111 身心障礙特考三等 資訊處理 資訊管理 考古題詳解

核心觀念

本題考查「工業 4.0」的定義、主要技術，以及其與前三次工業革命在動力來源、生產方式、資訊運用與人機關係上的差異。

工業 4.0（Industry 4.0）是以資訊科技與製造技術深度融合為核心，透過物聯網（IoT）、工業物聯網（IIoT）、雲端運算、大數據分析、人工智慧、機器人、感測器及網路通訊等技術，使機器、設備、產品與人員能夠互相連結、交換資料並協同決策，形成具備感知、分析、控制與自我調整能力的智慧製造系統。

其核心概念包括：

1. 智慧工廠（Smart Factory） 生產設備具備感測與通訊能力，能即時掌握生產狀態、設備狀況與產品資訊，並透過系統自動調整生產流程。

2. 資訊物理系統（Cyber-Physical System, CPS） 將實體設備、製造流程與虛擬資訊系統整合，使實體世界的狀態可被數位化、分析與控制。

3. 高度互聯與互通性 人員、機器、產品與企業系統彼此連結，資料可在現場設備、製造執行系統（MES）及企業資源規劃系統（ERP）間流通。

4. 即時資料分析與智慧決策 利用大數據、人工智慧與預測分析，進行品質預測、需求預測、設備預知保養及生產排程最佳化。

5. 彈性與客製化生產 生產線能快速切換產品與製程，支援少量多樣、個人化與大量客製化。

6. 分散式與自動化決策 生產單元可依即時資料在一定範圍內自行判斷與協調，降低對集中式人工控制的依賴。

解題方法

本題屬於申論題，宜採「先定義、再列特徵、最後與前三次工業革命比較」的方式作答。

回答時應掌握兩個層次：

• 第一層說明工業 4.0 是什麼，以及其技術與管理特性。
• 第二層依序比較工業 1.0、2.0、3.0 與工業 4.0，說明發展重點如何由機械化、電氣化、自動化，進一步演進到網路化與智慧化。

工業革命可整理如下：

階段	主要動力或技術	生產特徵
工業 1.0	蒸汽機、水力	機械化生產取代部分手工生產
工業 2.0	電力、內燃機、電信	大量生產、流水線與標準化
工業 3.0	電子、電腦、資訊科技	自動化控制與資訊化管理
工業 4.0	物聯網、CPS、AI、大數據、雲端	網路化、智慧化、彈性化與自主協同

工業 4.0 的主要內涵

一、製造設備全面連網

傳統設備通常各自運作，資料分散在不同機台或部門。工業 4.0 則透過感測器、網路及標準化通訊協定，讓設備可持續蒐集並傳輸資料，例如：

• 機器運轉狀態
• 溫度、壓力、震動等製程資料
• 生產數量與良率
• 原料、半成品及成品位置
• 設備故障與維修紀錄

因此，管理者能即時掌握整體生產情形。

二、由自動化提升為智慧化

工業 3.0 的自動化，主要是依照預先設定的程式執行固定工作；工業 4.0 則進一步利用資料分析與人工智慧，依實際情況進行判斷與調整。

例如，系統可依設備震動及溫度變化預測故障時間，在設備真正損壞前安排維修，此即為「預知保養」（Predictive Maintenance）。

三、實體製造與虛擬系統整合

CPS 將實體設備的運作狀態映射至數位系統，形成數位模型或數位分身（Digital Twin）。企業可先在虛擬環境中模擬製程、測試設備配置及評估生產結果，再將最佳方案應用於實際工廠，以降低試錯成本。

四、支援彈性製造與客製化

工業 2.0 強調大量生產與產品標準化；工業 4.0 則可透過模組化設備、彈性生產線及即時資訊交換，快速調整製程，使企業同時兼顧生產效率與產品客製化。

五、形成跨組織的整合

核心觀念

本題考查兩個觀念：

1. 實名制與實聯制的差異
2. 個人資料保護與資料最小化原則

一、實名制

實名制是指使用者在接受服務或進入場所時，必須提供足以辨識本人身分的資料，例如：

• 姓名
• 身分證字號
• 電話號碼
• 住址
• 其他可直接或間接識別個人的資料

其核心是「先確認你是誰」。資料通常會在服務提供者端直接與個人身分建立關聯。

二、實聯制

實聯制的重點是「確認誰曾在何時、何地出現，以利必要時聯絡或疫調」，並非要求場所業者立即知道進場者的真實身分。

簡訊實聯制通常透過掃描場所 QR Code，將場所代碼及進入時間傳送至指定系統。場所業者取得的是場所識別資訊，疫調單位在發生疫情且有必要時，才依程序調取相關資料，通知可能接觸者。

因此，兩者差異可整理如下：

比較項目	實名制	實聯制
主要目的	確認本人真實身分	建立人與場所、時間的接觸紀錄
資料內容	通常直接包含姓名等身分資料	以場所代碼、時間及聯絡方式為主
場所業者是否直接知道身分	通常知道	通常不知道
使用時機	每次服務或進場時直接查驗	發生疫情且有疫調需要時使用
資料原則	可能蒐集較完整個資	強調必要、最少及限定目的

