目錄
🖊 本周重點
- 「大數據」潮流：數據量係咪一切？
- Google 出品，係咪佳品？Titan Security Key
- 隨機數生成器的漏洞影響數十億 IoT 裝置
🗞 News 1: 「大數據」潮流：數據量係咪一切？
一般嚟講，開發 AI 系統需要大量嘅數據，令到 AI 系統可以搵到數據入面嘅規律。要令呢類型嘅 AI 系統更準確，就只有扔更多數據落去個系統，等佢去學。結果，大部分公司只係集中係收集數據上，而呢個世界只要好少數公司有足夠嘅數據或者資源去做好個系統。
例如，係 2019 年，用手機叫外賣嘅中國人比美國人多 10 倍。中國嘅手機支付交易比美國多 50 倍。中國嘅共享單車租用率比美國多 300 倍。文化同營商環境令到中國嘅公司更容易收集到大量數據。
但係，只係集中喺收集數據上，只會抺殺我哋嘅創意。所以史舟福大學嘅吳恩達教授指出，我哋應該集中係點樣令到更多 AI 算法可以用更少嘅數據開發。
ICT 重點
之前都講過，想開發一個好嘅 AI 系統需要大量嘅數據。但係除咗個量 Quantity 次外，數據嘅質素 Quality 都好重要。
係討論大數據 Big Data 嘅時候，好多時我哋會考慮四個 V ：
- Volume 數據量：唔洗多講，一個字：多；
- Velocity 數據速率：除咗講求大量之外，大數據都想收集數據嘅速度有翻咁上下；
- Variety 數據種類：大數據嘅「大」字除咗個量之外，亦都指佢嘅種類；
- Veracity 數據真確性：呢到嘅 Veracity 係指收集到嘅數據對我哋嘅系統有幾大作用。
（話說呢四個 V 係我大學一年級嘅時候上堂學架 🙈）
所以，係開發一個 AI 系統嘅時候，我哋唔會諗到唔諗就扔曬啲數據落去。相反，我哋會用啲時間去了解下收集得嚟嘅數據，例如透過畫一啲 Charts 去視覺化（Visualise）啲數據。然後我哋會做啲 Data Preprocessing，確保啲數據靚靚仔仔先之攞去 Train 個 AI 系統。
呢啲步驟都需要學過數據科學（Data Science）嘅專業人士去做；Willis 係呢一方面嘅認識真係好少。對呢方面有興趣嘅同學仔可以係大學揀有 Data Science 讀嘅 Programme，因為呢方面嘅就人才都越嚟越搶手㗎！
相關課題
- 選修單元 A 第 12 課：關於數據開採及其應用
新聞來源／詳細閱讀
- Andrew Ng: A.I. needs to get past the idea of big data
- The Four V’s of Big Data - Enterprise Big Data Framework©
🔖 News 2: Google 出品，係咪佳品？Titan Security Key
Google 宣佈推出最新版本嘅安全金鑰 Google Titan Security Key。呢個版本嘅金鑰加入 USB-C 接頭同埋近場通訊（Near-field Communication；NFC）技術，等用戶可以用呢個裝置嚟進行雙重認證（Two-factor Authentication；2FA）。
ICT 重點
先同大家溫下書。多重因素認證（Multi-factor Authentication；MFA）有三個主要認證方法：
- Something You Know：用戶所知道嘅事，例如係密碼；
- Something You Have：用戶所擁有嘅裝置；
- Something You Are：用戶嘅生物特徵，例如係指紋同虹膜（Iris）。
好明顯，Google Titan Key 屬於 Something You Have。其實呢一類型，特別為 MFA 而設嘅裝置，稱為「通用第二因素 Universal 2nd Factor」（U2F）。以往嘅保安令牌（Security Token）好多時都只係用喺一間銀行或公司度。如果有好多銀行都俾 Security Tokens 你嘅話，用起上嚟就會好麻煩。U2F 容許更多網站同公司透過一個共用嘅裝置去多重認證用戶，簡化咗 2FA 嘅過程。如果呢類型嘅裝置可以普及起嚟嘅話，我哋就可以更好咁保護自己嘅數據同私隱。
相關課題
- 必修部分第 28 課：關於保安令牌（多重因素認證）
新聞來源／詳細閱讀
- Google announces new USB-C Titan Security Key with NFC, stops selling Bluetooth model
- Universal 2nd Factor - Wikipedia
📱 News 3: 隨機數生成器的漏洞影響數十億 IoT 裝置
最近，有保安研究員發現，有數十億嘅物聯網（Internet Of Things；IoT）裝置並未正確地生成隨機數，導致保安漏洞。
IoT 裝置通常使用單晶片系統（System on a Chip；SoC），而 SoC 上面會有硬件去進行隨機數生成 （Random Number Generation；RNG）。由於呢個硬件會因為環境因素（主因係唔夠 Entropy，不過以 Willis 嘅數據科學知識只會越講越亂）而無法生成隨機數，再加上 IoT 系統甚少檢查 RNG 係咪成功，結果需要靠 RNG 嘅功能都未必成功。
有乜嘢功能係會用到 RNG 嘅呢？例如：加密時用嘅金鑰生成（Key Generation）或者在雜湊加鹽（Hashing and Salting）。呢啲保安功能有問題嘅話，自然會為個系統帶嚟保安漏洞。
ICT 重點
打開機嘅同學對 RNG 嘅個字一定唔會陌生。好多電腦遊戲，甚至傳統嘅 Table-top 遊戲例如飛行棋或者大富翁，都係 Base On 一啲隨機成份。（我係詳細閱讀嘅部分 Link 咗一段片講設計遊戲同隨機性嘅關係，有興趣嘅同學可以睇下。）但係，RNG 除咗遊戲之外，對保安（例如上文講到嘅金鑰生成）同統計學對好有幫助。後者有機會嘅話可以再詳細講下。
RNG 通常係 Elective C 同 D 入面 Programming 嘅題目入面，而通常都係透過一個子程式（Subroutine）嘅形式出現。有無諗過實際上點用一啲 Programming Languages 去生成隨機數呢？我用咗三種 DSE 會用嘅 Programming Languages 去實現一個 RNG：
{ Pascal }
program main;
begin
randomize;
writeln(trunc(random() * 10 + 1));
end./* C */
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
int main() {
srand(time(NULL));
printf("%d", rand() % 10 + 1);
return 0;
}# Python
import random
import time
def main():
random.seed(time.time)
print(int(random.random() * 10 + 1))
if __name__ == "__main__":
main()值得留意嘅係，係我哋生成一個隨機數之前，我哋會 set 一個種子（seed）。因為電腦淨係識得跟住 Programmer 所寫嘅 Instructions 去做，所以真正嘅隨機對電腦嚟講係無可能。實際上，電腦會將個 Seed 擺落去一條好複雜嘅 Formula 到，令到個 Formula 嘅 Result 睇落好 Random。呢個方法就叫做「偽隨機數生成 Psudo-random Generator」。
相關課題
- 選修單元 C 第 12-14 課：關於動態及互動網頁
- 選修單元 D 第 3 課：關於隨機數生成器
新聞來源／詳細閱讀
問題回顧
- 係討論大數據嘅時候，我哋會討論邊四個 V ？
- 「通用第二因素 Universal 2nd Factor」解決咗乜嘢問題？
- 隨機數生成器有啲乜嘢應用？
鐘意篇文嘅話，麻煩係下面個 IG Post 上面俾個 Like ❤️ 感謝感謝