警方網絡安全及科技罪案調查科與隸屬數字辦的政府電腦保安事故協調中心，日前合辦第十屆「跨部門網絡安全演習」，進一步提升政府部門及相關機構應對網絡攻擊的防禦和應變能力，應對人工智能（AI）及網絡安全的挑戰。 想知最新科技新聞？立即免費訂閱！ 逾 350 人參與演習 是次演習共有 77 個政策局和部門，以及 15 個專業機構派出代表，共約 350人 參與，並採用「攻防對抗」模式，參與者組成「藍隊」，在虛擬網絡環境中應對由網絡安全專家擔任的「紅隊」所發動的模擬攻擊。演習以支援大型活動的資訊系統遭受勒索軟件攻擊為背景，並加入反網絡恐怖主義、自主式 AI、釣魚攻擊等元素，讓參與者在貼近實戰的環境下演練監察、分析、通報、處置及防禦流程，進一步提升協同防禦與應變能力，鞏固政府資訊系統的整體安全與韌性。 警務處助理處長（刑事）鍾詠敏在致辭時表示，演習今年踏入第十屆，是推動網絡安全演練恆常化的重要里程碑。她指，過去一年發生涉及敏感資料外洩事件，引起社會高度關注，加上 AI 發展迅速，黑客利用 AI 進行各類網絡攻擊，故絕不能忽略相關的網絡安全風險。 積極探索以 AI…

AI 的速發展大大改變網絡安全威脅環境。漏洞一旦出現，就可能很快被人利用來發動攻擊，與此同時，AI 亦為企業帶來強大能力。面對這些轉變，安全團隊應該如何跟上步伐？ 參加研討會，了解 Tenable 平台如何整合各種安全訊號，提供全面的風險可視性。同時亦會探討如何管理企業內部及外部的 AI 工作負載，以及如何運用 Tenable 的 agentic engine，加快降低風險，並以機器速度自動化威脅回應。 立即報名

在人工智能迅速滲透企業營運的時代，單靠「導入AI」已不足夠，更關鍵在於如何有效治理 AI，確保其安全、合規及可控。 參加由 Splunk × edvance 聯合舉辦的專題分享會，活動由擁有超過 10 年經驗的專業導師帶領，讓您在品嚐多款精選日本清酒的同時，以輕鬆愉快的氛圍交流及掌握 AI 治理的關鍵趨勢。 活動亮點： 🧠 AI 治理最新洞察：- 剖析企業導入 AI 所面對的挑戰，包括合規、數據私隱、模型風險及營運透明度 🛡️ Splunk AI Governance 解決方案：- 透過 Splunk…

踏入 AI 加速推動的新時代，企業正處身於充滿機遇及挑戰的數碼環境。網絡安全公司 Sangfor Technologies 日前舉行「 Sangfor Executive Forum 2026」，以「Run．Build．Protect　AI-Enabled Future」為主題，圍繞三大支柱，探討如何維持現有基礎設施穩定運行、為雲端及 AI 工作負載打造面向未來的全新架構、以及運用 AI 建構端對端全方位業務防護，獲逾 400 位業界人士出席，場面熱鬧。 陳慧中：活動主題與政府方向相呼應 活動在海洋公園萬豪酒店舉行，由助理數字政策專員（項目管理及網絡安全）陳慧中女士致開幕辭，為活動揭開序幕。她指出，是次活動的主題，正好呼應政府推動智慧城市及創新科技的戰略方向，又認為由生成式 AI 到智能體代理，再到自動化構建決策系統，AI 正以前所未有的速度推進，擺脫了單純技術工具的範疇，擢升為推動創新、提升效率的重要戰略引擎。  不過，企業亦必須正視由 AI 帶來的風險及新型威脅，例如深度偽造、自動化網絡攻擊，以及針對 AI 模型本身的對抗性攻擊，科技倫理、數據私隱問題亦日益受關注。陳慧中女士表示，面對新型威脅，單靠防禦措施已不足應對，政府及業界正積極探索以 AI 對抗 AI，以建設安全、創新及具備競爭力的智慧城市為目標，在推動科技創新的同時，確保網絡及數據安全。 助理數字政策專員（項目管理及網絡安全）陳慧中女士（中）為 Sangfor Executive Forum 2026 致開幕辭。 Sangfor Cloud 及 Sangfor Athena 提供最實際的解決方案 當 AI 不再是未來概念，而是圍繞在我們身邊的日常，Sangfor 成熟亞太地區業務總經理 Ringo Yiu 致歡迎辭時，直言「機會越大，挑戰越大」，得知很多企業期望引入 AI，但面對基建成本高、開發複雜、安全私隱問題，往往令企業卻步。 一直以成為最可靠、最信任的技術夥伴為目標的 Sangfor，在 AI 時代的新使命，便是以兩大核心技術 Sangfor Cloud 及 Sangfor Athena 為基礎，為客戶提供最實際的解決方案。 Ringo 進一步解釋，Sangfor Cloud 可協助建立 AI-Ready 環境，透過通用運算及 AI 精準算力架構，令 GPU 及 CPU 的資源調度更靈活，團隊毋需由零開始建立底層環境；至於 Sangfor Athena 則負責安全部份，擔當 AI 安全核心，猶如守護系統的智慧大腦。兩大技術「拍住上」，務求令採用 AI 及數碼轉型變得更簡單、更安全。 …

