---

案例一：AI 诊疗系统的“隐形暗箱”——李医生与程工程师的悲剧

李明（化名）是一位在省级三甲医院工作了十五年的心内科主任医师，医德高尚、敬业精神近乎执着，被同事们戏称为“救死扶伤的铁血坦克”。程浩（化名）是医院信息科的资深系统工程师，技术扎实却性格急躁，平时喜欢抢先一步，把最新的人工智能诊疗平台直接投入临床使用，常常不顾院内的审批流程。

2022 年年初，医院引进了一套号称“全链路智能诊疗”的AI系统，能够在数秒内完成心电图、血液指标、影像学报告的综合分析，并给出治疗方案。程浩在一次技术交流会上狂热宣讲，声称“此系统已通过国际顶尖验证，一经上线，医护工作量将削减 30%，诊疗错误率下降 95%”。为了抢占先机，他在未经伦理委员会审查、未完成信息安全评估的情况下，直接把系统接入医院的电子病历（EMR）平台。

李明在一次急诊抢救中，遇到一名 58 岁的男性患者，表现为胸痛、呼吸困难。按照常规流程，他先对患者进行心电图检查，随后将数据上传至医院 EMR，准备手动判读。程浩恰好在现场，热情推荐李主任使用新上线的AI诊疗系统。李明虽然对新技术充满好奇，但因多年经验，他仍保持审慎，询问系统的数据来源与风险提示。程浩却不耐烦地回应：“系统已经经过临床验证，您只需要点一下‘一键诊断’即可。”于是，李明在程浩的怂恿下，点击了系统的“自动诊断”按钮。

AI 系统在短短 3 秒钟内给出了“非ST段抬高型心肌梗死（NSTEMI）”的诊断结论，并推荐使用β受体阻滞剂和硝酸酯类药物。李明依据系统意见，立即安排患者使用相应药物。然而，系统在训练过程中使用的数据库并未覆盖患者的特殊合并症——严重的慢性肾功能不全。β阻滞剂在该患者体内产生不良蓄积，导致血压骤降、心率过慢。患者在抢救室出现心搏骤停，现场急救的医生们竭力复苏，却因时间延误导致脑缺血不可逆转，最终不治而亡。

事后调查显示，AI 系统的算法模型未经过本地化校准，且在部署前缺乏必要的数据安全与隐私评估。更严重的是，系统的“黑箱”特性导致医护人员无法追溯诊断依据，缺乏可解释性。程浩在事后被院方调查，因未遵守信息安全合规流程、擅自上线未审查系统而受到严肃处理；而李明则因在临床决策中未进行二次核对、过度信赖技术黑箱，受到专业伦理委员会的警示处分。

深刻教训：

1. 技术不等于安全：即使 AI 系统宣称“经过验证”，也必须经过本地化的安全评估、伦理审查和可解释性验证。
2. 医生的最终责任：无论技术多先进，临床决策的最终责任仍在医务人员手中，必须保持“人机协同、审慎核对”。
3. 信息安全合规不可缺席：系统上线前必须进行风险评估、数据脱敏、访问控制等全链路安全审计。

---

案例二：智能客服的“数据泄露风暴”——赵小姐与王总的职场风波

赵琳（化名）是某知名电子商务平台的客服主管，平时工作细致、严谨，被同事们戏称为“客服女王”。她对用户投诉的敏感度极高，常常加班至深夜，确保每一条工单都得到妥善处理。王斌（化名）是平台的业务副总经理，思维敏捷、野心勃勃，擅长抓住热点、快速推出新功能，却常常忽视合规流程的细节。

2023 年 4 月，平台决定在客服系统中引入“智能语音机器人”，声称可以实时识别用户情绪、自动生成回复，提高响应效率。王斌在董事会的会议上激动地阐述：“我们要在 30 天内完成 AI 客服全链路接入，抢占市场先机，任何合规审查都只能是‘绊脚石’”。于是，他直接指示技术部门跳过信息安全部门的审查，使用“快速部署”模式，将机器人接入生产环境。

赵琳在接到王斌的指令后，心里充满了矛盾。她深知客户信息的敏感性，尤其是涉及金融支付、身份证号等关键数据。然而，面对上级的强硬要求，她选择了沉默。上线当天，智能机器人采用了第三方云服务提供的语音识别模型，模型训练所使用的语料库未经脱敏处理，直接包括了真实用户的通话录音。

