12 歲的黑客小天才 黑客界鼻祖 Kevin Mitnick，充滿爭議性的傳奇人物，看完他的經歷，會發覺「第一黑客」稱號，當之無愧。有人形容 Kevin 的上半生猶如電影《Catch me if you can》的男主角 Frank Abagnale。Kevin 於 1963 年生於美國加洲的一個猶太家庭，小時候已發揮黑客本色：12 歲時，利用Social Engineering 及 Dumpster…

IT 的普及也只是約 30 年歷史，大部在 IT 行業打滾的都是男性。從 Mainframe、UNIX、PC、Web 到手機年代，在科技洪流的衝擊之下，要保持競爭力，實在不簡單。 初入行的 10 年在基本功上的耕耘，很快便會步入下個的關鍵 10 年，若沒有什麼突破，就很擔心進入「逆流大叔」期。一般人對「大叔」的感覺是：學習能力減慢、戰鬥力變弱、創新力欠奉等等… 有點像阻住地球轉似的。若自信心不足，很容易感覺到所謂的「中年危機」，一大堆的無奈，總是天天困擾著自己呢。 假如你有 40 年的工作生涯，首 20 年就像「上山」一樣，慢慢步進工作生涯的高峰。站在高峰的心態應是喜悅，也更應該花點時間在山頂上享受，因為這是經過 20…

大量安全監控只得到一大堆 alerts 傳統 IT Security 防護的處理方法，主要偏重在事前的預防。從近年發生的各式安全事故來看，企業也逐漸意識到，光是事前的預防，已經不足以阻擋各式各樣的網絡安全威脅。即使企業投放大量資源去設立不同形式的安全監控， 往往只得到一大堆 security alerts， 不但數量繁多，alert 的內容也不易理解和處理。 若不幸碰到事故，要找出根源（包括：還原攻擊事件的原貌，以及對事故的調查與分析），往往需要高度專業人才來處理。在整個行業都缺乏IT Security人才的情況之下，實在令企業頭痛。 新型服務 — MDR 因此，近年冒起了新型的安全防禦服務，稱為 MDR (Managed Detection…

顧問行業，原本是人類智慧結晶。由於 Big Data 及 A.I. 的出現，就算是顧問行業，都出現一種存在的焦慮。有一短文，講顧問行業的五宗罪：過份依賴人、以時間計價、貴、顧問報告追不上變化及顧問知識不夠。現今的 Disruptive Technologies 開始讓一眾食呢行飯的顧問出現危機。好簡單：如果我可以自己 GOOGLE 答案，我點解要畀錢請顧問？ 不過，自己 GOOGLE 出來的答案，未必達到所要求的涵蓋性、深度、準確性，而且，只是一堆資料，未必能夠化為有用的策略。人始終有不可代替之處。所以 Wall Street 現時都出現 “Straders”，半人半機器，一邊做 Trade，一邊自己寫程式去有效利用資料。 （Neo…

相信大家都收過欺詐電話，要用電話呃人，要花時間與對方溝通，但現今生活節奏急速，很多人都會 cut 你線，要成功得手，絕對唔容易。欺詐電郵就唔同，騙徒首先會對目標人物的背景有所掌握，也會精心製作電郵內容，並以冒充的身份把電郵發出，一般用戶收到這些電郵，都難以判斷真假。 傳統安全方案束手無策 事實上，電郵仍然是現今最大安全攻擊途徑。原因很簡單，發動攻擊成本不大，因為你是不能拒絕攻擊者發送電郵給你。況且傳統的電郵安全方案也好一段時間沒有技術革新，依然側重於防病毒、防垃圾電郵等功能，把懷疑有問題的 Email 隔離就了當。面對更新型的欺詐電郵攻擊，傳統的電郵安全方案缺乏技術及能力處理，可以說是有點手束手無策。 BEC 個案平均損失近百萬港元 Business Email Compromise（BEC）是近年出現的名詞，指利用欺詐電郵手法（或附有網絡釣魚攻擊）的新型威脅。 BEC攻擊者大多數會冒充公司外國供應商、老闆、公司高層、公司員工、公司律師（會計師）等… 欺詐目標大多數是公司的財務或高級管理人員，最終目的是以不同的藉口要求匯款，令公司蒙受重大金錢損失。據統計，每個案平均損失近百萬港元，這絕對是大茶飯。 期待最新技術杜絕 BEC BEC 之所以難以防止，因為它利用大眾的疏於防範的心理，讓受害者掉入社交工程（Social Engineering）陷阱。在今天高度透明的商業社會，要找出財務部門（或公司高層）的電郵地址並非難事，這也意味著一個一個精心炮製的欺詐，隨時可以用電郵發動。在「道高一尺魔高一丈」的網絡安全環境中，我們總不能單單每日叫員工提高安全意識。新一代的電郵安全系統，終於包含了BEC 防護功能，期待最新技術能把這類超級大殺傷力的欺詐電郵威脅徹底清除。

