本議程將分享微軟資安整合 AI 的相關解決方案，包含探討 Microsoft Security Copilot，如何將新一代的人工智慧引入網路資安防禦的領域，結合 OpenAI 大型語言模型 (LLM) 與微軟專用的資安模型，讓防禦者透過自然語言對話的方式，快速偵測和回應威脅，將資安防護提升到一個新境界，賦能組織打造資安韌性！

本次演講將深入介紹微軟自身零信任策略的實踐，分享微軟如何通過採用最佳的技術和策略，綜合考慮資訊安全和員工生產力，實現有效的資安管理。除此之外，演講還將探討當前企業在實施零信任策略時所面臨的挑戰和解決方案，並提供實用的建議和案例分享。議程中將深入探究微軟企業內部針對零信任策略的四大應用情境(如下)，以及對應導入策略

• 情境 1：應用裝置和服務具備相關機制，可進行多重要素驗證和裝置健康情況驗證。
• 情境 2：員工可在現代化管理系統中註冊裝置，而該系統可保證裝置的維運狀況，以控制公司資源的存取權限。
• 情境 3：使用受管理裝置的員工和企業來賓可存取企業資源。
• 情境 4：僅提供最低限度的資源存取權限 (最低權限存取)，以利執行特定工作職掌。

現今的密碼驗證方式已經無法滿足現代數位世界對於資安的需求。為了提高企業資安防護力，越來越多的企業正在導入無密碼身分驗證技術，例如生物辨識、智慧卡、行動裝置等。本次議程將介紹最新的身分驗證技術，以及如何使用微軟的無密碼身分驗證解決方案，建立更強大的資安防護力。議程內容包括：

1. 探索無密碼身分驗證的優勢和挑戰
2. 介紹微軟的無密碼身分驗證解決方案，以及如何快速部署
3. 無密碼身分驗證的最佳實踐與案例分享
4. 如何整合無密碼身分驗證技術提高企業資安防護力

這個議程將會為您提供一個綜合性的了解，以及實際使用無密碼身分驗證解決方案的技術與工具，讓您的企業更加安全。

基於人工智慧的資料安全管理是使用機器學習演算法來分析資料，並檢測可能指示潛在安全威脅的模式。人工智慧在資料安全管理中的潛在應用包括自動化識別和分類敏感性的資料，以及使用自然語言處理（NLP）來識別非結構化資料來源（如電子郵件或文檔）中可能敏感的資訊。以此提升組織保護資料的範圍以及方式，並減少資料洩露的風險。

本議程將會著重在資安治理人員應該了解的該如何透過資料地圖來盤點組織當中的資料，並且了解機器學習是如何解決傳統資料盤點時所遇到的痛點，建構資料堡壘，並以自動化的方式進行資料加密、存取控制、合規管理及外洩防護。