上线后一周，平台的客服量激增，机器人表现出色，平均响应时间从 30 秒降至 5 秒。可就在同一周的某个深夜，平台的安全监控系统捕捉到一次异常的数据流出：超过 10 万条带有用户姓名、手机号、收货地址的通话文本被自动上传至第三方云服务器。原来，这个第三方服务在默认配置下会把所有识别结果实时同步到其后台分析平台，而该平台并未与公司签署数据保护协议。

第二天，平台用户纷纷在社交媒体上曝光“个人信息被泄露”，舆论一片哗然。监管部门随即启动调查，发现企业在数据处理环节未进行必要的隐私影响评估（PIA），也未在合同中明确第三方的合规义务。王斌因违规指令、未履行信息安全职责被公司董事会免职并列入失信名单；赵琳因未及时报告风险、未坚持内部合规流程，受到内部审计部门的严厉警告，并被要求参加《信息安全与合规风险防控》专项培训。

深刻教训：

1. 数据泄露的链式反应：一次技术接入疏忽，可能导致海量个人敏感信息被不当传输，后果不可估量。
2. 合规审批是底线：无论业务多紧迫，都必须遵循信息安全、隐私保护的合规审批流程。
3. 监管力度不可忽视：监管部门对数据合规的审查已从事后处罚转向事前预防，合规失误将直接导致高额罚款与声誉危机。

---

透视当下：信息化、数字化、智能化、自动化的四重浪潮

在 5G、云计算、边缘计算、人工智能（AI）以及大数据融合的今天，组织的每一次技术迭代都在让业务边界、工作流程以及决策方式发生根本性变革。信息化使数据成为企业的生产要素；数字化把业务活动转化为可度量的数字流；智能化赋予系统学习、预测和自适应的能力；自动化则把这些能力以机器执行的方式呈现。

然而，技术的 “先行” 也伴随不可忽视的 安全合规风险：

• 算法黑箱：深度学习模型难以解释，导致责任追溯困难。
• 数据孤岛：跨部门、跨系统的数据交换缺乏统一治理，易产生泄露、滥用。
• 系统依赖：关键业务对单一 AI 服务的高度依赖，一旦服务中断或被攻击，业务将陷入瘫痪。
• 治理滞后：法律、标准与技术的发展速度不匹配，合规审查往往落后于实际部署。

因此，全体员工 必须成为信息安全和合规文化的守护者，而非仅仅依赖 “安全部门” 或 “合规团队”。只有把安全与合规 嵌入每一次需求、每一次代码、每一次上线，才能在激烈的市场竞争中保持“健康、可持续”的发展。

---

如何构筑全员合规防线？

1. 建立安全文化——让合规成为组织的基因

• 价值观渗透：在企业愿景、使命、价值观中明确“以安全为本、合规先行”。
• 榜样示范：高层管理者率先公开遵守安全流程，用行为树立标杆。
• 全员参与：每月一次的安全风险案例分享会，让每位员工都能“看到”风险、感受后果。

2. 完善合规培训体系——从“知晓”到“内化”

级别	培训主题	训练方式	目标
新人	信息安全基础、数据保护法律	在线课堂 + 测验	100% 通过率
中层	风险评估、业务连续性、AI 伦理	案例研讨 + 角色扮演	能独立开展风险评估
高层	全局治理、合规监管趋势	高端论坛 + 顾问辅导	把握政策导向，制定战略

3. 引入技术支撑——让合规自动化、可视化

• 安全开发生命周期（SDL）：在需求、设计、编码、测试、上线全链路嵌入安全检查。
• AI 可解释性平台：搭建模型审计系统，对关键算法输出提供可追溯解释。
• 数据访问治理（DAG）：基于角色的细粒度权限控制、实时审计日志。
• 合规监测仪表盘：实时展示合规指标（如数据泄露率、异常访问次数）并预警。

4. 完善责任追溯机制——让违规成本高于收益

• 责任矩阵：明确每个业务流程节点的安全与合规负责人。
• 违规惩戒：对违规行为实行“赏罚并举”，违规一次计入个人绩效并追究法律责任。
• 奖优激励：对表现卓越的安全卫士、合规创新者实行奖金或晋升加分。

