108 年 國立成功大學會計學研究所乙組《管理資訊系統》

本題主要在探討軟體專案管理不當所可能導致的直接後果。一個完善的專案管理能夠確保專案在預算內、按時、並達成預期的技術目標，同時也要顧及團隊成員間的協作與溝通。

• 成本超支 (cost overruns)：專案管理不善，例如需求定義不清、進度落後、資源分配不當等，都極容易導致專案的實際花費超出預算。
• 技術不足 (technical shortfalls)：若專案目標設定不實際，或是開發過程中未能有效克服技術難題，可能導致最終交付的產品無法滿足技術要求。

本題在考察資訊系統 (IS) 專案中，負責審核與批准各部門系統計畫的組織單位。

• 專案團隊 (project team)：主要負責執行專案，而非審核與批准。
• IS 資訊系統指導委員會 (IS steering committee)：這個委員會通常由高階主管組成，負責設定資訊系統的策略方向，審核重大資訊系統投資計畫，並確保資訊系統與企業整體目標一致。

本題探討 Amazon 利用網際網路銷售書籍，相比傳統書店，展現了資訊服務在商業策略上的應用。我們需要分析 Amazon 的商業模式與題目選項之間的關係。

• 低成本領導 (low-cost leadership)：Amazon 透過網路銷售，可以減少實體店面的租金、人力、庫存等成本，並透過規模經濟降低單位成本，進而提供較低的價格，這是低成本領導策略的體現。
• 專注市場利基 (focusing on market niche)：Amazon 雖然一開始專注於書籍，但其規模和服務早已超越單一市場利基，而是追求廣泛的市場覆蓋。

Thomas Friedman 在其著作《世界是平的》(The World Is Flat) 中，提出「世界是平的」這個概念，主要在描述全球化趨勢下，由於科技（特別是網際網路）的發展，世界各地的聯繫變得更加緊密，競爭更加激烈，個人或小型組織也能夠與大型企業在全球範圍內競爭。

• 全球資本主義正在將文化和商業實踐同質化 (global capitalism is homogenizing culture and business practices throughout the world)：這是 Friedman 所論述的「平坦化」現象的一個重要面向。科技使得資訊、文化、商業模式更容易跨越國界傳播，導致各地區在文化和商業行為上趨於相似。
• 網際網路降低了已開發國家的經濟優勢 (the Internet has reduced the economic advantages of developed countries)：這也是「平坦化」的一個結果。

本題在考察大數據 (Big Data) 的基本概念，特別是 IBM 提出的「4V」模型。大數據的特徵通常包含以下幾個方面：

• Volume (數量)：數據量巨大，遠超過傳統數據處理工具的能力。
• Velocity (速度)：數據產生、處理和分析的速度非常快，通常是即時或近乎即時的。
• Variety (多樣性)：數據類型多樣，包括結構化數據（如資料庫）、半結構化數據（如 XML、JSON）和非結構化數據（如文字、圖片、影音）。
• Veracity (真實性)：數據的準確性、可靠性，以及數據中可能存在的噪聲或不確定性。

本題在探討組織中負責資料庫物理設計與維護的專門職能。

• 資料管理 (data administration)：這是一個較廣泛的術語，可能涵蓋數據的生命週期管理，包括策略、標準、品質等，但物理設計與維護通常不是其核心。
• 資訊政策管理 (information policy administration)：負責制定和執行與資訊使用、安全、隱私等相關的政策。

本題旨在區分與數據分析相關的不同概念。

• 商業智慧 (Business Intelligence, BI)：通常涵蓋了獲取、儲存、分析和呈現商業資訊的技術和流程，目的是支援決策。它是一個較大的範疇，包括了數據倉儲、報表、儀表板等。
• 商業流程發現 (Business Process Discovery)：專注於識別、記錄和分析現有的業務流程，以尋找改進的機會。

本題探討區塊鏈技術在比特幣中的關鍵貢獻，特別是解決了哪一個傳統數位貨幣難以克服的問題。

• 雙重支付 (double-spending)：這是數位貨幣面臨的一個根本性挑戰。由於數位資訊可以被無限複製，如何在不依賴中心化機構驗證的情況下，確保一筆數位資產（如比特幣）不會被重複花費，是關鍵問題。區塊鏈技術透過其去中心化的分佈式帳本和共識機制，有效地解決了這個問題。

