政府监管
「澳大利亚网络安全中心表示澳大利亚网络犯罪率激增」
11月4日,澳大利亚网络安全中心(Australian Cyber Security Centre,ACSC)发布的新政府报告中指出,犯罪分子和黑客团体对澳大利亚发动的网络攻击数量猛增。ACSC在上一财年收到了7.6万份网络犯罪报告,同比上一时期增长13%。澳大利亚总理安东尼·阿尔巴尼斯(Anthony Albanese)表示,这一数据敲醒了警钟,政府已经在加强相关措施,私营部门也需通过合作保护客户的和企业自身利益。
来源:路透社
「美国证券交易委员会考虑就软件公司Solarwinds数据泄露事件采取行动」
11月3日,美国证券交易委员会(Security and Exchange Commission, SEC)建议美国当局对软件公司SolarWinds有关网络安全的披露程序采取执法行动。该公司此前于2020年12月被黑客入侵,造成了数千家公司及政府机构的数据泄露。SEC表示,该公司在其网络安全披露和内部控制程序方面都违反了美国证券法。Solarwinds则回应其披露、公开声明、控制和程序都是合法适当的。
来源:路透社
政府规划
「美国总统拜登:半导体制造关乎国家安全,美国需要进一步投资于未来发展」
11月4日,美国总统拜登在卫星通信供应商Viasat公司总部就《芯片与科学法案》(CHIPS and Science Act)发表讲话。拜登表示,计算机系统及芯片对美国的投资、日常生活和本土制造业至关重要。美国的芯片生产量从此前的全球占比30%下降至现在的10%,国家科学研究经费从此前占GDP的2%下降至现在的0.7%,数据已印证了《芯片与科学法案》在加强美国半导体制造业和促进研究和开发方面的重要性。拜登还指出,将芯片制造本土化不仅仅是一个商业性难题,并且涉及至国家安全问题,美国需要对未来发展进行进一步投资。
来源:美国白宫
「日本拟设研究机构推进尖端技术转用于安保领域」
11月4日,日本政府表示,为推进民间尖端技术转用于安全保障领域,基本决定最快于2024年度在防卫装备厅新设国家安全保障局和相关省厅携手合作的研究机构。作为科技政策司令部的综合科学技术与创新会议也将参与其中,以打造跨部门协作体制。此举目的是把无人机、人工智能和量子等研究用于装备品研发。其构想是从基础研究阶段掌握大学和企业的举措,在资金层面展开支援,以此推进投入实际运用的走向,带动强化防卫力。
来源:共同网
「韩国提出“技术领先型创业企业1000+项目”」
11月3日,韩国中小风险企业部在首尔创造经济革新中心举行"尖端未来产业创业培育战略发表座谈会",并提出"技术领先创业1000+项目"。韩国政府选定资助的10大尖端产业,包括系统半导体、生物健康、未来移动、环保、能源、机器人、大数据和人工智能、网络安全、宇宙航空、海洋、新一代核电站、量子技术等。该项目的目标是筛选并支援可以进军国际的技术创业企业,打造有竞争力的创业生态。韩国政府还决定在以上领域挖掘1000个以上有技术潜力的创业企业,并在5年内民官共投资2万亿韩元。
来源:人民网
行业自治
「消息人士:欧洲电信组织GSMA正在敦促欧盟机构颁布大型科技公司支付其网络成本相关法律」
11月4日,消息人士表示,欧洲电信组织“全球移动通统协”(Global System for Mobile Communications Association, GSMA)正在推动欧盟机构颁布让大型科技公司支付其网络成本的法律。该组织包括欧洲750多家电信运营商。据悉,GSMA已说服一些美国科技公司,例如谷歌、Meta和Netflix为互联网流量成本提供财务捐助。GSMA首席监管官John Giusti表示,GSMA正在协调一项提案,旨在让大型科技公司为欧洲基础设施投资提供贡献。
来源:路透社
数字货币
「欧盟推迟《加密资产市场监管法案》的投票」
11月4日,欧盟立法者表示2023年2月份之前不会就《加密资产市场监管法案》(Markets in Crypto Assets,MiCA)进行表决,欧盟内部这一具有里程碑意义的加密公司许可制度将被进一步推迟。由于考虑到文本冗长复杂,议会原先计划在今年12月份的全体会议上进行投票的初步计划已被放弃。据悉,该立法于今年6月份获得批准,并于10月份发布了最终文本,旨在进一步促进和支持数字金融在创新和竞争方面的潜力,同时减轻风险。该纲要规定了稳定币的储备要求,但该文本仍需得到立法者和组成欧盟理事会的各国政府的正式签署。
来源:Coindesk
「波兰Alior银行拟于2023年进入数字支付市场」
11月4日,波兰Alior银行(Alior Bank)表示,拟2023年年初通过Alior Pay加入快速增长的数字支付市场,该计划是Alior银行将于2023年初宣布的两年战略计划的关键部分。
来源:路透社
「西班牙国际银行2023年将阻止英国加密交易」