---

让我们一起行动：加入信息安全意识提升与合规文化培训

在上述案例中，我们看到 技术 与 合规 并非对立的两极，而是一枚硬币的正反面。若只追求技术突破，却忽视合规的底线，最终只会沦为“科技负担”。相反，若把合规当作创新的绊脚石，同样会错失市场先机。

因此，我们诚邀全体员工：

1. 主动报名 公司的信息安全与合规在线学习平台，每月完成至少一次专题学习。
2. 参与实战演练：如“红队渗透模拟”“AI 伦理决策工作坊”，让理论在情景中落地。
3. 提交风险报告：发现业务流程中潜在的安全或合规漏洞，及时上报并协助整改。
4. 建立学习社群：在企业内部建立 “安全合规俱乐部”，共享最新法规、技术防护技巧。

通过上述措施，您将不仅提升个人的 安全防护能力，更能为企业打造一张 “合规防护网”，让组织在激烈的竞争中始终保持 “合规健康、创新无限” 的双重优势。

---

进入智能化时代的合规护盾——专业服务的全景呈现

为帮助企业在快速迭代的技术浪潮中实现 “安全可控、合规先行”，我们提供端到端的安全合规培训与咨询服务。以下是我们的核心产品与服务亮点，全部基于国内外最佳实践体系，覆盖 技术、制度、人才、治理 四大维度：

1. 全链路安全合规培训体系

• 基础篇：信息安全概论、数据保护法（《个人信息保护法》《数据安全法》）
• 进阶篇：AI 伦理与可解释性、算法审计、联邦学习安全
• 实战篇：红蓝对抗演练、合规风险实例复盘、危机公关模拟

2. AI 伦理合规评估平台

• 模型审计：对深度学习模型进行偏差检测、透明度评估、因果推断验证。
• 风险量化：采用定量化指标（如公平性指数、可解释性分数）生成评估报告。
• 合规建议：依据评估结果提供技术整改、流程优化、政策对接的完整方案。

3. 安全治理咨询服务

• 安全开发生命周期（SDL）落地：提供从需求到运维的全阶段安全审查清单。
• 合规治理框架搭建：协助企业制定《信息安全管理制度》《AI 伦理指引》。
• 监管对接：帮助企业对接国家网信部门、行业监管平台，实现合规报送自动化。

4. 企业内部合规文化建设

• “安全卫士”计划：选拔内部安全达人，开展内部讲师培训，形成自我驱动的安全社区。
• 情境式学习：沉浸式案例剧场，让员工在模拟的 “黑天鹅” 事件中做出决策，提升危机感知与应对能力。
• 激励机制设计：结合绩效、荣誉、物质奖励，让合规成为每位员工的自觉行为。

5. 持续监测与响应

• 安全态势感知平台：实时监控网络流量、系统日志、用户行为异常，快速预警。
• 合规指标仪表盘：可视化展示合规完成率、审计缺陷、整改进度，帮助管理层即时掌控。
• 应急响应服务：提供 24×7 安全事件响应团队，确保在危机发生时第一时间恢复业务、控制损失。

一句话概括：我们不只提供“培训”，更提供“一整套让技术合规化、让组织安全化、让员工成为安全合规主体”的解决方案。

---

结语：从血泪案例走向安全合规的新纪元

回顾 李医生与程工程师、赵小姐与王总 的血泪案例，我们清晰看到：技术的盲目拥抱、合规的敷衍了事，最终导致的不是技术进步，而是 人员伤亡、企业声誉崩塌、法律惩罚。这些惨痛的教训提醒我们：在数字化、智能化的浪潮中，合规不应是“配角”，而应是主角。

当每一位员工都把 “安全意识” 当作工作第一要务，把 “合规文化” 当作组织基因，将技术创新 与 伦理底线 有机结合时，企业才能真正实现 “技术进步、伦理不逾矩、业务可持续” 的良性循环。

在此，我们呼吁每一位同事：

“把合规写进代码，把安全写进流程，把责任写进血液。”

让我们从今天起，主动参与信息安全意识提升与合规文化培训，携手构筑企业信息安全防护的钢铁长城，让智能时代的每一次创新，都在合规与安全的护航下，驶向更加光明的未来。

---

昆明亭长朗然科技有限公司致力于打造智能化信息安全解决方案，通过AI和大数据技术提升企业的风险管理水平。我们的产品不仅具备先进性，还注重易用性，以便用户更好地运用。对此类解决方案感兴趣的客户，请联系我们获取更多信息。

