108 年 國立中央警察大學資訊管理研究所《管理資訊系統》

此題主要在考驗考生對於資料庫、資料處理與網路傳輸等基礎概念的理解與區分能力。

(一) Data Normalization 與 Database Normalization

• Data Normalization (資料正規化)：這是指在資料庫設計過程中，為了減少資料冗餘（redundancy）和提高資料一致性（consistency）而進行的一系列規則和過程。其目標是將一個大型資料表分解為較小的、結構良好的資料表，並定義它們之間的關係，以避免出現插入異常（insertion anomaly）、刪除異常（deletion anomaly）和更新異常（update anomaly）。常見的正規化範式（Normal Forms）包括第一正規化（1NF）、第二正規化（2NF）、第三正規化（3NF）等。
• Database Normalization (資料庫正規化)：這個術語與 Data Normalization 基本上是同義詞，在實務上常可互換使用。它強調的是資料庫層級的正規化過程。然而，有時廣義上也可以包含對整個資料庫結構的考量，而不僅僅是單一資料表。但核心概念都是為了消除或減少資料冗餘和依賴性。

簡單來說，Data Normalization 是指正規化的「過程」和「方法」，而 Database Normalization 則是將這個過程應用在「資料庫」這個整體系統上。

【答案】Data Normalization 指的是減少資料冗餘和提高資料一致性的過程與規則，應用於資料庫設計；Database Normalization 則是將此過程應用於資料庫整體結構的稱呼，兩者概念高度重疊，常可互換使用。

(二) File Type 與 Data Type

• File Type (檔案類型)：指的是檔案的格式或結構，通常由檔案的副檔名（如 .txt, .docx, .jpg, .pdf）來識別。檔案類型決定了作業系統或應用程式如何解釋和處理該檔案的內容。例如，.txt 檔案通常是純文字，.jpg 檔案是圖像。
• Data Type (資料型態)：指的是資料本身的屬性或類別，例如整數（integer）、浮點數（float）、字串（string）、布林值（boolean）、日期（date）等。資料型態決定了資料可以儲存的範圍、可以執行的運算以及在記憶體中佔用的空間。在程式設計和資料庫中，明確定義資料型態至關重要。

【答案】File Type 指的是檔案的格式或結構，由副檔名識別；Data Type 指的是資料本身的屬性或類別，如整數、字串等。

此題為一個整合題，結合了系統分析與設計、資訊管理導論、機器學習與大數據的應用，要求考生針對一個具體的案例——「假訊息查處資訊系統」——提出解決方案。

(一) 提出處理與分析「查處假訊息資訊系統」的系統分析與設計構想(含圖與文)。(8分)

核心觀念： 系統分析與設計的流程、資訊系統的架構。

系統分析構想：

1. 需求分析 (Requirements Analysis)：
   • 使用者需求：警政單位需要一個系統來有效蒐集、分析、追蹤、偵辦與預防假訊息。使用者包括偵查人員、分析師、主管等。
   • 功能需求：
     • 自動化蒐集來自網路、社群媒體、新聞網站等來源的訊息。
     • 對蒐集到的訊息進行初步篩選與分類（例如：新聞、社群貼文、影音）。
     • 具備關鍵字、主題、來源等搜尋與過濾功能。
     • 分析訊息的傳播軌跡、影響範圍、使用者互動。
     • 支援假訊息的內容分析、事實查核（可能需要與外部資料庫串接）。
     • 記錄案件偵辦進度、證據蒐集、人員指派。
     • 產生各種報表與儀表板，呈現假訊息趨勢、風險評估等。
     • 權限管理，確保資訊安全。
   • 非功能需求：系統需具備高可用性（High Availability）、高效能（High Performance）、安全性（Security）、易用性（Usability）和可擴展性（Scalability）。
2. 可行性分析 (Feasibility Study)：
   • 技術可行性：現有技術（如大數據分析、自然語言處理、機器學習、雲端運算）足以支援系統開發。
   • 經濟可行性：評估開發與維護成本，以及系統帶來的效益（如提升偵辦效率、減少假訊息危害）。
   • 操作可行性：使用者是否能順利操作並融入現有警政工作流程。
   • 法律與倫理可行性：確保系統設計與操作符合相關法律法規（如個資法、網路安全法）及倫理規範。