IT 男 = 毒男？ 一般投身 IT 界的男性，都俾人感覺每天專注在電腦上，形象較「毒」，不善交際、缺乏情趣、鍾意打機等……若要圖像化這些 IT「毒男」，腦海中好自然地會浮現出典型 Dickson 個模樣。 仍頗受女生歡迎 曾經在科網熱潮時IT男生是非常炙手可熱，果陣時我都好後生。當時全城做IT行業嘅男生都都唔知幾令人羨慕，俾人感覺隨時有可能成為另一個 Yahoo 楊志遠咁。約 20 年過後，雖然而家科網熱潮不再，但 IT 界整體發展都唔錯，IT 男仍頗受女生歡迎，她們一般視 IT…

近年碰到 IT 行家，總是為招聘人手而煩惱，得到的答案一定是「好難請到合適的人」。如果再問一個求職者，工作容易找嗎？回答也會是「好嘅工作太難找了」。 其實一份工作好不好，有一個「好老闆」至少要佔到一大半的影響。當然有些人總是把焦點放在薪金、員工福利等東西上，而忽略了有個「好老闆」的重要性。薪金雖然重要（其實一般也不會相差太多），如果你只睇短期利益，咁就難免會失去一些長期看來更有價值的東西。 馬雲也說過：「30歲之前，追隨一個好老闆，比進入一個好公司更重要。」因為跟著一個「好老闆」，就等於為你的長期收益揾到一個合適的「槓桿」，再押上你的才幹和時間，用「槓桿」大幅度提高你的贏出率。 這個世界很公平，你揀老闆時，老闆也揀你。「好老闆」也會罵人，給你鍛煉的機會，有時候讓你在痛苦中成長，並令你的潛能得以發揮。 員工不會因為公司差而離開，大部份離職原因都是頂唔順老闆。很多時候，員工與公司存在的問題與分歧，都是跟他們的老闆有關，而令到雙方缺乏信任和尊重。 所以，員工是極渴望得到「好老闆」，甚至比加薪更吸引。試問你每天都花很長時間與老闆一起工作，如果工作得不開心，肯定比死更難受。相反，一個好老闆是保持員工快樂和敬業的最佳激勵之一。 一個真正的好「好老闆」雖然很難找到，但也很難分開（你會渴望追隨），更不可能忘記的。

一般稱為 3D 的工作，所指是：乏味(Dull)、骯髒(Dirty)、及危險(Dangerous) 的任務 ，我們會盡量使用機械人、無人機等來執行。原因是很難揾人去做這些工作，所以才顯出機器在這領域的優越執行能力。 機器的創作力也越來越逼近人 在digital transformation的大環境下，世界正在不斷地自動化及虛擬化，需要人力處理的機會就越來越少了，這亦是大勢所趨。況且機器可掌握大量數據及過往記錄，與人手執行相比，可能出錯率還低呢。 還好，我們在「敏捷性」與「靈巧度」都比機械人高得多，可以說在短期內，機器仍取代不了我們在這方面的優勢。此外，「創作力」亦是我們認為比機器優勝的地方，但請不要太自恃，機器創作的能力也越來越逼近(你試問一問那些作曲家，他們大多數也用電腦來先行創作，然後再由人手修改)。其他專業領域也有差不多的變化，建築師也用電腦來創作建築物。說不定，很快就連律師、醫生也會倚賴機器幫他們處理日常個案及診症。 將來的工廠只請兩名工人：狗及負責餵狗的 我聽過有一個幾誇張的比喻，講到將來的自動化工廠只需請兩名工人，一個名額畀「惡犬」霸咗 ，因為惡犬要負責看管住那些機器（擔心有人破壞），另一個名額就請「人類」來做，職責只是負責餵那頭惡犬而已。 結合社交技巧與量化技巧，就會獲得最高報酬 往後人類和機器的分工將會有改變，這一點，我們一定要理解和接受。但機器是不擅長滿足人類的心理需求，因此，那些需要運用到同理心、領導力、團隊合作等的工作，都不是機器能取代的。隨著科技進步，高層次的「社交技巧」，可能變得比高級的「量化技巧」更有價值。學懂如何結合「社交技巧」與「量化技巧」，才會獲得最高報酬。

