6月10日,为庆祝香港回归20周年,香港特别行政区政府创新科技署应用科技研究院(应科院)主办,i春秋学院承办,腾讯安全平台部、XCTF联赛协办的首届港澳地区大专联校网络安全竞赛圆满结束。在4月份的初赛中,来自香港大学、香港科大、浸会大学、澳门科技大学的96支战队317名选手报名了比赛,最终 8支队伍从初赛中突围,最终进入决赛。本次竞赛是港澳地区首次举办的信息安全竞赛,参与院校之多、竞赛水准之高、影响范围之大,超出了预期。本次比赛得到了包括香港信息安全学院、HKT®(香港电讯)、FireEye、CyberWorld、政府电脑保安事故协调中心等企业和机构的赞助支持。
决赛采用CTF解题模式,各大战队齐聚香港应科院总部,进行现场比拼,团队通过提交正确的Flag得分。赛前,香港特区政府咨询科技总监杨德斌、应科院副总裁王世松、i春秋副总裁姚磊分别出席致辞,对参赛选手给予重视和竞赛鼓舞。本次的赛题难度和涵盖范围都接轨国际赛事,对参赛选手的知识储备、应变能力和综合协作能力提出了更高要求。
经过7个小时的激烈角逐,最终香港科技大学VXRLNXAlpha战队以总分1000分的成绩,获得第一名,并赢得50000港币大奖。来自的香港理工大学的400 pound Hackers战队和香港科技大学的VXRLNXBeta战队分获二、三名,并赢得30000元、10000元港币奖金。比赛定格的画面激动人心,似乎还能感受到赛场上的激烈夺旗的氛围。
应科院HR总监朱丽仪为一等奖获奖队伍颁奖
i春秋副总裁姚磊为二等奖获奖队伍颁奖
香港信息安全学院 CEO 庞博文为三等奖获奖队伍颁奖
i春秋姚磊表示:“这次比赛选手展现了高超的水平,i春秋很高兴能够为港澳学生带来专业水准的网络安全竞赛,同时也在这样的交流中,感受到港澳学子的活力及能量。希望通过i春秋的知识学习库和竞赛举办实力,未来进行更多的人才培养、赛事运营的合作,以及促进两岸三地的人才和教育交流,为培育信息时代的安全感而努力。“
比赛结果页
当今社会处于无处不网、无事不网、无时不网的时代,互联网已经渗透到生活的各领域。 6月1日,《网络安全法》正式实施,明确了公民的网络安全义务,对企业设定了更加严格的要求,企业必须提高运行安全能力,采取必要的措施,提高网络安全水平。人才是企业网络安全的核心,竞赛是快速提高网络安全人才水平的途径。i春秋是国内最大的信息安全在线教育平台,独创了听课-实验-交流-竞赛的人才培养模式,能为企业精准、高效的输送人才。过去的2016年,i春秋技术支持的网络安全竞赛占全国竞赛的半壁江山,覆盖从线下到线上、从职业选手至中小学生、从国内大赛到国际联赛、成绩丰硕,得到了客户、合作伙伴的认可。
比赛定格瞬间
在香港回归20周年之际,香港已经在经济发展和科技创新上取得了繁荣稳定的进步。本次首届港澳地区大专联校网络安全竞赛多方联动,对检验高校学子的学习成果,培养大学生网络安全实战能力起到十分重要的作用,为国家网络安全人才储备打下坚实基础。
i春秋如今在国内的港澳台两岸三地和海外的澳洲成功开拓网络安全合作疆域,正在为国内乃至国际输送培养更多人才而努力,以后也将继续积极投身于国家网络信息安全建设,在网络安全保障工作中贡献一方之力。
好文章,需要你的鼓励
SAP S/4HANA内存ERP系统推出十多年后,95%的传统用户表示构建积极的迁移案例需要巨大努力或面临真正挑战。一项涵盖455名CIO、高级IT角色、SAP专家和业务经理的调查发现,83%的受访者不完全理解SAP最新的迁移政策和截止日期,84%对当前信息传递及其对运营的影响表示担忧。SAP为传统ECC系统设定了激进的支持截止日期,主流支持将于2027年结束。
北京大学团队开发出WoW世界模型,这是首个真正理解物理规律的AI系统。通过200万机器人互动数据训练,WoW不仅能生成逼真视频,更能理解重力、碰撞等物理定律。其创新的SOPHIA框架让AI具备自我纠错能力,在物理理解测试中达到80.16%准确率。该技术将推动智能机器人、视频制作等领域发展,为通用人工智能奠定重要基础。
微软通过其Planetary Computer平台将NASA的Landsat和Sentinel-2卫星数据集引入Azure云服务。该数据集包含来自NASA的Landsat 8、9号卫星以及欧洲航天局Sentinel-2系列卫星的地球监测数据,为气候变化、土地利用、农业应用等研究提供宝贵资源。用户可通过API或Azure存储直接访问这些PB级全球环境数据。微软还建议研究人员使用Azure OpenAI服务创建智能应用,结合AI技术进行土地分类、植被监测、森林砍伐趋势分析等地球观测研究。
香港大学和蚂蚁集团联合推出PromptCoT 2.0,这是一种让AI自动生成高质量训练题目的创新方法。通过"概念-思路-题目"的三步策略,AI能像老师备课一样先构思解题思路再出题,大幅提升了题目质量和训练效果。实验显示该方法在数学竞赛和编程任务上都取得了显著提升,为解决AI训练数据稀缺问题提供了新思路。