系統設計構想：

1. 系統架構 (System Architecture)：
   • 分層架構 (Layered Architecture)：
     • 表現層 (Presentation Layer)：使用者介面（Web 介面、桌面應用程式），提供給偵查員、分析師操作。
     • 應用層 (Application Layer)：處理業務邏輯，包括訊息處理、分析、偵辦流程管理等。
     • 資料層 (Data Layer)：負責資料的儲存、管理與存取，包括原始訊息、分析結果、案件資料等。
     • 整合層 (Integration Layer)：負責與外部系統（如社群媒體 API、新聞 RSS、事實查核資料庫）進行資料交換。
   • 微服務架構 (Microservices Architecture)：將系統拆分成獨立的小型服務，例如：資料蒐集服務、自然語言處理服務、機器學習預測服務、案件管理服務等，以提高彈性與可維護性。
2. 資料模型設計 (Data Model Design)：
   • 設計用於儲存訊息、使用者、案件、分析結果的資料庫結構。可能採用關聯式資料庫（如 PostgreSQL, MySQL）儲存結構化資料（如案件資訊、使用者權限），以及 NoSQL 資料庫（如 Elasticsearch, MongoDB）儲存半結構化或非結構化的訊息內容與日誌。
3. 使用者介面設計 (User Interface Design)：
   • 設計直觀易用的儀表板（Dashboard），展示關鍵指標（如假訊息數量、熱門議題、傳播熱點）。
   • 提供強大的搜尋與篩選功能。
   • 設計案件管理模組，方便記錄與追蹤。
4. 流程設計 (Process Design)：
   • 定義訊息從蒐集、儲存、分析、預警、偵辦到結案的標準作業流程（SOP）。
   • 設計與外部單位（如媒體、專家）的協作流程。

系統設計圖 (示意，請參考原卷)：
（此處應繪製一個系統架構圖，例如：）

graph TD
    A[資料來源: 網路爬蟲/API] --> B(資料蒐集模組)
    B --> C{資料儲存}
    C -- 結構化資料 --> D[關聯式資料庫]
    C -- 非結構化/半結構化資料 --> E[NoSQL 資料庫/搜尋引擎]
    D & E --> F(分析處理模組)
    F -- 訊息內容 --> G[自然語言處理(NLP)]
    F -- 傳播模式 --> H[機器學習(ML)]
    F -- 關鍵字/主題 --> I[資訊檢索(IR)]
    G & H & I --> J(分析結果)
    J --> K{案件管理模組}
    K --> L(使用者介面/儀表板)
    L --> M[偵查人員/分析師]
    K --> N[報表與警報]
    O[外部資料庫/API] --> F

說明：
此系統架構旨在實現訊息的自動化蒐集，並利用 NLP、ML、IR 等技術進行深度分析。分析結果匯總後，透過案件管理模組進行追蹤，並透過使用者介面呈現給使用者。

【答案】系統分析包含需求分析與可行性分析，旨在釐清系統目標與可行性；系統設計則包含架構設計（如分層或微服務）、資料模型、使用者介面與流程設計，以建構出能滿足需求的系統。

(二) 何謂機器學習?如何判別「假訊息」?(6分)

核心觀念： 機器學習的定義與應用，以及判別假訊息的策略。

機器學習 (Machine Learning)：
機器學習是人工智慧（AI）的一個分支，它讓電腦系統能夠從資料中「學習」而無需被明確地程式設計。透過演算法，系統可以識別資料中的模式，並根據這些模式做出預測或決策。學習的過程通常涉及訓練模型，使其能夠處理新的、未見過的資料。

如何判別「假訊息」(Fake News)？
判別假訊息通常需要結合多種方法，機器學習在其中扮演重要角色，但並非唯一手段。

1. 基於內容的分析 (Content-based Analysis)：
   • 語言特徵：假訊息常使用煽動性、誇張、情緒化的語言，語法錯誤或拼寫錯誤也可能較多。NLP 技術可用於分析文本的情感傾向、語氣、詞彙使用模式。
   • 事實核查 (Fact-checking)：將訊息內容與可信賴的資料來源（如權威新聞機構、學術研究、官方數據）進行比對。這可以通過知識圖譜（Knowledge Graph）或搜尋技術來實現。
   • 文章結構與風格：分析文章的寫作風格、段落結構、引用來源的可靠性。
2. 基於傳播的分析 (Propagation-based Analysis)：
   • 傳播模式：假訊息常以異常的速度和模式傳播，例如透過大量機器人帳號（bot）或特定社群進行放大。可以分析訊息的分享路徑、傳播速度、參與使用者行為。
   • 帳號行為分析：識別可疑帳號，如新創帳號、大量發布特定內容的帳號、行為模式異常的帳號。
3. 基於來源的分析 (Source-based Analysis)：
   • 網站可信度：評估訊息發布網站的聲譽、歷史記錄、編輯政策。
   • 作者可信度：檢查作者的身份、專業背景、過往發布內容。
4. 機器學習模型的應用：
   • 分類模型 (Classification Models)：利用標記過的真假訊息資料集，訓練模型（如 SVM、決策樹、神經網路）來預測新訊息的真偽。
   • 異常檢測 (Anomaly Detection)：識別與正常訊息傳播模式顯著不同的行為。
   • 情感分析 (Sentiment Analysis)：分析訊息的情感極端性。