本題探討駭客如何建立殭屍網路 (botnet)。殭屍網路是由大量被感染的電腦（稱為殭屍電腦或 bot）組成，並由一個或多個主控端 (command and control, C&C) 伺服器遠端操控，用於發動網路攻擊、傳播垃圾郵件、竊取資訊等惡意活動。

• 選項 A 和 B：Web 搜尋機器人 (Web search bots) 通常用於網頁抓取或搜尋引擎優化，而非直接用於建立 botnet。雖然惡意軟體可能偽裝成搜尋機器人，但這不是建立 botnet 的標準方式。

本題在考察企業採購相關的術語。

• 電子採購 (e-procurement)：指利用網際網路或電子商務技術來進行採購活動，例如線上訂購、電子支付等。它是一種採購的「方式」，但不是指整個採購流程。
• 尋源 (sourcing)：這是採購流程的一部分，主要指識別和評估潛在供應商的過程。

本題探討協作 (collaboration) 與知識管理 (knowledge management) 之間的關係。知識管理的核心目標是有效地創建、共享、應用和儲存知識，以提升組織績效。協作是實現這些目標的重要手段。

• 選項 A (知識增加，協作也增加)：這是一種可能的正向循環，但不是最根本的描述。
• 選項 B (沒有協作就沒有知識)：這過於絕對。個人獨立思考、學習和研究也可以產生知識。
• 選項 C (知識只有在與他人分享時才有用)：這是知識管理非常重要的一個觀點。隱性知識 (tacit knowledge) 尤其需要透過協作、互動來轉化和共享，顯性知識 (explicit knowledge) 的傳播也離不開分享。當知識被共享和應用時，其價值才得以最大化。

本題再次探討大數據 (Big Data) 的特徵，並詢問哪個選項「不」屬於大數據的範疇。大數據的核心特徵通常是 5V（Volume, Velocity, Variety, Veracity, Value）。

• A) 由社群媒體產生的數據 (data created by social media)：社群媒體產生海量的、多樣的（文字、圖片、影片、互動訊息）數據，是典型的「大數據」來源。
• B) 包含非結構化數據的數據集 (datasets with unstructured data)：大數據的「Variety」特徵就包含了大量的非結構化數據（如文字、影音、圖像），例如網頁內容、社交媒體貼文、感測器數據等。

本題在描述一種去中心化、分佈式的數據儲存與共享機制。

• 分佈式資料庫 (distributed database)：資料庫的資料被分散儲存在多個物理位置，這些位置可能由同一組織或不同組織管理。雖然資料是分佈的，但通常仍有中央管理或協調機制，且資料的同步和一致性是重點。
• 分佈式帳本 (distributed ledger)：這是一種數據庫，其中交易記錄被複製、共享並同步到網絡中的多個參與者（節點）。每個節點都擁有帳本的完整或部分副本，並且通常沒有單一的中央管理員或集中的數據存儲。

本題探討在資訊系統專案組合分析 (portfolio analysis) 中，核心採用的方法。資訊系統專案組合分析是指組織如何評估、選擇和管理其所有的資訊系統專案和資產，以確保它們與組織的策略目標一致，並最大化投資回報。

• 選項 A (執行加權標準比較來評估系統)：這是一種評估方法，但不是專案組合分析的「中心」方法。
• 選項 B (訪談少數高階主管以識別目標和成功標準)：這是一個重要的步驟，用來理解組織的戰略方向，但通常是專案組合分析的輸入之一，而非中心方法。

本題在考察統計學中，用於總結數據集主要特徵（常結合視覺化方法）的分析方法。

• 探索性數據分析 (Exploratory Data Analysis, EDA)：這是一種統計學方法，旨在通過圖表（如直方圖、散點圖、盒鬚圖）和摘要統計量（如均值、中位數、標準差）來初步檢驗、理解和總結數據集的特徵、發現模式、識別異常值、檢查假設。EDA 的核心就是「探索」和「視覺化」。

數據挖掘之所以成為重要的商業工具，是因為它能夠從龐大且複雜的數據集中發現隱藏的模式、關聯和趨勢，這些是傳統分析方法難以發現的。透過數據挖掘，企業可以獲得以下幾方面的價值：

