108 關務特考三等 資訊處理 資訊管理 考古題詳解
第 一 題25 分
我國目前正在評估選舉是不是可以採取網路投票,但很多人都非常擔心網路投票如何確保資料安全。請以網路投票為例,說明何謂:
(一) Confidentiality(安全隱密性)(5 分)
(二) Authentication(身分認證性)(5 分)
(三) Integrity(資料的完整性)(5 分)
(四) Authorization(授權性)(5 分)
(五) Non-repudiation(不可否認性)(5 分)
登入後即可作答並保存紀錄。
核心觀念
本題評量資訊安全管理的核心目標與安全服務(Security Services)。資訊安全架構通常以 CIA 三要素(機密性、完整性、可用性)為基底,並進一步延伸至身分認證(Authentication)、授權(Authorization)與不可否認性(Non-repudiation)等 AAA 與密碼學防禦概念。
當此類資安架構應用於「網路投票(Internet Voting / i-Voting)」時,會面臨極為嚴苛且特殊的系統衝突——「身分確認與防弊」 vs. 「憲法保障之無記名投票(秘密投票)」。作答時必須精確界定各名詞的標準資安定義,並緊扣網路投票的運作情境(如選民資格、投票過程、防重複投票、開票計票、防脅迫買票等),展現技術與應用兼具的深度。
解題方法
本題共五個子題,每題 5 分,配分均勻。申論題作答建議採「二段式結構」鋪陳每一個子題:
- 名詞定義:給出標準、嚴謹的資安定義(抽象觀念)。
- 網路投票應用實例與實作機制:具體說明在網路投票中「保護什麼對象」、「防範何種威脅」,以及「運用何種技術機制達成」。
申論時切忌僅寫空泛的口語描述,應適度帶入業界與考選部評分偏好的關鍵技術詞彙(如:對稱/非對稱加密、盲簽章、數位憑證、雜湊函數、數位簽章、存取控制清冊 ACL、最小特權原則、區塊鏈/可驗證計算等)。
解題技巧
- 混淆陷阱釐清——認證(Authentication)vs. 授權(Authorization):
- 認證回答的是「你是誰?」(身分真實性確認)。
- 授權回答的是「你能做什麼?」(權限與資格審查,例如:是否具備該選區之投票權、是否尚未行使投票權)。
- 網路投票的矛盾陷阱——不可否認性(Non-repudiation)vs. 秘密投票(Ballot Secrecy):
- 一般商務系統的不可否認性要求「誰、做了什麼交易」都有數位簽章可佐證。
- 但在投票系統中,若能證明「某甲投給特定候選人」,將導致「買票驗票」與「脅迫投票」的災難。因此在網路投票情境下:
- 可證明者:證明選民「已行使投票權」(防止選民事後耍賴重複領票,或選務機關抵賴選票未送入票匭)。
- 不可證明者:不得讓選民拿到足以向第三方展示「投票內容」的收據(即具備防脅迫性 Coercion-Resistance / 免收據性 Receipt-Freeness),選票內容須藉由「盲簽章(Blind Signature)」或「同態加密(Homomorphic Encryption)」與身分徹底去連結。
- 時間與篇幅分配:
- 5 個小題各占約 6~8 行,總篇幅控制在兩頁試卷內最為恰當。
【答案】
(一) Confidentiality(安全隱密性/機密性)
- 定義: 確保資訊與資產僅能被獲得授權的實體(使用者、程序或系統)讀取或存取,防止未經授權之資訊洩漏、截收或刺探。
- 網路投票之應用實例:
- 保護對象:選民個人的「選票內容(投給哪位候選人/哪項公投議題)」。
- 實作與情境:
- 傳輸與儲存時,選票內容必須經由強固密碼演算法加密(如端對端傳輸加密 TLS、AES-256 資料庫加密),防止網路封包遭竊聽或資料庫遭窺視。
- 體現憲法「無記名投票」精神,系統須藉由**同態加密(Homomorphic Encryption)或盲簽章(Blind Signature)**技術,將「投票內容」與「投票者真實身分」進行永久去識別化與分離,即便選務管理員或系統駭客亦無法查知個別選民之投票意向。
