随着 IT 和 OT 融合以支持不断扩大的业务需求,评估风险并在 IT 和 OT 之间建立更安全的关系需要考虑多种控制措施。隔离设备和外围安全已不足以应对和防御现代威胁,如复杂的恶意软件、有针对性的攻击和恶意内部人员。例如,物联网恶意软件威胁的增长反映了这种格局的扩张和超越易受攻击系统的潜力。通过分析不同国家/地区的 2022 年威胁数据,微软研究人员发现,物联网恶意软件的最大份额(占总数的 38%)源自中国庞大的网络足迹。受感染的美国服务器使美国位居第二,占观察到的恶意软件分布的 18%。
微软和 OpenAI 最近筹集了 1 亿美元的种子基金,用于开发有助于提高人类生产力的 AI 工具。他们当然不是第一批投资的人 - Gartner 写道“尽管 COVID-19 在全球范围内产生了影响,但根据 Gartner 的一项民意调查,自疫情开始以来,47% 的人工智能 (AI) 投资保持不变,30% 的组织实际上计划增加此类投资。只有 16% 的人暂时停止了 AI 投资,只有 7% 的人减少了投资。”为什么 OpenAI 和其他公司在 AI 游戏中如此“晚”地投入大量资金。我们可以首先看看他们最近在 AI 工具方面取得的三项进展,以了解文本生成、图像生成和自监督“AI”将在哪里发生颠覆。但首先,我们需要找到 Gartner 炒作周期反转的根本原因。我们是否真的处于一个超级周期中,短暂的整合期构成了下一次增长的基础?
摘要 随着人工智能(AI)和机器学习(ML)的不断发展,云端的AI和ML近年来大热,趋势是云端服务和产品已成为科技巨头的战略武器。然而,各大厂商的竞争策略和重点各不相同,导致份额和格局变化下的竞争异常激烈。本论文从AI和ML的整体发展入手,介绍科技公司云端AI和ML发展的历史和现状。然后,通过介绍官方网站和开放API接口及其文档,分析亚马逊、微软、谷歌的内部应用和外部生态系统,并比较三家公司的AI和ML平台发展策略。最后,预测AI和ML平台的发展方向,包括未来的商业模式和爆发趋势,并分析这三家公司相应的平台发展策略。 论文指导老师:Michael A Cusumano 职称:副院长&斯隆管理评论杰出管理学教授
Microsoft 赞扬 NIST 专注于评估和改进该框架以及其他框架和风险管理资源。我们认为这种方法为全面审查 NIST 的资源以及它们如何协同工作以帮助加强组织的网络安全风险管理奠定了基础。尽管 NIST 已经制定了大量框架和指导文件来支持从业人员,并因其网络安全标准和最佳实践专业知识而获得广泛认可,但许多组织仍对 NIST 资源的广度和深度感到不知所措。单个资源可能很广泛或很复杂,如何同时但有效地使用互补资源可能并不明确。
在过去的一年里,世界见证了网络犯罪经济的蓬勃发展和网络犯罪服务的迅速崛起。我们看到这个全球市场在复杂性和狂热性方面都在增长。我们看到网络攻击形势变得越来越复杂,因为网络犯罪分子在危机时期继续甚至升级他们的活动。供应链和勒索软件攻击的新水平有力地提醒我们,我们必须共同努力,以新的方式保护地球的网络安全。
微软赞扬委员会在制定负责任地开发和使用人工智能技术(“AI”)的监管框架方面发挥的领导作用。委员会提出的关于人工智能协调规则的法规(“AI法案”)和新的人工智能协调计划是雄心勃勃且重要的步骤,旨在使值得信赖的人工智能成为欧洲和世界各地的规范。我们与委员会的目标一致,即确保所有人都能以安全、尊重基本权利和符合欧洲价值观的方式发挥人工智能的巨大潜力。我们致力于支持这项工作,这是我们“Tech Fit 4 Europe”计划的一部分,旨在帮助欧洲实现其人工智能和其他与技术相关的愿望,我们感谢委员会提供的参与《AI法案》筹备工作的机会。
越来越多的国家已经或将要发布/更新指南,要求金融机构 (FI) 为其云部署制定退出策略和支持计划。退出计划的目标是制定风险缓解计划,以应对金融机构因任何原因终止与云服务提供商 (CSP) 的关系的情况。在退出计划方面,大多数法规要求制定应急计划,以退出与 CSP 的外包安排。将退出计划的范围限定到特定业务流程将是基础,因为考虑到我们既是超大规模云提供商,也是提供数百种主流产品的内部产品的主要软件供应商,完全终止与 Microsoft 的第三方关系可能不可行。作为我们对透明度的承诺的一部分,本文档旨在为您提供所有必要的信息,以支持您为 Microsoft 云项目创建退出计划。它首先解决常见的误解,然后描述退出计划的整体方法,深入研究每个流程步骤及其注意点,最后为我们的特定在线平台提供产品特定的指导。内容与附件中列出的 FSI 法规一致,并包含一些可行的示例场景,您可以在制定自己的退出计划时从中获得灵感。2020 年更新我们现在发布此白皮书的第三次更新,该白皮书最初于 2018 年作为此类出版物首次发布。2020 年,欧洲银行业联合会 (EBF) 采用了总体方法,他们使用这种方法在其关于退出计划测试的论文 1 中发布了具体指导。2020 年的一些变化包括: