107 高普考普通考試 資訊處理 資訊管理與資通安全概要 考古題詳解

核心觀念

本題評量考生對人工智慧（AI）主流技術演進與核心機制的掌握程度，聚焦於「機器學習（Machine Learning, ML）」與「深度學習（Deep Learning, DL）」之架構對比與運作原理。主要涉及以下核心概念：

1. 特徵工程（Feature Engineering）的典範轉移：傳統機器學習仰賴人工領域知識擷取特徵；深度學習則透過多層神經網路進行「表徵學習（Representation Learning）」，實現端到端（End-to-End）特徵自動萃取。
2. 深度類神經網路（DNN）結構與學習機制：包含輸入層、多層隱藏層、輸出層，並藉由前向傳播（Forward Propagation）、非線性激勵函數（Activation Function）、損失函數（Loss Function）、反向傳播演算法（Backpropagation）與梯度下降最佳化（Gradient Descent）更新權重。
3. 模型容量（Model Capacity）與資料規模規模法則（Scaling Law）：深度學習具備高參數維度，能克服傳統機器學習在資料量擴大時的「效能飽和（Performance Plateau）」現象，將大量資料的統計表徵充分轉化為泛化能力。

---

解題方法

本題為標準的觀念比較與原理解析型申論題，作答切入點如下：

1. 第 (一) 子題：採用「對比矩陣法」，從「特徵擷取方式」、「資料量依賴度與硬體需求」、「模型可解釋性（黑箱）」及「演算法架構」四個維度條列對比，突顯兩者在本質上的典範差異。
2. 第 (二) 子題：從「架構基礎」循序切入至「運作流程」，依序說明神經元數學模型、深層架構、非線性轉換、損失衡量與參數最佳化（反向傳播）之閉環機制。
3. 第 (三) 子題：從「資訊萃取」、「表徵層次」與「模型容量」深入論證。說明深層架構具備「分層特徵學習（Hierarchical Feature Learning）」能力，並結合大數據消除人為特徵偏差，破除效能飽和限制。

---

選項分析

本題為申論題（非選擇題），無選項需排除。閱卷評分點落於三個子題的論述完整性與專業術語準確度：

• 子題 (一) 評分重點：是否明確點出「特徵工程（人工 vs. 自動）」與「模型容量／資料需求量」之對比；若僅回答「深度學習層數比較多」則無法取得高分。
• 子題 (二) 評分重點：是否完整交代類神經網路的核心運算機制（權重相加、激勵函數、損失計算、反向傳播梯度更新）。
• 子題 (三) 評分重點：能否精準闡釋「端到端學習（End-to-End Learning）」、「階層式特徵抽象化」以及「突破傳統模型效能瓶頸（Plateau Effect）」等學理關鍵。

---

解題技巧

1. 作答結構化：國考申論閱卷採評分標籤制，務必使用「一、(一)、1.、(1)」等階層編號，並標註粗體關鍵字，方便閱卷委員迅速抓取採分點。
2. 善用數學式輔助定義：在說明神經元與最佳化時，適度寫出基本公式（如線性組合 $z = \mathbf{w}^T \mathbf{x} + b$ 與梯度更新 $\theta \leftarrow \theta - \eta \nabla L$），能展現工科／資訊專業底蘊。
3. 避免模糊字眼：切忌使用「效果比較好」、「比較聰明」等口語，應代之以「表徵能力（Representation Capacity）」、「泛化誤差（Generalization Error）」、「非線性對應（Non-linear Mapping）」等標準資訊科學術語。

---

【答案】

一、深度學習與傳統機器學習之差異性

深度學習為機器學習的一個子領域，兩者在資料處理、演算法架構及應用上有顯著差異：

比較項目	傳統機器學習（Traditional ML）	深度學習（Deep Learning）
特徵工程	仰賴人工擷取：需領域專家以人工方式篩選與建構特徵（如 SIFT、HOG、PCA）。	自動學習特徵：採端到端（End-to-End）架構，由深層網路自動從原始資料學習多層次表徵。
資料量依賴度	中小規模資料集即可達到良好效果；資料量大幅擴增時，效能易進入飽和高原期。

核心觀念

本題評量重點在於「傳統資料倉儲（Data Warehouse, DW）」的核心定位，以及面臨「巨量資料（Big Data）」時代時，資料處理架構與運算技術的典範轉移（Paradigm Shift）：