第 二 題25 分
我們通常認為影響使用者的使用與滿意程度,除了系統品質與資訊品質之外,管理資訊系統人員的服務品質也非常重要,MIS 人員對使用者的服務必須讓使用者滿意。
管理資訊系統人員的服務品質包括外觀可見性、可靠性、反應性、保證性、關心性等五大項,請說明這五大項的涵義,並且針對這些項目分別舉例說明組織可以採取哪些行動來提升管理資訊系統人員的服務品質。
登入後即可作答並保存紀錄。
核心觀念
本題測驗「資訊系統成功模式」與「資訊服務品質評估」之整合理論:
- DeLone & McLean(2003)修正版資訊系統成功模式(Updated IS Success Model): 有別於 1992 年初始模型,2003 年新版正式將「服務品質(Service Quality)」與「系統品質(System Quality)」、「資訊品質(Information Quality)」並列為決定使用者使用意願(Intention to Use/Use)與使用者滿意度(User Satisfaction)的三大核心驅動構面。
- PZB 模式(Parasuraman, Zeithaml & Berry, 1988)之 SERVQUAL 五大構面: 評估服務品質最權威的架構,包含:外觀可見性(Tangibles)、可靠性(Reliability)、反應性(Responsiveness)、保證性(Assurance)、關心性(Empathy)。在資訊管理領域,此模式被廣泛應用於衡量內部 IT 部門(MIS 人員)對業務單位終端使用者的服務成效。
解題方法
本題屬標準的「理論詮釋+實務應用」雙層題型,作答宜採取對稱結構法:
- 構面涵義定義:將通用行銷服務概念精準轉譯為「MIS 人員對內部使用者」的技術服務情境,避免流於一般門市服務的泛泛之談。
- 組織行動與實例:結合現代 IT 服務管理(ITSM / ITIL)的標準制度(如服務台 Service Desk、SLA、故障工單系統、教育訓練等),提出具體、可落地的組織管理作為。
選項分析
本題為申論題,無選擇題選項。評分關鍵在於能否精確扣緊題幹指定的五大構面名稱,逐一完成「定義詮釋」與「舉例提升方案」,二者權重各半,缺一不可。
解題技巧
- 記憶口訣:SERVQUAL 五大構面可記英文縮寫 RATER(Reliability, Assurance, Tangibles, Empathy, Responsiveness),或中文諧音「可保外關反」(可靠、保證、外觀、關心、反應),下筆前先列於草稿紙檢核,確保五項完全齊全。
- 常見陷阱與盲點:
- 混淆對象:切忌寫成「資訊系統或軟體介面的品質」(那是系統品質),本題主體是「MIS 人員對使用者的服務行為與環境」。
- 空泛口號:舉例若僅寫「加強人員態度」、「多關心同仁」,得分僅落於基本盤;必須帶出專門制度名詞(如 SLA 服務水準協議、單一服務窗口、FAQ 知識庫、跨領域同理心培訓)。
【答案】
一、前言
DeLone & McLean 於 2003 年修正資訊系統成功模式時指出,MIS 部門的角色已由早期的「純技術開發者」轉型為組織內部的「服務提供者(Service Provider)」。因此,MIS 人員的服務品質直接攸關系統推行成效。引入 SERVQUAL 五大構面之定義與組織提升行動分述如下:
二、五大構面涵義與組織提升行動說明
(一) 外觀可見性(Tangibles)
- 涵義: 指提供服務過程中所伴隨的有形實體設施、IT 硬體設備、MIS 人員的專業儀表裝容,以及提供給使用者的各類書面或數位指引文件之美觀與專業程度。
- 組織提升行動與舉例:
第 三 題25 分
小王是一家抓娃娃機連鎖店新聘的營業主管,他發現抓娃娃機店的每一台抓娃娃機器都會記錄有人投幣的時間。小王很好奇,這樣的一台機器可以用來收集哪些資料,這些資料又可以怎樣成為他可以拿來提升營業績效的資訊。
請您從「大數據」、「雲端」、「物聯網」甚至「人工智慧」的角度,試著幫小王解答他的問題。