1. 深入了解客戶行為：分析客戶購買歷史、瀏覽記錄、互動模式，以預測客戶需求、識別高價值客戶、進行個人化推薦、制定更有效的行銷策略。
2. 優化營運效率：分析生產流程、供應鏈數據、設備運行狀態，以預測設備故障、優化庫存、降低生產成本、提高產品質量。
3. 風險管理與詐欺偵測：分析交易數據、保險理賠記錄、網路活動，以識別潛在的詐欺行為、信用風險、網路安全威脅。
4. 市場趨勢預測：分析銷售數據、經濟指標、社交媒體趨勢，以預測市場需求、識別新興商機。
5. 產品與服務創新：分析客戶反饋、使用數據，以改進現有產品或開發新產品。

數據挖掘產生的資訊類型：

數據挖掘產生的資訊通常是關於數據中的模式、關聯、分類、聚類、異常、預測等。具體來說，它可以產生：

• 預測模型 (Predictive Models)：例如，預測客戶流失的可能性、產品的銷售量、股票價格的走勢。
• 關聯規則 (Association Rules)：例如，「購買尿布的顧客，也很有可能購買啤酒」（市場籃子分析）。
• 分類規則 (Classification Rules)：例如，將郵件分類為「垃圾郵件」或「非垃圾郵件」，將客戶分類為「高風險」或「低風險」。
• 聚類群組 (Clusters)：例如，將具有相似特徵的客戶分群，以便進行差異化行銷。

數位憑證 (Digital Certificate)

數位憑證是一種電子文件，它將一個公開金鑰 (public key) 與一個實體（個人、組織或伺服器）的身份資訊進行綁定，並由一個受信任的第三方機構——憑證授權中心 (Certificate Authority, CA)——進行簽署驗證。它就像是網路世界的「數位身份證」，用來證明某個公開金鑰確實屬於聲稱擁有它的人或實體。

數位憑證如何運作 (How it works)：

數位憑證的運作基於公開金鑰密碼學 (Public Key Cryptography) 和憑證授權中心 (CA) 的信任機制。

1. 申請與簽發：

   • 當個人、組織或伺服器需要數位憑證時，他們會向 CA 提交公開金鑰和身份證明文件。
   • CA 會驗證申請者提供的身份資訊的真實性。
   • 一旦驗證通過，CA 就會創建一個數位憑證，其中包含：
     • 申請者的公開金鑰。
     • 申請者的身份資訊（例如，姓名、組織名稱、網域名稱）。
     • 憑證的有效期。
     • CA 的數位簽章。

2. 使用數位憑證進行驗證：

   • 身份驗證 (Authentication)：當一方（例如，使用者瀏覽網站）需要驗證另一方（例如，網站伺服器）的身份時，伺服器會將其數位憑證傳送給使用者。

網路中立性 (Network Neutrality)

網路中立性是指網路服務提供者 (Internet Service Providers, ISPs)，例如中華電信、遠傳電信、台灣大哥大等，在提供網路服務時，應對所有網路流量一視同仁，不應根據內容、應用程式、服務、使用者、或所使用的設備類型，對某些流量進行優先級排序、封鎖、減速或收取額外費用。簡單來說，就是 ISP 應該是一個「中立」的傳輸管道，不干預用戶存取網路上的任何合法內容或服務。

解釋網路中立性的核心理念：

1. 開放與公平的網路：網路中立性確保所有合法的線上內容、應用程式和服務都能夠在公平的條件下競爭，不被 ISP 阻礙或歧視。這促進了創新，因為小型的新創公司或內容創作者，不必擔心因為無法支付費用而被 ISP 邊緣化。
2. 使用者選擇權：用戶可以自由選擇他們想使用的服務和應用程式，而不受 ISP 的限制。
3. 禁止的行為：
   • 封鎖 (Blocking)：ISP 不得封鎖用戶存取合法的網路內容、應用程式或服務。
   • 節流 (Throttling)：ISP 不得故意減慢特定流量的速度。
   • 付費優先 (Paid Prioritization)：ISP 不得向內容提供者收取費用，以換取其流量的優先傳輸（即「快車道」）。

我對網路中立性的立場：

我支持網路中立性。原因如下：

1. 促進創新與競爭：網路中立性是網路自由開放精神的基石。它為小型企業、新創公司和獨立內容創作者提供了公平的競爭舞台。如果 ISP 可以對流量進行分級收費或優先排序，大型、資金雄厚的公司（如 Netflix、Google）將更容易獲得「快車道」，而小型或新興的服務則可能被擠壓生存空間，扼殺了網路上的創新活力