1. 資料倉儲（Data Warehouse）本質： 依據「資料倉儲之父」W. H. Inmon 的定義，資料倉儲是一個「主體導向（Subject-Oriented）」、「整合性（Integrated）」、「時間變異性／時序性（Time-Variant）」且「非揮發性（Non-Volatile）」的資料集合，用於支援管理階層的決策制定。其運作核心圍繞在 ETL（Extract, Transform, Load）、OLAP（On-Line Analytical Processing）及商業智慧（Business Intelligence, BI）。
2. 巨量資料的挑戰與轉變： 巨量資料具備 $4\text{V}$（Volume 資料量大、Velocity 產生速度快、Variety 種類多樣、Veracity 真實性／疑義性，後續延伸 Value 價值密度低）特性。傳統關聯式資料倉儲無法透過垂直升級（Scale-Up）有效處理半結構化與非結構化資料，因此架構朝向分散式儲存、分散式並行運算與無共享架構（Shared-Nothing）演進。

---

解題方法

本題為標準的觀念敘述型申論題，作答策略採「分層切入、結構對齊」：

1. 子題 (一) 切入點（資料處理生命週期）： 從資料的「進、存、查、用」四個面向系統化闡述資料倉儲的功能：

• 資料進來：ETL 整合與清洗。
• 資料保存：建構歷史資料庫與單一真實版本（Single Version of the Truth）。
• 資料分析：提供 OLAP 多維度分析引擎。
• 終端應用：支援決策支援系統（DSS）與資料探勘（Data Mining）。

2. 子題 (二) 切入點（技術與硬體二元剖析）： 嚴格區分「主要技術」與「硬體架構」，切忌混為一談：

• 軟體／處理技術面：依運算模式分為分散式儲存（HDFS、NoSQL）、批次／記憶體運算（MapReduce、Spark）、即時串流處理（Kafka、Flink）。
• 硬體架構面：由單機垂直擴展轉為水平擴展（Scale-Out）、以商用硬體（Commodity Hardware）組成的叢集架構、無共享架構（Shared-Nothing Architecture）以及高速網路互連。

---

選項分析（申論題答題評分要點剖析）

本題非選擇題，依國家考試申論題閱卷標準，各子題的作答得分關鍵與失分陷阱如下：

• 子題 (一) 評分關鍵：

• 滿分要件：必須清楚寫出 ETL、OLAP、主體導向整合、決策支援等專業關鍵字，並精確區分 OLTP（交易導向）與 OLAP（分析導向）的本質差異。
• 常見失分：僅含糊回答「拿來存資料、做報表」，未提及資料清洗、整合以及多維度分析架構。

• 子題 (二) 評分關鍵：

• 滿分要件：技術面須明確舉出代表性技術（如 Hadoop、Spark、NoSQL 等），硬體架構須點出「Scale-Out」與「Shared-Nothing」這兩個核心系統架構名詞。
• 常見失分：誤將「買更高階的伺服器、加裝更多 RAM/CPU」（Scale-Up）當成巨量資料的主要硬體解法；或僅回答技術而遺漏硬體架構說明。

---

解題技巧

1. 排版版面結構化：國考閱卷時間極短，務必使用「一、(一) 1. (1)」的階層式條列，小標題直接點出核心關鍵字。
2. 對比強化專業度：說明資料倉儲時，可順帶提及它與一般線上交易處理（OLTP）資料庫的對比；說明硬體時，對比 Scale-Up 與 Scale-Out，能迅速突顯考生的專業深度。
3. 名詞精準英漢並列：如「線上即時分析處理（OLAP）」、「無共享架構（Shared-Nothing Architecture）」，有助於閱卷委員快速辨識作答重點。

---

【答案】

(一) 資料倉儲系統之主要功能

資料倉儲（Data Warehouse, DW）是企業為了支援管理決策，將來自多個異質營運資料庫的歷史資料進行清理、整合與儲存的資訊系統，其主要功能如下：

核心觀念

本題出自民國 107 年公務人員普通考試「資訊處理」類科之《資訊管理與資通安全概要》，命題背景正值 2017 年 WannaCry 與 NotPetya 席捲全球之後，著重考查考生對新興重大資安威脅的「威脅機制」、「底層原理」與「縱深防禦對策」的理解：