• 电话：0871-67122372
• 微信、手机：18206751343
• 邮件：info＠securemymind.com
• QQ: 1767022898

“防微杜渐，未雨绸缪。”
——《左传》

在信息化、自动化、无人化、智能体化深度融合的当下，企业的每一根电路、每一枚芯片、每一段代码，都可能成为攻击者觊觎的目标。若我们把安全比作一家银行的保险箱，那么“芯片供应链”便是通往金库的地下通道；若这条通道被人悄悄打开，盗走的不是几枚纸币，而是能够决定国家安全、企业命脉的核心技术。

以下两则沉痛的案例，正是由“芯”而起的安全灾难。它们既是警示，也是我们开展信息安全意识培训的有力教材。

---

案例一：美国国防部关键系统的暗门——“后门芯片”事件

背景

2019 年，某美国防务承包商在研发一款新型雷达系统时，采购了一批据称满足最高安全等级（“Class‑5”）的 ASIC（Application‑Specific Integrated Circuit）芯片。该芯片被用于信号处理核心模块，直接影响雷达的目标检测与跟踪能力。

攻击路径

1. 设计需求阶段的植入：攻击者通过伪装成合法的 3PIP（Third‑Party Intellectual Property）供应商，向承包商提交了含有恶意硬件描述语言（HDL）代码的 IP 核。该 IP 核在功能上完全符合规格，但在内部加入了一个隐蔽的逻辑门，用以在特定频率下触发后门信号。

2. EDA 软件供应链渗透：攻击者进一步在该承包商常用的电子设计自动化（EDA）工具中投放了经过“签名篡改”的插件，使得后门逻辑在布局与路由阶段被“自动隐藏”，难以被普通的 DRC（Design Rule Check）或 Linter 检测到。

3. 晶圆制造过程的“二次植入”：在晶圆代工厂的制造流程中，攻击者利用内部人员的权限，在光刻步骤的光掩模（Mask）上嵌入微小的光刻缺陷，使得后门逻辑在特定光强条件下被“激活”。这一步骤利用了供应链中最难监控的环节——代工厂的物理层。

4. 系统部署后的漏洞利用：该雷达系统投入使用后，攻击者通过远程指令触发后门，仅需发送一段特定的电磁波形，芯片便会在不经授权的情况下开启隐藏的信号输出通道，从而泄露实时雷达回波数据。

影响

• 国家安全危机：核心雷达情报被外部势力实时窃取，削弱了美国防务体系的作战优势。
• 巨额经济损失：该承包商被迫召回并重新设计全部受影响的芯片，费用高达数亿美元。
• 信任危机：整个国防供应链的可信度受到质疑，导致后续采购流程被迫全部重新审计。

教训提炼

• 供应链每一环都可能是攻击面。从 IP 核、EDA 工具、代工厂到系统集成，任何环节的失守都可能导致致命漏洞。
• 传统的功能验证不足以发现隐蔽后门。需要采用硬件安全加固技术（如逻辑加密、侧信道防护）以及第三方安全审计。
• 安全治理必须从设计前置（Design‑Time）抓起，而非仅在生产后进行“事后补救”。

此案例在 NSA 发布的《ASIC 最佳实践威胁目录》中对应的 “威胁 4：恶意 IP 核植入” 与 “威胁 9：代工过程二次植入”，并在《ASIC LoA1 最佳实践》中提供了 “安全 IP 认证、EDA 工具完整性校验、代工厂安全评估” 等三大防御推荐。

---

案例二：云端 AI 创业公司巨额数据泄露——“Zeabur 612 GB 风暴”

背景

2026 年 8 月，一家以生成式 AI 为核心的台湾新创公司 Zeabur 在国内外快速崛起，提供 SaaS 平台让用户通过 API 调用自研模型。公司内部使用的 CI/CD 流水线、容器镜像仓库、以及第三方云服务提供商的存储均采用自动化部署。

攻击路径

1. 环境变量泄露：开发团队在 Git 仓库中误将包含云平台访问密钥的 .env 文件提交，尽管仓库设为私有，但在一次内部代码审计后，攻击者通过公开的 GitHub 代码搜索工具（GitGuardian）抓取到这些凭证。

