113 年 國立中山大學資訊工程學系資訊安全碩士班《作業系統》

核心觀念

CPU 排程器的工作，是在 CPU 空閒或發生排程事件時，從就緒佇列中選擇下一個行程執行。評估排程演算法時，通常同時考慮：

• 系統效率：CPU 使用率、吞吐量。
• 行程效能：周轉時間、等待時間、回應時間。

設行程 $P_i$ 的到達時間為 $A_i$、第一次取得 CPU 的時間為 $F_i$、完成時間為 $C_i$。

解題方法

作答時先寫出五項效能指標的定義與最佳化方向，再逐一說明六種排程演算法。分析演算法時，應掌握四個判斷面向：

1. 是否具有搶占性。
2. 選擇下一個行程的依據。
3. 就緒佇列的組織方式。
4. 是否會造成飢餓、護航效應或過多切換成本。

---

(1)(a) CPU 排程效能指標

1. CPU 使用率（CPU utilization）

CPU 使用率是觀察期間內，CPU 實際忙於執行行程的時間比例：

$$\text{CPU 使用率} = \frac{\text{CPU 忙碌時間}} {\text{觀察期間總時間}} \times 100\%$$

CPU 使用率越高，代表 CPU 閒置時間越少，系統資源利用越充分。一般目標是提高 CPU 使用率，但過度頻繁的內容切換也會增加額外負擔，因此高使用率不代表所有行程的服務品質都最佳。

2. 吞吐量（throughput）

吞吐量是單位時間內完成的行程數：

$$\text{吞吐量} = \frac{\text{完成的行程數}} {\text{總執行時間}}$$

吞吐量越高，表示系統在一段時間內完成越多工作，適合衡量批次系統的處理能力。

吞吐量只計算「完成幾個行程」，不直接表示完成的工作量。因此，優先執行許多短行程，可能提高吞吐量，但長行程的等待時間仍然很久。

3. 周轉時間（turnaround time）

周轉時間是行程從到達系統至完成的總時間：

$$T_i=C_i-A_i$$

它包含：

• 在就緒佇列中的等待時間。
• 實際使用 CPU 的時間。
• 進行輸入／輸出所花的時間。
• 必要的內容切換與其他系統額外負擔。

周轉時間越短，表示行程從送出至完成所花的總時間越少。批次工作通常重視平均周轉時間。

4. 等待時間（waiting time）

等待時間是行程累計停留在就緒佇列、等待取得 CPU 的時間：

$$W_i=\text{行程在就緒佇列中的累計時間}$$

等待輸入／輸出的時間不屬於 CPU 排程中的等待時間。等待時間越短，表示行程越快獲得 CPU 服務。

等待時間不等於周轉時間，因為周轉時間還包括 CPU 執行時間與輸入／輸出時間。

5. 回應時間（response time）

回應時間是行程到達後，第一次取得 CPU 服務所需的時間：

$$R_i=F_i-A_i$$

互動式系統特別重視回應時間，因為使用者關心的是「送出請求後多久開始得到反應」，不一定要等整個工作完成。

回應時間只計算到第一次取得 CPU，不包含第一次執行後再次等待的時間，也不等於周轉時間。

例如某行程有：

$$A_i=2,\qquad F_i=5,\qquad C_i=14$$

且累計在就緒佇列等待 $6$ 個時間單位，則：

$$R_i=5-2=3$$ $$T_i=14-2=12$$ $$W_i=6$$

指標的最佳化方向

指標	衡量內容	一般目標
CPU 使用率	CPU 忙碌比例	最大化
吞吐量	單位時間完成的行程數	最大化
周轉時間	到達至完成的總時間	最小化
等待時間	等待 CPU 的累計時間	最小化
回應時間	到達至第一次取得 CPU 的時間	最小化