1. 勒索軟體（Ransomware）定義與行為模式：屬於惡意軟體（Malware）的一種，核心特徵在於剝奪受害者對資料的存取權（加密、鎖屏）並藉此索討贖金。
2. 混合密碼系統（Hybrid Cryptosystem）：結合「對稱式加密（Symmetric Encryption）」的高效能與「非對稱式加密（Asymmetric Encryption）」的金鑰管理優勢，完成無法逆向破解的檔案鎖定。
3. 資安防禦架構：從預防、偵測、復原三面向切入，落實「縱深防禦（Defense-in-Depth）」、「最小權限原則（Principle of Least Privilege）」與「3-2-1 備份原則」。

---

解題方法

本題為標準的三段式申論題，各小題作答切入點如下：

1. 第 (一) 小題：採「行為特徵」與「感染途徑」雙軌切入。惡意行為須說明破壞可用性（Availability）的過程（搜尋檔案、停用備份機制、加密、勒索警示）；遭受攻擊原因則應具體列舉社交工程、漏洞未修補（如 MS17-010）與弱存取控制等實例。
2. 第 (二) 小題：直擊「混合密碼系統」架構。分點闡明對稱式加密（負責大量檔案快速加密）與非對稱式加密（負責保護對稱金鑰）的分工關係，並以金鑰交換與運算複雜度解釋攻擊者為何採取此一設計。
3. 第 (三) 小題：從「技術防護」與「管理制度」兩大維度展開，列舉具體可執行的防禦手段（修補管理、網路隔離、端點防護、3-2-1 離線備份、社交工程演練），展現全方位資安管理思維。

---

選項分析

本題為申論題，非選擇題。針對各小題答題盲點分析如下：

• 第 (一) 小題盲點：若僅回答「把檔案加密勒索金錢」過於單薄，無法獲取高分。應將惡意行為細分為「環境偵察」、「消滅備份（如刪除磁碟陰影複製 Volume Shadow Copies）」、「資料加密」及「留下勒索訊息」；攻擊原因需結合實際案例（如釣魚信件、未修補的 SMB/RDP 服務）。
• 第 (二) 小題盲點：常見錯誤是誤答「勒索軟體直接使用非對稱加密（如 RSA）加密所有檔案」。非對稱加密運算速度慢，加密大型檔案會耗盡運算資源且耗時過長，極易被端點防毒軟體或使用者察覺中斷；正確答案必為「混合密碼系統」。
• 第 (三) 小題盲點：若僅回答「安裝防毒軟體、不要點可疑郵件」將流於空洞。必須寫出資安標準防護實務，特別是不可或缺的「3-2-1 備份原則」與「離線/氣隙（Air-gap）保存」，方能展現專業性。

---

解題技巧

1. 破題關鍵詞精準化：

• 密碼學必寫：混合加密（Hybrid Encryption）、對稱金鑰（Symmetric Key）、公開金鑰/私密金鑰（Public/Private Key）。
• 防護必寫：3-2-1 備份原則、修補管理（Patch Management）、縱深防禦（Defense-in-Depth）。

2. 層次分明：以條列式配合粗體小標，每個子題提供 3～4 個具體論點，符合國考閱卷委員快速辨識關鍵詞的評分習慣。

---

【答案】

(一) 勒索軟體之惡意行為與遭受攻擊之原因

1. 勒索軟體之惡意行為：

• 破壞系統還原機制：入侵後優先執行指令（如 vssadmin delete shadows）強制刪除作業系統內建的磁碟陰影複製（Volume Shadow Copies），並關閉系統還原功能，阻斷受害者本機復原途徑。
• 無差別或針對性檔案加密：遍歷本機磁碟與掛載之網路共用資料夾，針對特定副檔名（如文件、圖片、資料庫）進行不可逆的強加密，破壞資訊之「可用性（Availability）」。
• 阻斷服務與顯示勒索訊息：加密完成後，鎖定螢幕或置換桌面背景，產生文字說明檔（Ransom Note），告知檔案已被加密，並指示受害者於期限內使用加密貨幣（如比特幣）支付贖金以換取解密金鑰。
• 橫向移動與擴大感染（蠕蟲化特徵）：部分勒索軟體具備蠕蟲擴散能力，會主動掃描區域網路內的其他主機，利用協定弱點進行橫向滲透。