登入後即可作答並保存紀錄。
核心觀念
本題評量考生將新興資訊科技(物聯網、雲端運算、大數據、人工智慧)應用於傳統零售/娛樂場域之「商務轉型」與「資訊價值鏈(DIKW 模型)」整合能力。核心概念與架構如下:
- DIKW 金字塔模型(Data-to-Wisdom):
- 資料(Data):機台底層感測器所記錄之客觀、未經處理的原始數值(如:投幣時間戳記、按鈕觸發次數)。
- 資訊(Information):將資料經由彙集、時間序列處理與關聯運算後,賦予脈絡與意義的內容(如:離峰/尖峰時段、機台平均投幣週期、夾中率)。
- 知識與智慧(Knowledge & Wisdom):透過演算法歸納規律、預測未來趨勢並自動化決策(如:預測性補貨、動態選品、獎品陳列最佳化)。
- 新興科技四層協同架構:
- 物聯網(IoT):感測層與邊緣端,負責資料採集與初步訊號過濾。
- 雲端運算(Cloud):網路與平台層,負責巨量機台資料的集中儲存、彈性運算與跨分店即時同步。
- 大數據(Big Data):資料處理與分析層,透過高體積(Volume)與高速度(Velocity)的資料挖掘熱區、關聯性與異常模式。
- 人工智慧(AI):決策支援層,利用機器學習與預測模型實現自動化營運最佳化。
解題方法
本題為標準的「情境化申論題」。解題時切忌條列空泛的技術名詞定義,必須緊扣「夾娃娃機連鎖店營運」之特定場域,採用**「縱向架構堆疊法」結合「橫向價值轉化鏈」**:
- 縱向架構:嚴格依照題目指示,由底層至高層依序鋪陳「物聯網 雲端 大數據 人工智慧」。
- 橫向轉化:在每一技術層次中,明確回答兩大命題核心:
- 「可以收集哪些資料(What data to collect)?」
- 「如何轉化為提升營業績效的資訊與決策(How to generate business value)?」
- 商業績效指標(KPI)具體化:將資訊連結至實務指標,如坪效提升、機台稼動率最佳化、商品週轉率、機台故障停機時間(Downtime)最小化。
選項分析
本題為申論題(非選擇題),無選項之區分。作答重點在於全面覆蓋題目指定之四大技術構面,缺一不可:
- 若僅論述「大數據」與「AI」,遺漏「物聯網」的感測傳輸與「雲端」的分散式儲存架構,將導致資料來源與系統架構缺乏基礎支撐,會被大幅扣分。
- 若僅回答收集何種「資料」,未深入探討如何轉化為「提升營業績效的資訊」,則未完成後半部關鍵題目要求。
解題技巧
- 破題關鍵在「擴充資料維度」:題目雖以「投幣時間」為引子,但解答時應指出一台聯網機台可收集的遠不只投幣時間,更包含下爪次數、搖桿操作時長、取物門開合(成功夾取)、硬幣箱滿載感測等多維數據。
- 避免純理論背誦:勿在此題默寫「大數據 4V 定義」或「雲端運算 SPI 服務模式」,應直接闡述「雲端集中儲存連鎖店各機台數據,解決單店資訊孤島問題」。
- 分點標題採用結論式寫法:各級標題務必結合「技術」與「商業目的」,讓閱卷委員一眼掌握論述重心。
【答案】
針對小王面臨之營運情境,結合「物聯網」、「雲端」、「大數據」與「人工智慧」四大科技,解答其機台可收集之資料範疇,以及如何將資料轉化為提升營業績效之高價值資訊,規劃如下:
一、 夾娃娃機可收集之資料構面(結合物聯網感測技術)
單一機台若僅記錄投幣時間,僅能獲得一維的時間序列資料;透過在機台導入物聯網(IoT)架構,可將採集維度擴展為以下三大類別:
- 交易與遊戲歷程資料:
- 投幣時間戳記(Timestamp)與投幣頻率(間隔時長)。
- 單次投幣後之玩家操作時長(從投幣至拍鈕下爪的時間)。
- 連續投幣次數(代表單一玩家的沉浸度或「執著度」)。
- 保夾(保證取物)金額達成紀錄與觸發頻率。
- 物理感測與機電運作資料:
- 天車移動軌跡、馬達電壓與爪力感測數值。
- 取物口紅外線感測器觸發訊號(成功出貨事件記錄)。
第 四 題25 分
請問使用者體驗的設計與設計使用者介面有何差異?使用者介面設計師與使用者體驗設計師的工作之間有怎樣的關係?