---

(1)(b) CPU 排程演算法

1. 先到先服務（FCFS，First-Come, First-Served）

FCFS 按照行程進入就緒佇列的先後順序執行，先到達者先取得 CPU。

FCFS 通常是非搶占式排程。行程一旦取得 CPU，會持續執行至完成目前的 CPU 執行區段、主動阻塞等待輸入／輸出，或結束。

優點：

• 實作簡單。
• 佇列順序清楚。
• 不容易使行程永久得不到 CPU。

缺點：

• 容易產生護航效應（convoy effect）。
• 一個 CPU 執行時間很長的行程，會使後方許多短行程排隊等待。
• 平均等待時間、平均周轉時間與互動式回應時間通常不佳。

例如一個長 CPU-bound 行程先執行，後方的短 I/O-bound 行程即使只需要少量 CPU，也必須等待長行程結束。

2. 最短工作優先（SJF，Shortest-Job-First）

SJF 每次選擇預估下一段 CPU 執行時間最短的行程：

$$\text{選擇最小的下一段 CPU burst}$$

標準 SJF 是非搶占式：目前行程開始執行後，即使新到達的行程更短，也要等目前 CPU 執行區段結束才重新選擇。

若允許新到達的短行程搶占目前行程，稱為最短剩餘時間優先（SRTF，Shortest-Remaining-Time-First）。

SJF 在 CPU 執行時間已知，且行程同時可供選擇的條件下，能使平均等待時間最小。其原因是短工作排在長工作之前，可降低後續所有行程的等待累計。若兩個工作長度分別為 $p_i>p_j$，在時間 $t$ 開始排程：

• 先執行 $P_i$ 的等待時間總和為 $2t+p_i$。
• 先執行 $P_j$ 的等待時間總和為 $2t+p_j$。

因為 $p_j<p_i$，所以短工作先執行較佳。

優點：

• 平均等待時間通常最小。
• 平均周轉時間通常較短。
• 適合 CPU 執行時間可預估的批次工作。

缺點：

• 下一段 CPU burst 通常事前未知，只能估計。
• 長行程可能長期得不到 CPU，形成飢餓。
• 需要額外的 CPU burst 預測機制。

常見的指數平均預測公式為：

$$\tau_{n+1} = \alpha t_n+(1-\alpha)\tau_n$$

核心觀念

RAID（Redundant Array of Independent Disks）是將多顆獨立磁碟組合成一個邏輯磁碟，利用「資料條帶化、鏡像或同位檢查碼」提升儲存效能、容量利用率與容錯能力。

設有 $N$ 顆相同容量的磁碟，每顆容量為 $C$。解題時應掌握三項設計：

1. 條帶化（striping）：將連續資料切成位元、位元組或區塊，分散至不同磁碟，讓多顆磁碟平行讀寫。
2. 鏡像（mirroring）：將同一份資料複製至不同磁碟。
3. 同位檢查碼（parity）：以異或運算產生冗餘資訊。若某一資料區塊遺失，可由其他資料與 parity 還原：

$$P=D_0\oplus D_1\oplus \cdots \oplus D_{k-1}$$

若 $D_i$ 遺失，則：

$$D_i=P\oplus D_0\oplus\cdots\oplus D_{i-1} \oplus D_{i+1}\oplus\cdots\oplus D_{k-1}$$

其中 $\oplus$ 為 XOR。RAID 6 另外使用第二組獨立的校驗碼 $Q$，因此可同時處理兩顆磁碟故障。

解題方法

逐一判斷每種 RAID 的：

• 條帶化粒度：位元、位元組或區塊。
• 冗餘方式：無冗餘、鏡像、Hamming ECC 或 parity。
• parity 的位置：集中在專用磁碟，或分散至所有磁碟。
• 可用容量、可容忍的磁碟故障數量與效能瓶頸。

---

RAID 0：區塊條帶化，無冗餘

RAID 0 將連續資料區塊分散到不同磁碟，但不儲存任何複本或 parity。

              磁碟 D0   磁碟 D1   磁碟 D2   磁碟 D3
條帶 0          A0        A1        A2        A3
條帶 1          B0        B1        B2        B3
條帶 2          C0        C1        C2        C3