隨隨著企業加快採用 OpenClaw 等 AI 平台，應用程式及雲原生環境的安全變得前所未有地重要。隨著攻擊面持續擴大、部分服務缺乏妥善管理，加上威脅日益複雜，企業需要採用更統一的方式來管理連接與安全。 參加由 Thales 和 Kong 合辦的網上研討會，了解如何透過整合式連接、管治與安全方案，協助企業在降低營運複雜性的同時，更有信心地擴展現代應用。 重點內容 了解 OpenClaw 及現代雲原生環境面對的主要安全挑戰認識 Kong 與 Thales 如何提供 inline 及零延遲…

近年人工智能（AI）的發展，已經由「回應指令」逐步走向「主動執行任務」。這種轉變不僅代表技術能力提升，更意味著企業對 AI 的使用方式正進入全新階段。要在競爭中保持優勢，企業不能只靠部署模型或引入工具，而是要重新思考 AI 基礎建設的部署方式。Agentic Web（代理式網絡），正正能讓 AI 代理在分散的環境中，繼續保持高效運作。 兩種 AI 運作重點不同  由 ChatGPT 引爆的生成式 AI 熱潮，儘管只是僅 3 年前的事，但 AI 的重點已經轉向現今的代理式 AI（ Agentic AI）。當時的 AI 主要用於生成內容、回答問題或提供建議，而時至今天，隨著 Agentic AI 的興起，AI 正演變為能夠自主檢索資料、規劃步驟、執行操作，甚至協同其他系統完成複雜工作流程的數碼代理。  與傳統生成式 AI 相比，Agentic AI 並不只停留於一次性的內容輸出，而是需要持續推論（Inference）、反覆判斷及即時互動，而每一次互動都可能牽涉多輪推論，延遲一旦累積，便會直接影響使用體驗與業務成效。 這代表 AI 的重心，正逐漸由單純的集中式訓練，延伸到高頻率、低延遲的推論運算，企業需要同時兼顧訓練與推論架構，才能支撐下一代 Agentic AI 的需求。對企業而言，再不能只關注模型是否夠強大，而是要考慮整體架構能否支撐大規模、即時且分散式的 AI 工作負載。 邊緣運算助大幅提升效能  換言之，AI 基礎建設不應只集中於單一中心，而是應該按應用場景與地理位置分布，將推論運算部署於更接近使用者的節點，以降低延遲、提升效率，並改善整體服務表現。由此衍生的基礎架構 —— 正是 Agentic Web，並不單是更智能的網絡環境，而是更接近用戶、更具彈性，並能按需分配算力的推論架構。 在 Agentic Web 的架構下，邊緣運算越來越重要。當推論工作能夠在更接近數據來源及使用者的地方完成，AI 代理便可更快作出反應，支援即時決策與互動。同時，分布式架構亦有助提升系統的擴展能力，使企業能夠更靈活地應對不同的使用需求，例如流量波動或來自不同地域。對於需要處理大量即時請求的行業而言，這種部署方式不但提升效能，亦有助優化成本與安全管理。 企業若要在智能化競爭中保持優勢，便必須重新思考 AI 的運作模式、部署位置與推論效率。想了解更多 Agentic Web 的架構原則，以及 Akamai Cloud…