登入後即可作答並保存紀錄。
核心觀念
本題旨在評量考生在「軟體工程」與「人機互動(HCI / Human-Computer Interaction)」領域中,對於現代資訊系統前端規劃與系統分析的核心概念掌握程度。主要測驗以下兩大層面:
- 概念範疇的區隔(UX vs. UI):
- 使用者體驗設計(User Experience Design, UXD):根據國際標準 ISO 9241-210 的定義,UX 指「使用者在使用或預期使用某項產品、系統或服務時,所產生的整體認知、情緒感受與主觀反應」。其範疇涵蓋使用者研究、資訊架構(Information Architecture, IA)、易用性(Usability)、操作流程與價值滿足。依據 Jesse James Garrett 提出的「使用者體驗五層次模型」(The Elements of User Experience),UX 橫跨策略層(Strategy)、範圍層(Scope)、結構層(Structure)、骨架層(Skeleton)至表層(Surface)。
- 使用者介面設計(User Interface Design, UID):主要著眼於人與機器互動的「接觸介面」(Touchpoint),聚焦於視覺呈現、版面配置、色彩計畫、字體排印(Typography)、控制項(如按鈕、選單)與互動微動畫(Micro-interactions)。在五層次模型中,UID 主要集中在「骨架層」與「表層」。
- 工作角色之定位與協同關係:
- UX 設計師著重「解決問題的邏輯與流程有效性(Make it usable & useful)」。
- UI 設計師著重「感官美學、視覺層次與介面操作直覺性(Make it delightful & intuitive)」。
- 兩者並非互相割裂,而是屬於「從抽象到具象」、「從整體架構到局部載體」的上下游迭代與共生關係。
解題方法
本題為標準的「比較與關係分析」申論題,答題架構應秉持「先分後合、由淺入深」之原則:
- 第一問(兩者差異)切入點:採「面向對比法」。先各自給予嚴謹定義,再以結構化比較表,從「設計目標」、「關注核心」、「產出交付物」、「評估準則」與「涵蓋範疇」等維度進行橫向對比,展現系統分析的邏輯嚴密性。
- 第二問(工作關係)切入點:採「系統生命週期與協同流程切入」。從「整體與部分(包含關係)」、「前後順序(流程關係)」以及「反饋驗證(迭代關係)」三個層面闡述兩位設計師如何分工協作,突顯實際專案開發情境。
選項分析
本題為申論試題,非選擇題。作答的核心評分標準在於專有名詞之精準度(如資訊架構、線框圖、易用性測試、設計系統),以及能否跳脫「好不好看 vs. 好不好用」的通俗口語,提升至系統工程與人機互動的專業論述層次。
解題技巧
- 破題關鍵架構:善用 Garrett 的「體驗五層次」或「冰山理論(Iceberg Analogy)」比喻:UX 是整座冰山(包含水面下的策略、痛點分析與資訊架構),而 UI 則是浮出水面的可見部分(視覺排版、色彩與元件)。
- 避免答題陷阱:
- 勿將兩者二元對立,UI 並非劣於或低於 UX,而是 UX 不可或缺的具體實現載體。
- 務必列出具體的專案「工作交付物(Deliverables)」(如 UX 產出 Persona、Journey Map、Wireframe;UI 產出 High-Fidelity Mockup、Design System、Style Guide),這是閱卷委員判斷考生是否具備實務知識的關鍵指標。