同一列構成一個 stripe，$A_0,A_1,A_2,A_3$ 是連續資料的一部分。讀取連續資料時，四顆磁碟可以平行工作，因此效能高。

• 可用容量：

$$NC$$

• 最少磁碟數：2 顆。
• 容錯能力：0 顆。
• 優點：效能與容量利用率最高。
• 缺點：任一顆磁碟故障，都會使部分條帶遺失，整個邏輯磁碟的資料無法完整使用。

RAID 0 的「0」代表沒有冗餘，不能用於需要資料可靠性的場合。

---

RAID 1：鏡像（Mirroring）

RAID 1 將每一份資料完整複製到另一顆磁碟，通常以兩顆磁碟形成一組鏡像。

              磁碟 D0   磁碟 D1   磁碟 D2   磁碟 D3
條帶 0          A0        A0        B0        B0
條帶 1          A1        A1        B1        B1
條帶 2          C0        C0        D0        D0

其中 $D_0,D_1$ 是一組鏡像，$D_2,D_3$ 是另一組鏡像。寫入資料時必須寫入兩份；讀取時可從任一副本讀取，也能將讀取工作分散到不同磁碟。

• 可用容量：雙碟鏡像時為

$$\frac{N}{2}C$$

• 最少磁碟數：2 顆。
• 容錯能力：每一組鏡像可故障 1 顆；同一組兩顆同時故障會造成資料遺失。
• 優點：可靠度高、讀取效能良好、重建簡單。
• 缺點：容量利用率只有約 50%，寫入資料必須更新兩份。

---

RAID 2：位元條帶化與 Hamming ECC

RAID 2 以「位元」為條帶化單位，並使用多顆 ECC 磁碟儲存 Hamming error-correcting code。

以下以 $4$ 顆資料磁碟與 $3$ 顆 ECC 磁碟的 Hamming(7,4) 配置示意：

                         資料碟             ECC 碟
                       D0   D1   D2   D3   E0   E1   E2
資料碼字 0              a0   a1   a2   a3   H0   H1   H2
資料碼字 1              b0   b1   b2   b3   H0'  H1'  H2'
資料碼字 2              c0   c1   c2   c3   H0'' H1'' H2''

每個碼字包含資料位元與 Hamming 檢查位元。若有 $k$ 個資料位元、$r$ 個檢查位元，標準 Hamming code 需滿足：

$$2^r\geq k+r+1$$

Hamming code 可利用 syndrome 定位錯誤位元，因此：

• 可更正單一位元錯誤。
• 可偵測雙位元錯誤。
• 典型位元條帶配置可處理一顆磁碟失效所造成的單一位元位置遺失。
• 可用容量約為 $kC$，其中總磁碟數為 $k+r$。

RAID 2 的 ECC 磁碟數較多、控制複雜，而且現代磁碟本身已內建 ECC，因此實務上幾乎不使用。

---

RAID 3：位元組條帶化與專用 parity 磁碟

RAID 3 將資料以「位元組」為單位分散到資料磁碟，並使用一顆專用磁碟儲存 parity。

              磁碟 D0   磁碟 D1   磁碟 D2   磁碟 D3   parity
位元組條帶 0     A0        A1        A2        A3        P0
位元組條帶 1     B0        B1        B2        B3        P1
位元組條帶 2     C0        C1        C2        C3        P2

例如：

$$P_0=A_0\oplus A_1\oplus A_2\oplus A_3$$

若任一資料磁碟故障，可利用其他資料位元組與 parity 還原。

• 可用容量：

$$(N-1)C$$

• 最少磁碟數：3 顆。
• 容錯能力：1 顆磁碟。
• 條帶化粒度：位元組。
• 優點：適合大量連續資料的平行讀寫。
• 缺點：所有 parity 都集中在同一顆磁碟，造成 parity 磁碟的 I/O 瓶頸；所有磁碟通常需要同步運作。