2. 遭受勒索軟體攻擊之原因（實例說明）：

• 社交工程與惡意郵件（Phishing/Spear-Phishing）：攻擊者偽裝成政府公文、求職履歷或電子發票，引誘使用者點擊惡意巨集文件（如啟用 VBA 巨集的 Office 文件）或解壓縮可執行檔，導致惡意程式植入。
• 作業系統與應用軟體漏洞未即時修補：例如 2017 年席捲全球的 WannaCry 勒索軟體，即是利用微軟 Windows 作業系統中未安裝 MS17-010 安全更新的 SMBv1 協定漏洞（EternalBlue 永恆之藍），透過網路通訊埠（TCP 445）主動連線並大肆感染。

核心觀念

本題測驗「資通安全防護體系」中關鍵的整合監控機制——安全資訊與事件管理（SIEM, Security Information and Event Management）。

1. SIEM 的技術本質：

• SIM（Security Information Management）：著重「靜態與歷史資料」，負責長期日誌儲存、趨勢分析、內部稽核與法規遵循（Compliance）報表產出。
• SEM（Security Event Management）：著重「動態與即時事件」，負責將來自各網路節點的資安事件進行即時監控、正規化、關聯分析（Correlation）與異常警報。
• SIEM：整合 SIM 與 SEM，將異質系統（伺服器、網路設備、資安設備、應用系統）產生的海量日誌集中處理，提供全組織一致的即時監控與事後鑑識能力。

2. 資訊系統整體擁有成本（TCO, Total Cost of Ownership）：

• 評估資安系統引進不能僅看「軟硬體採購成本」，必須涵蓋導入整合、規則調校（Tuning）、日誌膨脹與長久保存所衍生的儲存空間，以及專業維運人力（如 SOC 團隊）等隱性與持續性成本。

---

解題方法

本題為典型的申論題，解題切入點應兼顧「技術架構」與「管理決策」：

1. 子題 (一) 切入點：將「目標」與「功能」拆開獨立作答。目標著重在巨觀效益（組織為何需要 SIEM，例如掌握全網能見度、縮短回應時間、滿足法令法規要求）；功能則依照日誌處理生命週期（收集與正規化 $\to$ 關聯分析 $\to$ 告警與儀表板 $\to$ 儲存與報表）依序論述。
2. 子題 (二) 切入點：以「整體擁有成本（TCO）」為框架，按「建置期、導入整合期、營運維護期」展開，明確點出 SIEM 特有的成本特徵（如以 EPS 或資料傳輸量計價的授權費、降低誤報的規則調校成本、符合法定保存年限的巨量儲存成本、SOC 專業人力成本）。

---

選項分析

本題為申論問答題，無選擇題選項。在評分標準上：

• 若僅將功能答成「收集 Log 與發出警報」，缺乏「關聯分析（Correlation）」與「正規化（Normalization）」等核心關鍵字，無法取得高分區間分數。
• 成本部分若僅回答「設備費與人事費」，缺乏資安系統特有的計量模式（如 EPS、資料吞吐量、規則微調成本），將難以展現專業鑑別度。

---

解題技巧

1. 架構推導訣竅：記住「SIEM = SIM（歷史／合規） + SEM（即時／關聯）」，即可自然推導出其目標與功能，絕不遺漏任何面向。
2. 成本五字訣「軟、硬、整、調、人」：

• 軟體授權（EPS / 每日資料量）
• 硬體與儲存（日誌膨脹與法規年限）
• 系統整合（異質設備 Log Parser 開發與介接）
• 規則調校（降低誤報與漏報的工程成本）
• 營運人力（7×24 SOC 分析師與專業培訓）

---

【答案】

(一) 安全資訊與事件管理系統（SIEM）之基本目標與功能

1. 基本目標

• 建立集中化資安能見度（Centralized Visibility）：破除單點資安設備的資訊孤島，集中收集全組織伺服器、網路設備、端點及應用程式的日誌，建立單一安全監控視角。
• 提升即時威脅偵測與關聯分析能力：透過多來源資料比對，迅速識別跨設備、跨網段的進階持續性威脅（APT）或潛在攻擊行為。
• 縮短資安事件回應時間（MTTD / MTTR）：即時發出警報並提供上下文資訊，使資安人員能在極短時間內完成威脅根因調查與阻斷。