11月4日,西班牙国际银行(Banco Santander)表示,为保护客户利益,该行明年将禁止英国客户向加密货币交易所实时支付。自今年11月15日起,该银行将加入其他英国零售银行的行列,限制客户向加密货币交易所转账。此外,该银行的客户每笔交易上限为1000英镑(1123美元),在30天滚动期内,通过移动端和网上银行向加密货币交易所转账的总额不得超过3000英镑,但客户仍然可以接收加密货币交易转账。
来源:路透社
「新加坡金管局正式测试DeFi应用」
11月3日,新加坡金融管理局(Monetary Authority of Singapore,MAS)执行了机构级DeFi协议的首个真实世界用例。摩根大通、星展银行和日本SBI控股株式会社于2日通过Polygon(用于建立与以太坊相容的区块链网络和扩展解决方案的框架)的Aave借贷协议完成了以太坊网络上的外汇和政府债券交易。银行将新加坡政府证券的代币化版本换成日本政府债券,将日元换成新加坡元作为测试。在此之前,DeFi的使用者多为加密货币领域内的金融机构和用户,监管部门相对较少。虽然新加坡对加密金融技术的探索呈开放态度,但在保护投资者,特别是零售投资者方面展现出非常审慎的态度。新加坡金融管理局董事总经理 Ravi Menon于3日在新加坡金融科技节上表示,新加坡希望成为数字资产的中心,而不是用于交易和投机加密货币。
来源:新浪科技
「瑞银推出以区块链结算的数字债券」
11月3日,瑞银集团表示已发行3.75亿瑞士法郎(约合3.7亿美元)的债券,是全球首支首个来自银行机构的,将在数字交易所上市、交易和结算的债券,且与普通债券具有相同的结构、法律地位和评级。该类三年期债券票面利率为2.33%,将在基于区块链的SDX和SIX数字交易所上发行。
来源:路透社
「印度储备银行试点推出数字卢比」
11月1日,印度央行“印度储备银行”(Reserve Bank of India, RBI)开始在特定的使用场景试点推出数字卢比(E-卢比),又称中央银行数字货币(CBDC)。据悉,首个数字卢比试点将在批发领域推出,并于2日开始交易。据悉,印度储备银央行将CBDC定义为中央银行发行的法定货币的数字形式,可与法定货币进行一对一兑换。印度财政部长Nirmala Sitharaman此前表示,将以区块链技术为基础推出CBDC,促进数字经济发展。此外,印度央行认为CBDC的引入有利于弥合数字货币的利益分歧,降低私人加密货币被用于洗钱、恐怖融资和逃税等行为的风险。
来源:今日亚洲、cnBeta
技术运用
「2022年英国创新科技竞赛结果公布」
11月4日,英国政府资助的2022年英国创新科技竞赛Tech Rocketship Awards获奖结果公布。金奖获得者是土耳其公司Enbiosis,该公司使用元数据和人工智能分析人类肠道微生物群,以提供个性化的健康和保健解决方案;银奖获得者是西班牙Facephi公司,该公司提供安全的用户数字身份验证,提供数字登录和身份识别鉴定方案;铜奖获得者是荷兰人工智能公司Jungle AI,该公司应用人工智能提高风力涡轮机、太阳能发电厂、工业生产线等机电设备的正常运行时间和性能。英国政府欧洲贸易专员Chris Barton表示,英国是为科技创新者、投资者和研发者提供发展机会之地,英国的科技风险投资规模为全球第三大,该竞赛将为获奖者提供从概念提出到研发再到应用的“直通车”。
来源:英国政府
「韩国研究团队利用人工智能开发可降低建筑物内部温度的透明窗户涂料」
11月3日,韩国庆熙大学和圣母大学研究人员利用先进的计算技术和人工智能成功设计一种透明窗户涂料,该涂料可在不消耗能源的情况下降低建筑物内部的温度。研究人员使用机器学习和量子计算指导的迭代方法优化了“透明辐射冷却器”(TRC)计算机模型层的类型、顺序和组合,其中量子计算使用的是亚原子粒子存储数据。研究人员称,在炎热干燥的城市,与传统隔热降温玻璃窗户相比,优化后的TRC可能会减少31%的制冷能耗。他们指出,这一成果还可应用于轿车和卡车的窗户等其他方面。此外,其量子计算优化技术也可用于设计其他类型的复合材料。
来源:中国科技网
「欧洲机场管理局推出人工智能仪器以预测欧盟机场交通量」
11月3日,欧洲空中航行安全组织(Eurocontrol)的网络经理表示正在测试人工智能预测航班对该地区所有大型机场影响的使用。 “监管展望”(Regulation Outlook)项目能够通过对工业行动、天气、机场容量问题或空中交通管制各种因素进行判断,从而预测监管措施对机场网络的影响,准确率高达87% 。有助于网络管理人员与运营参与者预测潜在的干扰。
来源:Eurocontrol
「澳大利亚团队利用机器学习模型预测潜在自杀倾向」
11月2日,新南威尔士大学黑狗研究所科学家凯伦·库苏玛及其团队研究发现,机器学习模型在预测自杀相关结果方面的表现优于传统的风险预测模型。在此荟萃分析研究中,机器学习模型的表现超过了传统的临床、理论和统计自杀风险预测模型之前所设定的基准。他们正确预测了66%会出现自杀结果的人以及87%不会出现自杀结果的人。机器学习模型可以灵活地应用于大型数据集,为许多风险因素和自杀结果之间的复杂关系建模。此外,它们还可以纳入响应的数据源,包括社交媒体,以确定自杀风险的峰值,并标记出最需要干预的时间。
来源:cnBeta