---

RAID 4：區塊條帶化與專用 parity 磁碟

RAID 4 與 RAID 3 的主要差別是條帶化粒度。RAID 4 以「區塊」為單位，而不是以位元組為單位。

              磁碟 D0   磁碟 D1   磁碟 D2   磁碟 D3   parity
區塊條帶 0       A0        A1        A2        A3        P0
區塊條帶 1       B0        B1        B2        B3        P1
區塊條帶 2       C0        C1        C2        C3        P2

每個 stripe 的 parity 為：

核心觀念

本題考查分散式系統的快取一致性。用戶端把主機（master machine）上的資料快取到本機後，主機上的資料可能更新，因此用戶端需要判斷快取副本是否仍有效。

一致性檢查分成兩種方式，差別在於由誰啟動：

• 用戶端發起（client-initiated）：用戶端主動向主機確認快取是否仍有效。
• 伺服器發起（server-initiated）：主機在資料更新時，主動通知持有該資料快取的用戶端。

主機可用版本號、時間戳記或修改序號表示資料版本。若快取版本與主機版本相同，快取有效；若版本不同，用戶端便須取得最新資料。

解題方法

1. 用戶端發起驗證
   用戶端在讀取快取資料前，向主機詢問資料是否已變更，或比較快取版本與主機版本。若版本未變，用戶端沿用本機副本；若版本已變，用戶端重新取得最新資料並更新快取。用戶端也可以定期驗證，但兩次驗證之間，快取可能尚未察覺主機已更新。

2. 伺服器發起通知
   主機記錄哪些用戶端快取了哪些資料。資料被修改時，主機通知相關用戶端更新副本，或將舊副本標記為失效。用戶端收到失效通知後，在下次讀取時重新取得資料；

核心觀念

本題考查作業系統中的「臨界區問題（critical-section problem）」，以及一個正確同步機制必須滿足的三項條件：

1. 互斥（mutual exclusion）
2. 進展（progress）
3. 有限等待（bounded waiting）

當多個行程或執行緒同時存取共享資料時，若執行順序受到排程影響，便可能產生競爭情況（race condition），導致結果不正確。

---

臨界區問題

每個行程通常可抽象為以下四個區段：

do {
    entry section       // 申請進入臨界區
    critical section    // 存取共享資源
    exit section        // 離開臨界區並釋放資源
    remainder section   // 其他與共享資源無關的工作
} while (true);

其中：

• entry section：行程嘗試取得進入臨界區的權利。
• critical section：存取共享變數、共享檔案、共同資料結構等資源的程式區段。
• exit section：完成操作後釋放鎖定或通知其他等待者。
• remainder section：不涉及共享資源的其他程式。

例如，共享變數 count 初值為 $5$，兩個行程都要執行：

count = count + 1

這項操作通常可拆成「讀取、加一、寫回」三步：

時間	行程 $P_i$	行程 $P_j$
1	讀取 count = 5
2		讀取 count = 5
3	計算 $5+1$
4	寫回 count = 6
5		寫回 count = 6