2. 容器镜像被篡改：凭借泄露的云平台密钥，攻击者登录到公司的容器镜像仓库，对部署的镜像注入恶意启动脚本。该脚本在容器启动时自动下载并执行外部控制的 C2（Command & Control）程序。

3. 自动化流水线失控：Zeabur 采用了全自动化的 CI/CD 流水线，镜像一经推送即触发自动部署。攻击者的恶意镜像因此迅速在生产环境的数百台服务器上扩散。

4. 海量数据外泄：恶意容器具备对公司内部对象存储（Object Storage）读取权限，短短 48 小时内，约 612 GB 的内部训练数据、用户交互日志以及 API 密钥被同步上传至攻击者控制的外部服务器。

影响

• 业务中断：平台在被迫下线清理后，导致超过 1 万名用户的服务中断，直接损失估计达数千万新台币。
• 信誉受损：客户和投资人对公司数据治理能力产生质疑，导致融资受阻。
• 合规风险：涉及个人信息和敏感业务数据，触发《个人资料保护法》与《网络安全法》的审查，面临高额罚款。

教训提炼

• 敏感凭证必须实现“一次性使用、最小权限”，并通过专门的秘密管理系统（如 HashiCorp Vault）进行加密存储与审计。
• 自动化部署链条的每一步都需要安全审计，包括镜像签名、代码库静态扫描、运行时行为监控。
• 安全意识培训不可或缺：仅有技术手段，若人员不具备基本的安全认知，仍会在最简单的环节（如误提交环境变量）导致灾难。

该案例对应 NSA 报告的 “威胁 12：软件供应链泄漏” 与 “威胁 16：自动化流水线被劫持”，在《ASIC LoA1 最佳实践》中同样列出了 “CI/CD 安全基线、密钥管理和最小特权原则” 作为关键防护措施。

---

走出“安全误区”，迈向全链路防御

1. 信息安全不是 IT 部门的专利，而是全员的责任

古人云：“千里之堤，溃于蚁穴。”在当今的自动化与智能体化时代，攻击者的工具已经从传统的“键盘敲击”升级为 AI 生成的攻击脚本、自动化漏洞扫描机器人、以及基于机器学习的零日攻击平台。正因为如此，即便是最细微的人为失误，也可能被放大为系统性风险。

全员安全意识 的关键在于：

• 防微杜渐：每一次提交代码、每一次修改配置、每一次在云平台创建资源，都应当进行安全审查。
• 持续学习：在快速变化的技术生态中，安全知识的有效期往往不超过六个月。定期参加培训、阅读最新报告（如 NSA 的 ASIC 安全最佳实践）是保持“安全感知”的唯一途径。
• 主动报告：鼓励员工在发现潜在风险时第一时间上报，而不是“先观察再决定”。安全文化的核心是 “不隐瞒、及时反馈”。

2. 把“ASIC 安全最佳实践”搬到企业的每一层

NSA 的两份技术报告提供了 18 类威胁 的完整目录，涵盖从需求定义到产品退役的全生命周期。将其转化为企业内部可操作的 安全控制清单，可以帮助我们在实际工作中快速定位薄弱环节。

关键威胁	对应防御措施（抽象自 LoA1）
恶意 IP 核植入	实施 IP 核来源可信度审计、签名校验、代码签名
EDA 软件完整性被破坏	使用代码签名、二进制校验、供应商安全评估
代工过程二次植入	与代工厂签订安全协议、进行现场检查、使用防篡改光掩模
自动化流水线被劫持	镜像签名、CI/CD 安全基线、运行时行为监控
密钥泄露与滥用	秘密管理系统、最小特权原则、密钥轮换策略
…	…

通过分层防御（Defense‑in‑Depth）与零信任（Zero‑Trust）理念的结合，即使攻击者突破某一道防线，后续的阻拦措施仍能将其限制在最小范围。

3. 自动化、无人化、智能体化的双刃剑

自动化：提升效率，亦放大风险

• 优势：自动化流水线可以在几分钟内完成从源码到生产环境的全套部署，显著提升交付速度。
• 风险：若安全审计未嵌入自动化流程，恶意代码可瞬间蔓延。解决方案：在 CI/CD 中植入静态代码分析（SAST）、软件组成分析（SCA）以及容器安全扫描（Container Scanning）等自动化安全检查。

