企業監看員工網路活動法律爭議之防堵
日本總務省遵照其「u化日本政策報告」（2004年12月公布）以及IT策略本部「IT新改革策略」（今年1月公布）之規劃方向，8月11日正式對外公布「2010次世代寬頻整備策略」，以2010年該國寬頻覆蓋率超過百分之九十，作為寬頻基礎建設整備之政策目標。 詳言之，依照前開策略之記載，一則希望2008年底該國所有市町村均得接取寬頻，以求消弭目前尚有部分地區根本無從接取寬頻之區域落差現象，再則預計2010年底，全國能有超過百分之九十的家庭得以接取上傳下載雙向速度均超過30Mbps之超高速寬頻。於此過程，固然原則上係由民間主導相關整備活動之進行，惟官方亦應本諸技術中立之立場，施行適切之競爭政策，規劃吸引業者投資之誘因；其中，位處偏遠、投資效益可能偏低之地區，宜藉由中央、地方、居民、業者等各界相互交流合作，並配合技術層面之進展，妥善進行。另外，宣導整備成果、開發創新應用、維繫安全環境等，均屬重要，亦應於前開寬頻整備過程一併積極推動，以利後效。
歐盟發布頻譜政策公眾諮詢書於今年 5 月中旬，歐盟無線頻譜政策小組 ( Radio Spectrum Policy Group ，以下簡稱 RSPG ) 對於是否允許使用用以提供廣播電視服務之頻段，提供多媒體服務 (multimedia services) 一事，表示意見並徵詢共眾意見，而所稱的多媒體服務係指於行動通信環境中，提供結合傳統廣播 ( 一對多 ) 以及通訊 ( 點對點 ) 的服務。於此次的公眾意見諮詢書中， RSPG 表示此次意見諮詢的目的旨在促進多媒體服務的提供，但亦指出多媒體服務的發展不應扭曲頻譜的整體使用規劃以及市場競爭。除此之外，亦不應與歐盟各會員國境內以促進文化及媒體多元化之媒介內容規範相左。而就如何導入多媒體服務一事， RSPG 考量核發新執照，或是重新檢視現有的執照制度，以允許業者得使用頻譜提供多媒體服務。此次的公眾意見諮詢將於 6 月 14 日 結束，其發展有待未來更進一步的觀察。
日本內閣閣議決定海上風力發電促進法案日本內閣於2018年3月9日閣議決定《關於促進海上再生能源發電設備之整備海域利用法律案》（海洋再生可能エネルギー発電設備の整備に係る海域の利用の促進に関する法律案，以下簡稱海上風力發電促進法案）。 日本四面環海、國土面積狹窄，長期、安定且有效率地實施海洋再生能源發電事業十分重要。此外，海上再生能源發電之碳排放量較火力發電為少，有助於地球暖化對策，推動海上再生能源發電事業亦可幫助發電設備之設置、維護等相關產業發展，加上現行規範缺乏允許業者長期占用指定區域等相關規範，不利於推動海洋再生能源發電事業，故日本政府擬透過制定《海上風力發電促進法案》，促進相關事業發展，以擴大再生能源導入量。 根據法案規定，為推動再生能源發電設備之整備海域（促進區域）之利用，未來政府將制定基本方針，經產大臣及國土交通大臣、農林水產大臣、環境大臣等在聽取協議會意見後指定「促進區域」，並訂定公開募集占用指引。欲從事海上風力發電之業者，應向經產大臣及國土交通大臣提出公募占用計畫，經產大臣及國土交通大臣根據內容及供應價格等選定最佳計畫。計畫經認可之業者，可根據占用計畫向國土交通大臣申請最長可達30年之占用許可。
合成資料（synthetic data）「合成資料」（synthetic data）的出現，是為了保護原始資料所可能帶有的隱私資料或機敏資料，或是因法規或現實之限制而無法取得或利用研究所需資料的情況下，透過統計學方法、深度學習、或自然語言處理等方式，讓電腦以「模擬」方式生成研究所需之「合成資料」並進行後續研究跟利用，透過這個方法，資料科學家可以在無侵犯隱私的疑慮下，使合成資料所訓練出來的分類模型（classifiers）不會比原始資料所訓練出來的分類模型差。 在合成資料的生成技術當中，最熱門的研究為運用「生成對抗網路」（Generative Adversarial Network, GAN）形成合成資料（亦有其他生成合成資料之方法），生成對抗網路透過兩組類神經網路「生成網路」（generator）與辨識網路（discriminator）對於不同真偽目標值之反覆交錯訓練之結果，使其中一組類神經網路可生成與原始資料極度近似但又不完全一樣之資料，也就是具高度複雜性與擬真性而可供研究運用之「合成資料」。 英國國防科技實驗室（Defense Science and Technology Laboratory, DSTL）於2020年8月12日發布「合成資料」技術報告，此技術報告為DSTL委託英國航太系統公司（BAE Systems）的應用智慧實驗室（Applied Intelligence Labs, AI Labs）執行「後勤科技調查」（Logistics Technology Investigations, LTI）計畫下「資料科學與分析」主題的工作項目之一，探討在隱私考量下（privacy-preserving）「合成資料」當今技術發展情形，並提供評估技術之標準與方法。 技術報告中指出，資料的種類多元且面向廣泛，包含數字、分類資訊、文字與地理空間資訊等，針對不同資料種類所適用之生成技術均有所不同，也因此對於以監督式學習、非監督式學習或是統計學方法生成之「合成資料」需要採取不同的質化或量化方式進行技術評估；報告指出，目前尚未有一種可通用不同種類資料的合成資料生成技術或技術評估方法，建議應配合研究資料種類選取合適的生成技術與評估方法。