不好意思，近日 Neo 有喜，潛了水。致歉！ 如果眼睛稱為靈魂之窗，臉就是…玻璃幕牆？你的臉本身是一堆物質，但同時反映你的心靈活動。此外，你的臉亦是你的社會存在（Social Identity），所謂認人，其實是認臉，返工亦要睇老闆面色做人。可見，一張臉，是物理世界、心靈世界及人倫世界的交滙點。 我們的臉，可被掃描於政府數據庫之中：不難，現今技術已做到，外遊過關時一定試過。這帶來更好的保安，及加快過關速率。當然會有誤認，但基本上已越來越準。商用也有，刷臉支付、刷臉提款、刷臉進站都有了，所以也出現了「刷臉概念股」：臉與股真的貼在一起了。 但在「一臉通行」的時代，誰真正擁有我的臉呢？明星所關心的肖像權，現在也應該是大家的關心。按理，肖像被他人使用，應該得到肖像權擁有人的同意。坦白講，我日日周街去，咁多攝錄機，我點知我的尊容有沒有被人盜用？Neo曾試過上網搜臉（當然唔用我自己果塊），找到一堆網上照片，有男有女，都幾好笑。與打指摸不同，刷臉可以發生於不知不覺間，當然私隱是一大問題。另外，在我的肖像視頻上，現已可用 AI 改編，製造 Fake Speech，恐怖到笑。我又諗起，如果我塊臉有肖像權，咁我可唔可以放售權利？如果可以，咁我塊面不再屬於我，我早上唔剃鬚，影響肖像，係咪會畀人拉？ （Neo按：基本上，我們現代人已經不能 Opt out 刷臉這個「權利」了，除非你用了 Burqa。果然是先知！）

最近睇過一篇文章，內容是講述「人腦」和「機器」應該如何分工做判斷。先講 20 年前，分工大致是：機器負責基本計算、存儲記錄、資料傳輸；人類就負責做分析和決策。現今電腦運算能力提升，究竟「分析」和「決策」，由機器還是人腦處理比較出色呢？這並不是簡單一個 Yes 或 No 的答案，而應是「人腦」和「機器」兩者如何分工和重新定位的問題。 人類判斷有兩套系統 首先，人類是如何作出判斷，簡單來說：有兩套系統。 「系統一」是憑直覺及過往經驗，也是人腦的強項。「系統二」是靠資料來演算，就是機器的優勢所在。大量證據顯示，若有得選擇的話，單靠「系統二」得到的決策和預測（即是全由機器來決定），通常比「系統一」的判斷更優勝。 機器判斷更優勝 點解？因為即使資料不足或 algorithm 尚欠成熟，要作出修改實在不難，也可隨時再演算一次。但要推翻最高領導的主觀決定，就複雜得多了。所以，奉勸各位領導，如果是機器可以處理的判斷，就應由機器去處理。天氣預測就是一個好例子，每日每分每秒大量的不同的氣象數據，由電腦機器預測出來的天氣，肯定比氣象學家來得準確。 不要依賴最高領導人 在這似乎講到人腦決策價值不大，當然不是啦。在某些情況中，仍然應該運用人類主觀判斷，只是比重倒轉（把你的主觀判斷，量化成機器決定的參數），或去處理一些更深層問題。隨著科技發展與普及，我們要擺脫對機器作為主導分析的抗拒，更不要依賴最高領導人的決定，因為機器的判斷不會比他們差呢。