雖然兩個行程各自加了一次，最後結果卻是 $6$，而不是預期的 $7$。這是因為兩個行程同時進入存取共享資料的程式區段，造成更新遺失。

因此，臨界區問題就是：設計一套同步協定，使多個行程能安全地存取共享資源，同時避免資料不一致、死結與無限期等待。

---

三項必要要求

1. 互斥（Mutual Exclusion）

在任一時刻，最多只能有一個行程位於臨界區內。

若行程 $P_i$ 正在執行臨界區，其他行程 $P_j$ 不得同時執行自己的臨界區。

可形式化表示為：

$$\left|\left\{P_i \mid P_i\text{ 正在執行 critical section}\right\}\right| \leq 1$$

互斥主要確保「安全性（safety）」：

• 共享資料不會被多個行程同時修改。
• 不會因交錯執行而產生不一致結果。
• 同一把鎖在同一時間只能被一個行程持有。

互斥只說明「不能同時進入」，並不保證等待中的行程最後一定能進入。

---

2. 進展（Progress）

若目前沒有任何行程位於臨界區，且有一個以上的行程想要進入臨界區，則必須在有限時間內決定哪一個行程可以進入，不能無限期拖延。

設：

• 臨界區目前為空；
• $W$ 為正在 entry section 等待進入的行程集合。

則進展要求可表示為：

$$\text{critical section 為空且 } W\neq\varnothing \Longrightarrow \text{在有限時間內選出 }P_i\in W\text{ 進入臨界區}$$

核心觀念

本題考查分散式系統面對「部分元件失效」時的完整容錯流程：

$$\text{Failure Detection} \rightarrow \text{Reconfiguration} \rightarrow \text{Recovery}$$

而 Fault Tolerance 是系統透過上述機制與備援設計，在元件發生故障時仍能維持正確服務的整體能力。

分散式系統的困難在於：一個節點無法直接觀察另一個節點的內部狀態。遠端節點沒有回應，可能是節點當機，也可能是網路壅塞、連線中斷、封包遺失，甚至只是處理速度變慢。因此，故障處理不能只依賴「是否收到回應」，還必須考慮網路分割、資料一致性與重複執行等問題。

常見故障包括：

• Site／Node Failure：整個主機、處理器或作業系統停止運作。
• Link Failure：兩個節點間的網路連線中斷。
• Storage Failure：磁碟或儲存裝置損壞，使資料無法讀取。
• Partial Failure：部分節點或連線失效，但其他節點仍繼續運作，這是分散式系統最重要的故障特性。

解題方法

四個名詞可依「偵測故障、改變系統配置、恢復故障元件、達成持續服務」的順序作答。每個名詞均應包含：

1. 名詞定義。
2. 實際採用的機制。
3. 故障處理後所達成的效果。
4. 分散式環境中的限制或注意事項。

一、Failure Detection：故障偵測

Failure Detection 是系統判斷某個節點、處理程序、連線或硬體是否已失效的機制。

常見做法如下：

• 由節點週期性傳送 heartbeat。
• 監控端以 ping、請求—回應訊息或租約（lease）確認遠端節點仍在運作。
• 若在指定時間內未收到回應，便將該元件標記為 suspected failed。
• 若由多個節點共同監控，也可透過多數決降低單一監控者誤判的影響。

然而，逾時只能表示「疑似失效」，不能直接證明節點已當機。在非同步分散式系統中，訊息延遲沒有固定的最大上限，因此系統無法完全區分：

• 遠端節點已經崩潰；
• 網路路徑中斷；
• 網路暫時壅塞；
• 遠端節點仍正常，但回應速度過慢。

因此，實務上的 failure detector 必須在兩種性質間取捨：

• Completeness（完整性）：已失效的節點最終會被偵測出來。
• Accuracy（準確性）：正常節點不會被誤判為失效。

在網路延遲不可預測的環境中，通常只能使用「最終準確」的故障偵測器，並容許暫時的 false positive。故障偵測的結果通常會交給後續的 reconfiguration protocol 處理，而不是直接刪除該節點的所有資料。

二、Reconfiguration：重新配置

Reconfiguration 是系統在偵測到故障後，修改目前的邏輯配置，使剩餘的正常元件能繼續提供服務。

重新配置可能包括：

• 將失效節點從目前的 membership 中移除。
• 將備援節點提升為新的 primary、leader 或 coordinator。
• 將用戶端請求重新導向至其他正常節點。
• 修改 routing table，使封包避開失效的 link。
• 調整 replication group、quorum 與資料分割配置。
• 降低服務功能或進入 degraded mode，使核心服務仍可用。