要注意的是，實聯制並非完全不涉及個人資料。只要資料能夠與特定個人連結，例如手機號碼或電信紀錄，就仍然屬於個人資料保護的範圍。實聯制的優點在於降低不必要的身分揭露與資料流通，而非代表完全匿名。

---

解題方法

本題適合採用「目的—資料—權限—保存」四個角度分析：

1. 蒐集資料的目的是否限定於疫調？
2. 蒐集的資料是否為完成目的所必要？
3. 哪些人可以接觸資料？
4. 保存多久，以及是否會在目的完成後刪除？

只要比較簡訊實聯制與門口紙本登記在這四方面的差異，即可完整回答第二問。

---

為何簡訊實聯制較能保護個資

一、降低場所端直接取得真實身分的風險

紙本登記通常會要求民眾填寫姓名、電話，甚至身分證字號。這些資料直接暴露在場所端，店員、其他顧客或不特定人士都可能看見。

簡訊實聯制則主要讓系統取得「某支手機在某時間進入某場所」的紀錄，場所業者不必直接掌握民眾姓名及電話，因而降低身分被辨識的機會。

二、符合資料最小化原則

疫調的主要需求是找出：

• 哪些人曾到過該場所
• 到訪的日期與時間
• 如何聯絡這些可能接觸者

疫調通常不需要場所業者知道完整身分資料。簡訊實聯制將資料限縮在完成疫調所需的範圍，避免過度蒐集姓名、身分證字號、住址等資料。

這種作法符合個人資料保護的重要精神：資料蒐集應具有特定目的，且不得逾越必要範圍。

三、避免紙本資料被他人窺視或任意抄錄

紙本名冊常放置於櫃檯，後來填寫的人可能看見先前填寫者的姓名與電話。若有人拍照、抄錄或帶走名冊，資料便可能遭到外洩。

簡訊實聯制不需要讓民眾在公共場所公開書寫個資，也不會將所有人的資料集中陳列在同一本名冊上，因此可降低：

• 他人偷看
• 拍照複製
• 任意抄錄
• 名冊遺失或遭竊

等風險。

四、減少資料被不當利用的機會

紙本名冊若由店家保存，可能被用於與疫調無關的用途，例如：

• 行銷推廣
• 廣告推銷
• 顧客名單建立
• 私人查詢或散布

簡訊實聯制則由指定系統依防疫目的集中處理，場所業者通常無法直接取得完整名單，因而降低個資被挪作其他用途的可能性。

依民國 111 年法規觀念，公務機關蒐集及利用個人資料，應受《個人資料保護法》特定目的、必要範圍及目的外利用限制等原則拘束；涉及防疫時，並應依《傳染病防治法》等相關法規及主管機關權限辦理。

五、較容易設定保存期限與存取權限

核心觀念

本題考查以**監督式機器學習（Supervised Learning）**建立圖片分類系統的主要流程。系統必須從大量已標記的圖片中學習「狗」的影像特徵，再對未看過的新圖片判斷是否包含狗。

訓練資料通常表示為：

$$D=\{(x_i,y_i)\}_{i=1}^{n}$$

其中，$x_i$ 為第 $i$ 張圖片，$y_i$ 為標籤，例如：

• $y_i=1$：圖片中有狗
• $y_i=0$：圖片中沒有狗

模型的目標是學習函數：

$$\hat{y}=f_{\theta}(x)$$

其中 $\theta$ 為模型參數，$\hat{y}$ 為模型對圖片的預測結果。

解題方法：機器學習辨識狗的主要作業過程

一、蒐集訓練資料

蒐集大量與任務相關的圖片，內容包括：

• 有狗的圖片；
• 沒有狗的圖片，例如貓、車輛、人物、風景；
• 不同品種、大小、姿勢、角度、光線與背景的狗。

資料必須具有代表性，才能避免模型只記住特定背景、品種或拍攝角度。

二、進行資料標記

為每張圖片建立正確標籤。例如：

• 狗的圖片標記為「狗」；
• 非狗圖片標記為「非狗」。

若任務是判斷圖片中是否有狗，屬於二元分類（Binary Classification）。若要辨識狗的品種，則屬於多類別分類；若要標出狗在圖片中的位置，則進一步屬於物件偵測問題。

三、資料前處理

將圖片轉換成模型容易處理的格式，常見工作包括：

• 統一圖片尺寸；
• 將像素值正規化，例如將 $0\sim255$ 轉換為 $0\sim1$；
• 處理模糊、損壞或重複圖片；
• 進行資料增強（Data Augmentation），例如旋轉、裁切、翻轉、調整亮度。

