炎（COVID-19）疫情，被迫待在家遵守禁足令，導致全球網路流量大增。Google於申請書中強調，「美國和臺灣之間的內部容量有迫切需求需滿足。」

Google此次並未申請加州連結香港的海底電纜，然而，美國司法部在函中特別指出，「一條直接連接美國與香港的電纜將嚴重危害國家安全，以及國家的執法權益。」因此，Google在啟用協議中，也向政府承諾，「會在亞洲追求海底網路電纜鋪設點的多樣化，並且盡可能將網路設備建置於提供網路流量的最終目的地。」（詳全文）

  AWS    COVID-19     資料湖  

AWS整合4大機構疫情資料集和逾4萬篇研究論文，供研究人員分析使用

為對抗武漢肺炎，AWS釋出針對武漢肺炎打造的公共資料湖，集中收集新型冠狀病毒和相關病例的資料集，包含病例追蹤資料、超過4萬篇的研究論文等，免費對外開放讓研究人員能夠快速取用。這個資料湖的資料集來自約翰霍普金斯大學、紐約時報、艾倫人工智慧研究所和數據分析機構Definitive Healthcare。AWS也承諾會持續支援更多資料集。

使用者能夠將這個資料湖的資料，合併到自己的資料集中，也能透過AWS Data Exchange訂閱來源資料集，而在工具使用上，使用者可利用AWS或第三方工具，進行趨勢分析、關鍵字搜尋、建置機器學習模型，或是其他客製化分析。AWS預期相關衛生部門，將使用該資料湖的資料集，打造儀表板追蹤感染源，還有部署呼吸器、病床等重要資源。不過，使用者需有AWS帳號才可以存取該資料湖。（詳全文）

  多雲環境     資料庫即服務    K8s  

PlanetScale推出採用Vitess的多雲資料庫即服務

PlanetScale以YouTube開發的MySQL資料庫叢集管理解決方案Vitess為基礎，發表了多雲資料庫即服務PlanetScaleDB。該服務採用K8s技術，讓用戶能夠彈性地擴展服務規模，且不被特定雲端服務供應商綁住。用戶能夠跨雲端供應商運作該服務，也能從特定雲端環境搬遷資料至不同的雲端，不管是AWS、GCP和Azure皆可，還能跨地區地建立資料庫叢集。PlanetScale共同創辦人Jiten Vaidya指出，災難復原和不受特定供應商綁住，是用多雲叢集的兩個主要原因。當單一雲端地區的服務故障時，用戶可切換至其他地區，使用其他雲端業者提供的服務，也可在單一雲端環境的多個地區進行部署，建立副本，一旦故障發生，可跨地區進行故障轉移，減少停機時間。（詳全文）

圖片來源／VMware、英國內閣辦公室、Pacific Light Data Communication 

  更多Cloud動態  

1. Google為讓各規模企業都能使用分散式NoSQL資料庫Bigtable，調降節點的建立門檻，可支援小型工作負載（詳全文）

2. AWS更新容器服務Amazon ECS，現支援EFS檔案系統，讓容器資料更容易永久儲存與共享（詳全文）

3. D-Wave免費提供雲端量子運算，讓研究人員分析新冠肺炎數據（詳全文）

4. 微軟更新Azure地圖服務網頁SDK，現支援多種常用GIS資料格式，讓開發者應用大量現有空間資料（詳全文）

5. AWS推出SAP啟動精靈，讓用戶透過AWS CloudFormation和AWS Systems Manager調度資源，快速部署SAP應用程式（詳全文）

資料來源：iThome整理，2020年4月

受武漢肺炎（COVID-19）疫情的影響，民眾大量減少外出用餐的次數，轉向以外帶、外送的方式享用外食，外送平臺的訂單數因而大幅增加。智慧餐飲科技公司iChef今日（4/16）宣布，自家POS與Uber Eats系統完成串接，可自動彙整該平臺的外帶或外送訂單，讓餐廳用戶透過單一頁面，即能掌握現場和該平臺的所有訂單，不再有漏單的情況發生。