例如，若主要伺服器 $S_1$ 當機，而備援伺服器 $S_2$ 擁有最新資料，系統可以將 $S_2$ 提升為新的服務提供者，並將後續請求全部導向 $S_2$。

重新配置必須處理 split-brain 問題。若網路分割造成兩組節點各自認為自己是主要群組，可能同時接受寫入，導致資料不一致。因此，常見保護機制包括：

• quorum 多數決；
• leader election；
• epoch／term 編號；
• fencing，禁止疑似失效的舊節點繼續寫入；
• 以一致性協定原子地更新 membership。

重新配置的主要目的，是在故障元件尚未修復前，先讓服務維持運作；它不等於把故障硬體修好。

三、Recovery from Failure：故障恢復

Recovery from Failure 是故障元件被重新啟動、修復後，將其狀態恢復到可接受且一致的狀態，並重新加入分散式系統的過程。

典型恢復流程如下：

1. 重新啟動或修復元件
   重新啟動主機、作業系統、程序、儲存裝置或網路連線。

2. 載入穩定儲存體中的狀態
   從 stable storage 讀取最近一次 checkpoint。

第 2 題　Security

（1）Adversarial Example Attacks：對抗樣本攻擊

核心觀念

對抗樣本攻擊是針對機器學習模型輸入資料所進行的攻擊。攻擊者在原始輸入 $x$ 上加入人眼不易察覺、但能改變模型判斷結果的微小擾動 $\delta$，使分類器產生錯誤預測。

令模型為 $f_\theta$，原始正確標籤為 $y$，非目標式攻擊可表示為：

$$\min_{\delta}\|\delta\|_p \quad \text{s.t.}\quad f_\theta(x+\delta)\ne y,\qquad x+\delta\in\mathcal X$$

其中 $\|\delta\|_p$ 表示擾動大小，$\mathcal X$ 表示合法輸入範圍。

若攻擊者指定模型必須誤判為目標類別 $y_t$，則稱為目標式攻擊：

$$\min_{\delta}\|\delta\|_p \quad \text{s.t.}\quad f_\theta(x+\delta)=y_t,\qquad y_t\ne y$$

解題方法

答題時應依序說明：

1. 攻擊對象是模型的輸入與推論結果。
2. 攻擊方式是在輸入中加入受限制的擾動。
3. 攻擊目標是使模型誤判，且擾動通常維持在不易被察覺的範圍。
4. 攻擊可分為：
   • 非目標式攻擊：只要求模型判斷錯誤。
   • 目標式攻擊：要求模型判斷成特定錯誤類別。
   • 白箱攻擊：知道模型結構、參數或梯度。
   • 黑箱攻擊：只能觀察輸入與輸出，透過查詢推測攻擊方向。

常見方法包括 FGSM 與 PGD。以 FGSM 為例，非目標式攻擊可依損失函數梯度決定擾動方向：

$$x'=x+\epsilon\operatorname{sign}\left(\nabla_x L(\theta,x,y)\right)$$

其中 $\epsilon$ 控制攻擊強度。

解題技巧

最容易混淆的是：

• 對抗樣本攻擊：發生在模型推論階段，修改輸入。
• 資料投毒攻擊：發生在模型訓練階段，污染訓練資料。
• 對抗樣本不一定是惡意程式，也可以是圖片、聲音、文字或網路封包等輸入資料。

---

（2）Zero Trust Architecture：零信任架構（ZTA）

核心觀念

零信任架構的核心原則是：

Never trust, always verify：不因使用者位於內部網路就直接信任，每次存取都必須驗證。

傳統邊界防禦假設內部網路可信、外部網路不可信；零信任則假設攻擊者已經存在於網路中，因此不能只依據 IP、網段、VPN 或所在位置授予權限。

ZTA 的主要原則包括：

• 以身分為中心，而非以網路位置為中心。
• 每次存取都進行驗證與授權。
• 實施最小權限。
• 授予單次、限時、限範圍的存取權。
• 持續監控使用者、裝置、應用程式與資源狀態。
• 假設系統已遭入侵，並限制橫向移動。
• 保護的對象是資料、服務與運算資源，而不只是網路邊界。