代理式人工智能（Agentic AI）憑藉其可自動執行任務的能力，大幅提升企業營運效率，迅速成為市場上的「新寵兒」。然而，這種高度自主的特性，同時亦帶來前所未有的網絡安全挑戰。《Fortinet – Agentic AI 安全攻防戰》系列將一連三集，由 Fortinet 北亞區首席信息安全官鄺偉基（Daniel）深入剖析企業在部署 Agentic AI 時不可忽視的安全關鍵。第一集率先由 Agentic AI 的核心基礎 ── Kubernetes 出發。 Agentic AI：自動執行帶來的雙刃劍風險 人工智能技術經歷多年演進，從機器學習（Machine…

現今企業面對既要滿足由數據私隱到人工智能（AI）治理等日益嚴格的合規要求，又要全力開拓業務增長的難題，由中國香港網絡安全協會舉辦、一年一度的 HKCNSA 2026 Symposium，將打破兩者只能二選一的傳統對立觀念，證明企業能兼顧合規與業務發展。 透過主題演講、案例分析及專家座談會，活動將深入探討如何將法規轉化為企業的戰略優勢。無論你是 CISO、DPO、法律顧問還是 AI 產品負責人，都能在本次論壇中獲得可落地的實務框架，將 Privacy-by-Design 及 Responsible AI 融入核心商業戰略，達致合規並保持發展速度與創新活力。 立即報名

一個近乎科幻的命題：AI會要求加薪嗎？它不付房租、不養家、不需要醫療保險，按理說應是人類所能想像的最廉價勞動力——近乎免費，如同空氣或水。然而現實給出了相反的答案。AI 雖不領薪水，卻正在經歷一場全行業的「薪酬暴漲」。這不是演算法的集體談判，而是整個 AI 基礎設施——從記憶體晶圓到資料中心冷卻塔——的成本曲線正在急劇上揚。 想睇更多專家見解，立即免費訂閱！ 算力通脹：從 HBM 到電費的連鎖反應 近月，DRAM、NAND、NOR Flash 罕見地同步進入供給收縮。高頻寬記憶體 HBM4 更傳出報價上調，直接反映出生成式 AI 對記憶體頻寬與容量的無止境飢渴。然而，這只是冰山一角。 AI 變貴的本質，是算力經濟的邊際成本正在由降轉升。訓練一個千億參數的大模型，不但需要數萬顆加速器，更伴隨著晶片製造成本、封裝與互聯產能供不應求、冷卻與電力問題等。 這是一條連鎖反應鏈：AI 需求推高記憶體與加速器價格 →…

全球數據生成及儲存需求創新高，美國資料儲存公司 WD 最近針對全球主要客戶及分銷商，展開最新抽樣調查，揭示了一系列獨特的市場洞察，其中一項重要發現是： 企業愈來愈重視具備經過驗證的可靠性、可預期的成本效益，以及可長遠擴展數據容量的基礎設施。  想知最新科技新聞？立即免費訂閱！ 調查結果反映 AI 基礎設施正出現結構性轉變：運算資源可於模型訓練及推理過程中重複調用 ，但 AI 生成的數據，例如訓練數據集、推理記錄、訊息嵌入及數據輸出結果等，卻會持續累積。隨著企業從實驗性 AI 部署邁向生產級部署，長期數據留存與運營成本效益，日益成為基礎架構決策的核心驅動力，這催生了獨立於短期算力周期之外、持續複合增長的存儲需求。 主要調查結果 經驗證的基礎設施更受企業青睞  ．66% 受訪者表示，已經或正在考慮降低新興技術的優先級，轉而選擇具備穩定可靠性及可預測效能的方案。 隨著 AI 部署規模擴展，企業更傾向採用經實際營運驗證的基礎設施。 …