過去，與外送平臺合作的餐廳用戶，需使用另一臺機器接收平臺的訂單，這包含了外送、外帶的訂單，此外，若想將這些訂單與現場訂單統一處理，餐廳業者還需手動將平臺訂單的資訊輸入進POS。

如今iChef將Uber Eats系統與自家POS串接，讓用戶可以直接從POS，統一管理既有的現場訂單，還有新加入該平臺訂單，完成接單、出餐、對帳等營運流程，減少用戶需應付的點餐系統數量，避免未即時掌握訂單的狀況。

新的整合功能有4大特色，首先，外送平臺訂單出現時，POS會發出即時通知，並自動帶入訂單的品項，還有品項的細節內容，例如一杯手搖飲料的訂單，會顯示甜度、冰塊量、配料等，用戶皆不需再手動輸入這些資訊。

攝影／黃郁芸

這個免手動輸入菜單細節的關鍵是，iChef在串接Uber Eats系統的同時，同步了平臺和原先餐廳現場的菜單內容，讓兩者菜單可相互對應。iChef共同創辦人程開佑指出，大部分可接收外送平臺訂單的POS，只是單純直接印出平臺的訂單，送入廚房，因為平臺單品和店內單品無法相互對應，而他們突破了這個限制。

其次，iChef POS依照用戶現場的出餐規則，列印平臺訂單，並完整呈現平臺、編號、餐點項目等資訊，讓餐點能更精準、快速地送到消費者手上。

第三個特色則是打造專屬外送和外帶的頁面，讓用戶透過單一頁面，統一管理現場和平臺的外帶或外送訂單，不用再查看多個系統。該頁面依照訂單的先後順序排列，並會顯示訂單的來源、取餐時間、消費者資料、金額等資訊。

攝影／黃郁芸

最後，餐廳業者可直接從iChef POS的後臺，直接掌握平臺的銷售表現，便可進行記帳和對帳的營運流程。iChef POS後臺更提供用戶以營收來源和銷售時段，來自行設定分析的標的。

攝影／黃郁芸

iChef花了一個月完成新功能的串接工程。回顧兩方系統的串接工程，程開佑表示，菜單設計的同步性是最主要的挑戰，也就是如何讓資料同步，所以API介接工程較為複雜，他進一步道，為因應每個平臺的自身規格，他們採取開放結構，讓店家對應（mapping）店內和平臺兩邊的菜單，也希望未來用戶能自行完成設定。

現階段，共有5間屬於外帶餐飲類型的用戶，參與新外送整合功能的封測工作，包含了師大商圈的師園鹹酥雞、永和的世界豆漿大王等，而封測工程預計將在這個月完成，並於5月正式推出該功能。iChef表示，用戶可免費升級系統，且除了臺灣外，也將於香港同步提供新版本系統。目前，iChef於臺灣和香港有超過6千間餐廳用戶，不過，關於有多少用戶使用Uber Eats，iChef則表示，他們沒有明確的統計。

iChef擴大平臺資料辦貸款的選項，也可用於申請經濟部紓困方案

疫情蔓延已近3個月，餐飲業者的生意大受影響，警報何時解除，仍是個未知數。iChef從2018年開始，便與凱基銀行合作，讓用戶直接從其平臺向凱基提出貸款申請，並使用iChef POS的數據資料，作為審核貸款之證明文件。

如今，針對經濟部推出的紓困及振興方案，iChef再度與凱基合作，讓用戶可授權凱基取得餐廳在iChef平臺資料，以確認其營收下降幅度，作為申辦的依據基礎，取代其他證明營收下滑的文件，進而透過凱基獲得政府的紓困貸款。

除此之外，iChef也依循過往的模式，與凱基推出「餐廳貸2.0」服務，最快五秒即可完成貸款申請的預核。程開佑表示，原先為貸款服務設計的風險模型，需要用戶2年的iChef資料，不過，疫情期間，申請用戶的資料若少於2年，則將依個案處理。