解題方法

零信任存取流程可表示為：

$$\text{存取請求} \rightarrow \text{PEP} \rightarrow \text{政策判斷} \rightarrow \text{允許或拒絕}$$

其中：

• Policy Engine（PE）：根據身分、角色、裝置安全狀態、地點、時間、行為風險與資源敏感度作成允許或拒絕決策。
• Policy Administrator（PA）：依據決策建立、維持或撤銷使用者與資源之間的連線。
• Policy Enforcement Point（PEP）：實際執行阻擋、放行、限權與中斷連線。

實作上通常搭配身分與存取管理（IAM）、多因素驗證、裝置狀態檢查、微分段、端點偵測、持續記錄與威脅情報。

解題技巧

看到 ZTA 時，應抓住三個關鍵詞：

1. Never trust
2. Always verify
3. Least privilege

「已登入」不代表永久信任；權限會依風險與情境持續重新評估。

---

（3）Privacy Enhancing Technology：隱私增強技術（PET）

核心觀念

隱私增強技術是用來降低個人資料蒐集、揭露、連結與濫用風險，同時維持資料分析或服務功能的一組技術與方法。PET 不是單一產品，而是一整類「隱私保護設計」。

常見技術包括：

• 加密技術：傳輸加密、儲存加密、端到端加密。
• 同態加密：直接對密文計算，解密後得到計算結果。
• 安全多方計算：多方共同計算，彼此不直接揭露原始資料。
• 零知識證明：證明某項敘述為真，但不揭露秘密本身。
• 差分隱私：加入受控制的隨機雜訊，降低單一個體被辨識的機率。
• 聯邦學習：資料留在各端，只交換模型更新內容。
• 匿名化與假名化：降低資料與真實身分的直接連結。
• 可信執行環境（TEE）：在受硬體保護的隔離區執行敏感運算。

差分隱私常用下列條件表示。對相鄰資料集 $D,D'$ 與事件集合 $S$：

$$\Pr[M(D)\in S] \le e^\varepsilon\Pr[M(D')\in S]+\delta$$

$\varepsilon$ 越小，隱私保護通常越強，但資料效用會下降；$\delta$ 表示極小的例外機率。

解題方法

答題可依資料生命週期說明：

1. 蒐集階段：資料最小化，只蒐集必要欄位。
2. 儲存階段：加密、分權、去識別化與存取控制。
3. 處理階段：使用差分隱私、同態加密、安全多方計算或聯邦學習。
4. 分享階段：限制資料可識別性與可連結性。
5. 刪除階段：提供保存期限與安全刪除機制。

解題技巧

• 假名化不等於匿名化：只要仍能透過其他資料重新連回個人，就不能視為完全匿名。
• 單純加密可保護資料傳輸與儲存，但資料在解密後處理時仍會暴露；PET 的價值在於降低「使用資料時」的揭露程度。
• 聯邦學習並非自動安全，模型梯度仍可能洩漏資料，因此常搭配安全聚合與差分隱私。

---

（4）Multi-Factor Authentication：多因素驗證（MFA）

核心觀念

多因素驗證要求使用者提供至少兩種彼此獨立的身分驗證因素。主要因素包括：

1. 所知之事（Knowledge）：密碼、PIN、答案。
2. 所持之物（Possession）：手機、硬體安全金鑰、OTP 裝置、Passkey。
3. 本身特徵（Inherence）：指紋、臉部、虹膜、聲紋。
4. 地點與行為可作為風險判斷訊號，但不應取代主要的獨立驗證因素。

例如：

• 密碼 + 驗證器 App 的一次性密碼。
• 密碼 + 硬體安全金鑰。
• 密碼 + 指紋。
• Passkey 搭配裝置解鎖機制。

兩組密碼仍屬同一類「所知之事」，不是真正的多因素驗證。