此題考驗考生對不同類型資訊系統的理解，特別是 ESS 與 DSS 的區別。

何謂「高階主管決策支援系統」(Executive Support System, ESS)?
高階主管決策支援系統 (ESS) 是一種專門為企業高階管理人員設計的資訊系統。其主要目的是提供高階主管所需的高層次、彙總性的資訊，以支援他們進行戰略性決策。ESS 通常專注於外部環境的趨勢、競爭對手的動態、總體經濟指標以及企業內部的關鍵績效指標 (KPIs)。它強調使用者友善的介面，能夠快速存取和視覺化呈現複雜的資訊。

ESS 相較「決策支援系統」(Decision Support System, DSS)增加了哪些主要特性?

決策支援系統 (DSS) 是一種為中、低階管理者提供的資訊系統，幫助他們解決結構化或半結構化的問題，通常涉及特定業務領域的分析。而 ESS 則將支援對象擴展到最高層級，並在功能和特性上有所增強：

1. 支援對象與決策層級：

   • DSS：主要支援中、低階管理者，處理較為具體、例行性的問題。
   • ESS：專門支援高階主管，處理高度非結構化、戰略性、長期性的決策。

2. 資訊來源的多樣性與範圍：

   • DSS：主要依賴來自企業內部系統的結構化資料。
   • ESS：整合來自內部系統的彙總資訊，更強調來自外部環境的資訊，如市場趨勢、競爭者情報、總體經濟數據、政府法規、新聞媒體報導等。

3. 資訊的彙總與呈現方式：

   • DSS：可能提供詳細的分析報告和報表。

此題考驗考生對資訊安全管理系統 (ISMS) 的理解，特別是其內容與持續運作模式。

ISMS 的內容：

「資訊安全管理系統」(Information Security Management System, ISMS) 是一個系統性的方法，用於管理組織的敏感資訊，確保其機密性 (Confidentiality)、完整性 (Integrity) 和可用性 (Availability)。它涉及人員、流程和資訊技術，以保護組織的資訊資產免受各種威脅。

ISMS 的核心內容通常基於國際標準，最常見的是 ISO/IEC 27001。其主要構成要素包括：

1. 資訊安全政策 (Information Security Policy)：

   • 高階管理層對資訊安全承諾的聲明。
   • 確立資訊安全目標和方向。

2. 風險評估與處理 (Risk Assessment and Treatment)：

   • 資產識別 (Asset Identification)：識別組織擁有的重要資訊資產。
   • 威脅識別 (Threat Identification)：識別可能影響資訊資產的威脅。
   • 脆弱性識別 (Vulnerability Identification)：識別資訊資產的弱點。
   • 風險分析 (Risk Analysis)：評估威脅利用脆弱性造成衝擊的可能性及後果。
   • 風險評估 (Risk Evaluation)：比較風險等級，決定哪些風險需要處理。
   • 風險處理 (Risk Treatment)：選擇並實施適當的風險控制措施（如：避免、轉移、減輕、接受風險）。

3. 資訊安全目標 (Information Security Objectives)：

   • 為實現資訊安全政策而設定的具體、可衡量、可達成、相關、有時限 (SMART) 的目標。

4. 資訊安全控制措施 (Information Security Controls)：

   • 根據風險評估結果，實施一系列控制措施來降低風險。ISO 27001 的附錄 A (Annex A) 列出了許多建議的控制措施，涵蓋：
     • 存取控制 (Access Control)：限制對資訊資產的存取權限。
     • 密碼管理 (Password Management)。
     • 實體與環境安全 (Physical and Environmental Security)：保護辦公場所、設備等。
     • 營運安全 (Operations Security)：包括惡意軟體防護、備份、日誌管理。
     • 通訊安全 (Communications Security)：保護網路傳輸。
     • 系統獲取、開發與維護 (System Acquisition, Development and Maintenance)：確保開發過程中的安全。