《2024注册安全工程师》

《2024注册安全工程师》 简介：2024注册安全工程师是一门系统性的学习课程，涵盖相关领域的核心知识。通过详尽的讲解和案例分析，帮助学习者深入理解课程主题，提高实践应用能力，适合希望扩展知识储备、提升专业技能的学员。 标签： #知识#学习资源#技能提升 文件大小：NG 链接：

政府举行跨部门演习以应对突发恶劣天气

政府举行跨部门演习以应对突发恶劣天气 政府于石澳村和大浪湾村举行跨部门演习，以应对突发恶劣天气，加强和各持份者的协作、应变及灾后处理能力。民政事务总署南区民政事务处联同警务处、消防处、政府飞行服务队、民众安全服务队、海事处、土本工程拓展署等多个部门，举行跨部门演习，演习模拟在恶劣天气下出现塌树、山泥倾泻及海上涌浪等情况，救援队伍迅速到场展开救援工作，设立紧急车辆通道、伤者集合点及分流站等。另外，演习模拟两条村受极端天气情况威胁，市民在警方、南区民政事务处、区议员及关爱队协助下有秩序疏散，安全离开。演习有约200名人员参与。 2024-05-02 20:07:24

：提升AI系统安全性与可靠性的关键工具，通过对抗性测试技术识别潜在漏洞，为AI开发者、政策制定者和组织提供了多样化的红队测试方法

：提升AI系统安全性与可靠性的关键工具，通过对抗性测试技术识别潜在漏洞，为AI开发者、政策制定者和组织提供了多样化的红队测试方法和实践案例，以促进AI测试生态系统的健康发展 - 红队测试是评估AI系统安全性和可靠性的重要工具，通过对技术系统进行对抗性测试来识别潜在漏洞。 - AI领域目前红队测试方法不统一，使得很难客观比较不同AI系统的相对安全性。需要建立系统性红队测试的共识和标准。 - 文章介绍了多种红队测试方法，每种都有自己的优势和挑战，可以整合到从定性到定量的迭代测试流程中。 - 域专家红队可以利用专业知识识别复杂的上下文相关风险。可扩展到不同语言和文化背景的测试。 - 使用语言模型自动生成对抗样本可以提高测试效率。可以建立红队蓝队框架，迭代提升系统鲁棒性。 - 多模态红队测试可以识别新模态带来的风险。公开的社区红队测试可以汇集更广泛的观点。 - 红队结果可以转化为定量评估指标，并围绕其不断改进系统。需要政策支持红队测试的标准化和采纳。 - 红队测试是确保AI系统安全的重要手段之一。需要多个利益相关方参与，建立行业共识，推动AI的负责任发展。

中国工程院院士方滨兴澳大谈网络安全

中国工程院院士方滨兴澳大谈网络安全 #澳门大学 澳门大学今（27）日举行“大学讲坛＂讲座，由著名的网络空间安全专家、中国工程院院士方滨兴担任讲者，就“网络空间新技术安全”为题发表演说，探讨新技术涌现下网络空间安全态势及其方方面面。 澳大副校长葛伟致辞时表示，在推动前沿科学发展上，澳大联同鹏城实验室和广州大学达成合作协议，开展域名系统实验合作框架，这项目对于防范国家的域名系统安全风险具有重要意义。方滨兴是项目总召集人...

中国工程院揭晓全球十大工程成就 华为鸿蒙和ChatGPT入选

中国工程院揭晓全球十大工程成就 华为鸿蒙和ChatGPT入选 中国工程院院刊《Engineering》星期三（12月20日）发布“2023全球十大工程成就”。其中华为鸿蒙操作系统、美国OpenAI公司推出聊天机器人产品ChatGPT等入选。 根据中新网报道，“2023全球十大工程成就”评选，经由全球征集提名、专家遴选推荐、公众问卷调查、评选委员会审议确定。本年度入围的“全球十大工程成就”，主要指过去五年由世界各国工程科技工作者合作或单独完成且实践验证有效的、并且已经产生全球影响的工程科技重大创新成果，既包括重大工程项目或关键技术装备，也涵盖工程科技关键性原始创新与突破。 关于华为鸿蒙操作系统入选的理由，《Engineering》介绍，鸿蒙操作系统为人、设备、场景的互联互通提供了解决方案，代表了面向全场景智慧时代的技术创新。 而ChatGPT入选是因为ChatGPT是迄今为止通过自然语言交互获得人工智能赋能最成功的产品之一，为人类实现通用人工智能提供了一种范式。 除了鸿蒙和ChatGPT外，此次入选的还包括中国空间站、白鹤滩水电站、锂离子动力电池、无人驾驶航空器、RTS,S/AS01疟疾疫苗，以及美国能源部橡树岭国家实验室与AMD合作建造的百亿亿次超级计算机系统“FRONTIER”、美国波士顿动力发布的Spot& Atlas机器人以及美国国家航空航天局的“双小行星重定向测试”航天器。 《工程》期刊称，2023全球十大工程成就入选项目体现出三个特点：一是代表了某一个或多个工程科技领域最先进的技术水平或者重大的原创性突破，能够引领未来技术进步方向。二是通过技术整合、系统集成、资源优化配置达成了整体目标，呈现出显著的系统集成创新特色。三是催生新产业、新动能，具有重要的产业带动和经济驱动价值，代表新质生产力发展方向。 2023年12月20日 4:09 PM

美国参议院推动人工智能安全法案 旨在防止AI模型出现安全漏洞

美国参议院推动人工智能安全法案 旨在防止AI模型出现安全漏洞 该中心将领导研究法案中所说的"反人工智能"，即学习如何操纵人工智能系统的技术。该中心还将制定预防反人工智能措施的指南。该法案还将要求国家标准与技术研究院（NIST）和网络安全与基础设施安全局建立一个人工智能漏洞数据库，包括"近乎得手的漏洞"。华纳和蒂利斯提出的法案重点关注对抗人工智能的技术，并将其分为数据中毒、规避攻击、基于隐私的攻击和滥用攻击。数据中毒指的是在人工智能模型刮取的数据中插入代码，破坏模型输出的方法。它是防止人工智能图像生成器在互联网上复制艺术作品的一种流行方法。规避攻击会改变人工智能模型所研究的数据，以至于模型变得混乱。人工智能安全是拜登政府人工智能行政命令的关键项目之一，该命令指示美国国家标准与技术研究院（NIST）制定"红队"指导方针，并要求人工智能开发人员提交安全报告。所谓"红队"（red teaming），是指开发人员故意让人工智能模型对不应该出现的提示做出反应。理想情况下，人工智能模型的开发者会对平台进行安全测试，并在向公众发布之前对其进行广泛的红队测试。一些公司如微软已经创建了一些工具，帮助人工智能项目更容易地添加安全防护措施。《人工智能安全法案》在提交给更大范围的参议院审议之前，必须经过一个委员会的审议。 ... PC版： 手机版：