无人化：机器人替代人工，安全监控同样无人化

• 优势：无人化仓库、自动化生产线降低了人为错误的概率。
• 风险：机器人本身的固件或通信协议若不安全，可能被远程劫持。解决方案：采用硬件根信任（Root of Trust）以及链路加密，确保每一次指令都经过完整性校验。

智能体化：AI 代理成为协作伙伴

• 优势：AI 代理可主动检测异常流量、自动修补已知漏洞。
• 风险：AI 模型本身可能被对手逆向或植入后门，导致 “AI 自己攻击”。解决方案：对模型进行完整性校验、使用可信执行环境（TEE）运行关键模型，并对模型训练数据进行溯源。

4. 为何现在就要加入信息安全意识培训？

• 法律合规：随着《网络安全法》和《个人信息保护法》逐步细化，企业在信息安全方面的合规义务日益严格。未能满足合规要求将面临高额罚款甚至业务停摆。
• 商业竞争：在供应链安全成为企业竞争力的重要衡量指标时，拥有成熟安全体系的公司更容易获得大客户和政府项目的青睐。
• 风险成本：一次成功的供应链攻击往往导致数千万甚至上亿元的直接损失；相对而言，系统化的安全培训成本仅是其 千分之一。
• 技术趋势：AI、5G、边缘计算、量子安全等前沿技术正在重塑安全防御的边界。只有持续学习，才能在新技术的浪潮中保持主动。

培训计划概述

• 周期：每月一次集中培训 + 每周一次线上微课堂
• 内容：
  • 首课：信息安全概论、最新威胁态势（包括 NSA ASIC 报告要点）
  • 专项课：硬件安全（ASIC、FPGA）、软件供应链安全、云原生安全、AI/ML 模型安全
  • 实战课：红蓝对抗演练、CTF 现场、案例复盘（包括上述两大案例）
  • 工具课：安全工具入门（SAST、DAST、SBOM、容器安全）
• 考核：通过线上测评与实战演练，获取信息安全合格证书，并在内部系统中标记，可在项目评审时获得优先权。

“学而不思则罔，思而不学则殆。”
——《论语》

让每一位同事都成为 “安全的第一道防线”，从心底认同“安全是大家共同的事业”，而不是某个部门的“额外负担”。只有这样，才能在自动化、无人化、智能体化的高速赛道上，保持我们的技术领先与商业可信。

---

结语：从“芯”到“形”，筑起全员防护的高墙

在信息时代，“芯”是技术的灵魂，但它同样是攻击者的狙击手。NSA 的 ASIC 安全最佳实践告诉我们，威胁无处不在、攻击路径多维化；而真实案例则提醒我们，即使是全球最顶尖的防务机构，也可能因供应链一点疏漏而面临“后门危机”。在自动化、无人化、智能体化的浪潮中，每一次技术升级都必须同步提升安全保障，否则“效率的翅膀”很可能被“安全的绊脚石”掐断。

让我们从今天起，把信息安全的种子埋在每一位员工的心田，通过系统化的培训、严格的流程和持续的技术升级，让这颗种子发芽、开花、结果。只有这样，企业的每一枚芯片、每一次部署、每一个智能体，才会成为“可信赖的金子”，而不是潜伏的炸弹。

“防君子之过，防小人之谋。”
——《孟子》

请大家积极报名参加即将开启的 信息安全意识培训，让我们在共同学习中，拥抱技术的无限可能，也守护企业的长久安全与繁荣。

信息安全，是我们共同的使命；安全意识，是每个人的必修课。让安全思维渗透到代码、硬件、流程、以及每一次“按下部署键”的瞬间。从现在起，从每一行代码、每一块硅片、每一次自动化执行，做最好的自己，守护最重要的资产。

让我们一起，以知识为盾，以行动为剑，迎接更加安全、更加智能的未来！

通过提升人员的安全保密与合规意识，进而保护企业知识产权是昆明亭长朗然科技有限公司重要的服务之一。通过定制化的保密培训和管理系统，我们帮助客户有效避免知识流失风险。需求方请联系我们进一步了解。

• 电话：0871-67122372
• 微信、手机：18206751343
• 邮件：info＠securemymind.com
• QQ: 1767022898