資料增強可增加訓練資料的多樣性，使模型具備較佳的泛化能力。

四、切分資料集

將資料分為：

• 訓練集（Training Set）：用於學習模型參數；
• 驗證集（Validation Set）：用於調整模型架構與超參數；
• 測試集（Test Set）：用於評估模型對未見資料的實際辨識能力。

測試集不可在訓練過程中被模型使用，否則評估結果會失去客觀性。

五、選擇模型與建立輸入表示

圖片辨識常使用卷積神經網路（Convolutional Neural Network, CNN）。CNN 能透過卷積層逐層擷取影像特徵，例如：

1. 較前面的層學習邊緣、線條與顏色；
2. 中間層學習耳朵、眼睛、毛髮與身體輪廓；
3. 較後面的層整合高階特徵，判斷圖片是否具有狗的特徵。

輸入通常為固定大小的影像張量，例如：

$$x\in \mathbb{R}^{H\times W\times C}$$

其中 $H$ 為影像高度、$W$ 為影像寬度、$C$ 為色彩通道數。

六、訓練模型

將訓練圖片輸入模型，模型產生預測值，再與正確標籤比較，計算損失函數。

二元分類常使用二元交叉熵：

$$L=-\left[y\log(\hat{p})+(1-y)\log(1-\hat{p})\right]$$

其中：

• $y$ 為正確標籤；
• $\hat{p}$ 為模型判斷圖片為狗的機率；
• $L$ 為預測錯誤程度。

模型透過反向傳播（Backpropagation）計算各參數的梯度，再使用梯度下降法更新參數：

核心觀念

本題考查三個名詞的定義，以及「底層技術、數位資產、資產類型」三者之間的層次關係：

1. 區塊鏈（Blockchain）：一種分散式帳本技術（Distributed Ledger Technology, DLT）。交易資料依時間順序記錄在區塊中，各區塊透過雜湊值相互連結，並由分散式節點共同驗證與保存，具備難以竄改、可追蹤及去中心化等特性。

2. 加密貨幣（Cryptocurrency）：建立在區塊鏈或類似分散式帳本上的數位資產，通常具有可交易、可轉移及可作為支付媒介等功能。例如 Bitcoin、Ether。其核心特徵通常是「同種類、同價值的單位可以互相替代」，因此屬於同質化代幣（Fungible Token）。

3. NFT（Non-Fungible Token）：建立在區塊鏈上的非同質化代幣。每一枚 NFT 具有獨特識別資訊及代碼，不同 NFT 之間不具有完全相同的替代性，可用來表示特定數位物品、收藏品、會員資格、遊戲道具或其他權利。

三者的層次可表示如下：

$$\text{區塊鏈} \longrightarrow \text{提供記錄與驗證的底層技術}$$ $$\text{加密貨幣、NFT} \longrightarrow \text{建立在區塊鏈上的數位代幣或資產}$$

解題方法

本題適合採用「先分別定義，再比較共同點與差異，最後說明彼此依存關係」的方式作答。

一、先確認共同基礎

區塊鏈是用來記錄資料與交易的技術平台。加密貨幣及 NFT 則是利用區塊鏈來記錄代幣的產生、持有者、移轉及交易歷史。

因此，加密貨幣與 NFT 都可視為區塊鏈上的代幣，但區塊鏈本身不等於加密貨幣，也不等於 NFT。

二、比較加密貨幣與 NFT

比較項目	加密貨幣	NFT
代幣性質	同質化	非同質化
是否可互相替代	同種類代幣通常可以	每枚代幣具有獨特性，不可完全替代
主要用途	支付、價值儲存、交易媒介	表示特定數位物品、收藏品或權利
識別方式	通常重視數量與餘額	重視每枚代幣的唯一識別碼及 metadata
例子	Bitcoin、Ether	數位藝術品、遊戲道具、數位收藏品

例如，甲持有 1 枚 Bitcoin，乙持有另一枚 Bitcoin，在貨幣功能上兩者通常具有相同價值，因此可以互相交換。NFT 則不同，每一枚 NFT 可能具有不同的編號、內容、稀有度及交易歷史，不能僅以數量取代其個別身分。

三、說明區塊鏈如何支援兩者

區塊鏈主要提供下列功能：

• 記錄代幣的發行及交易歷史。
• 驗證某一地址是否具有代幣的控制權。
• 透過共識機制避免同一資產被重複移轉。
• 透過智慧合約（Smart Contract）自動執行發行、交易、轉讓及分潤規則。
• 讓任何人依權限查詢公開帳本中的交易紀錄。

加密貨幣通常可直接作為區塊鏈的原生資產，用於支付交易手續費及維持網路運作。NFT 則常透過智慧合約及代幣標準建立，並在鏈上記錄其唯一性及所有權移轉資料。

三者之間的關係

1. 區塊鏈是基礎技術

區塊鏈類似數位資產的公共帳本，負責保存交易資料及驗證資產狀態。沒有區塊鏈或其他可驗證的分散式帳本，加密貨幣及 NFT 就難以具備公開驗證與防止重複移轉的特性。

2. 加密貨幣是同質化的數位代幣