109 高普考高考二級 資訊處理 資訊管理與資通安全研究 考古題詳解

核心觀念

本題評量工業控制系統（Industrial Control Systems, ICS）安全與數位轉型之資安治理，核心觀念包含：

1. IT 與 OT 之基本定義與資安三要素（CIA）優先序：資訊科技（IT）側重資料傳輸與機密性（Confidentiality），營運技術（OT，包含 SCADA、DCS、PLC 等）側重實體設備控制、人身與環境安全及可用性（Availability）。
2. 工業 4.0 與網實系統（CPS, Cyber-Physical Systems）：IT 與 OT 融合打破傳統實體隔離（Air-Gap），造成攻擊面（Attack Surface）顯著擴大。
3. 國際工控資安防護框架與法規：

• 普渡模型（Purdue Model, ISA-95）：工控架構分層。
• 國際標準 ISA/IEC 62443（工業自動化及控制系統安全）與 NIST SP 800-82。
• 國內法規：以命題當年（民國 109 年）法規為準，依當時已施行之《資通安全管理法》及其子法「資通安全責任工程分級」，國家關鍵基礎設施（CI）與公務機關之特定工控系統被納入高度防護要求（註：現行法後續已歷經相關修訂與組織改造，解題仍以命題當年體系為基準）。

---

解題方法

本題為標準的「觀念對比 $\to$ 風險分析 $\to$ 對策研擬」三段式申論題型，切入方法如下：

1. OT 與 IT 差異性：採「維度對比表」呈現，從系統目標、安全優先序、即時性要求、生命週期、更新修補機制及故障衝擊六大構面全面比較，展現系統化分析能力。
2. 工業 4.0 組織與企業風險：以「攻擊面擴大」、「老舊系統脆弱性暴露」、「供應鏈與邊緣設備威脅」及「實體營運中斷」四個層次循序剖析。
3. 風險降低對策：依循國際標準 IEC 62443 與縱深防禦（Defense-in-Depth）概念，自「架構與網路區隔」、「端點與身分存取控制」、「監控與偵測」、以及「治理與應變機制」四個構面提出可落地的解方。

---

選項分析

本題為申論題，非選擇題，無選項分析。作答關鍵在於層次分明、邏輯緊密，切忌流於一般性辦公室 IT 資安口號，必須精確點出工控專屬特性（如實時性、PLC/SCADA 脆弱性、修補困難等）。

---

解題技巧

1. 破題精準列出 CIA 順序：

• IT 系統：$\text{Confidentiality} > \text{Integrity} > \text{Availability}$（$C > I > A$）
• OT 系統：$\text{Safety / Availability} > \text{Integrity} > \text{Confidentiality}$（$A > I > C$）

2. 掌握專有名詞加分點：作答時帶出「普渡模型（Purdue Model）」、「IEC 62443 區域與管道（Zones and Conduits）」、「實體隔離打破（Air-Gap Breakdown）」、「單向資料閘道（Data Diode）」與「補償性控制（Compensating Controls）」，可顯著提升專業度。
3. 避開常見陷阱：切勿將辦公室 IT 的防禦措施（如隨時重開機更新、主動弱點掃描）直接套用在 OT，否則會導致工控即時通訊中斷甚至產線當機，必須強調「被動監控」與「計畫性停機測試」。

---

【答案】

一、營運技術（OT）與資訊科技（IT）之差異性

OT 與 IT 在系統設計理念、運作環境與核心價值上有顯著本質差異，茲以六大構面比較如下：

比較構面	營運技術（OT）	資訊科技（IT）
主要目標	監控並控制實體設備、生產流程與關鍵基礎設施運作。	處理、儲存、傳輸企業業務資料與交易資訊。
資安核心優先序	可用性與安全性優先（$\text{Availability} > \text{Integrity} > \text{Confidentiality}$），人身與實體安全（Safety）最重。	機密性優先（$\text{Confidentiality} > \text{Integrity} > \text{Availability}$），著重智財與個資保護。
即時性與延遲忍受	極低延遲、確定性（Determinism）、硬即時（Hard Real-Time），延遲可能造成實體災害。	軟即時（Soft Real-Time），重視資料吞吐量（Throughput），可容忍秒級延遲。
生命週期	設備壽命長（通常 10 至 20 年以上），更換與升級成本高。	設備生命週期短（通常 3 至 5 年），汰換與升級頻繁。

核心觀念

本題為典型的機器學習與商業資料分析評估題，主要測驗考生在「非平衡資料集（Imbalanced Dataset）」分類情境下的效能評估指標、評估限制，以及模型與資料面改善策略。涉及核心觀念如下：

1. 混淆矩陣（Confusion Matrix）與基礎指標：

• 真正例（True Positive, $TP$）：實際為買，預測為買。
• 假正例（False Positive, $FP$）：實際為不買，預測為買（Type I Error）。
• 假負例（False Negative, $FN$）：實際為買，預測為不買（Type II Error）。
• 真負例（True Negative, $TN$）：實際為不買，預測為不買。
• 準確率公式： $\text{Accuracy} = \frac{TP + TN}{TP + TN + FP + FN}$

2. 準確率悖論（Accuracy Paradox）：

• 商業情境中「購買客戶」通常為少數類別（例如僅佔全體客戶 $5\% \sim 10\%$）。當資料極度不平衡時，模型若全部預測為「不買」，準確率仍可輕易達到 $90\%$ 或 $95\%$，但此時模型完全沒有辨識目標客群的能力，因此準確率會嚴重失真。

3. 模型適用性與歸納偏差（Inductive Bias）：

• 題目指定採用卷積神經網路（CNN）。CNN 的優勢在於處理具備局部相關性（Local Connectivity）與平移不變性（Translation Invariance）的網格型資料（如影像、語音、特定時序軌跡）；對於傳統結構化／表格型（Tabular）客戶屬性資料，CNN 容易因特徵排列無空間局部性而無法發揮效能，甚至導致過度配適（Overfitting）。

---

解題方法

本題屬於申論問答題，破題時宜採取「定義 $\rightarrow$ 缺陷分析 $\rightarrow$ 替代評量指標 $\rightarrow$ 全方位改善策略」之結構進行論述，層次如下：

1. 第一子題（準確率定義）：先給出精確的文字定義與混淆矩陣數學式，隨即點出本題情境（電商／客戶購買預測）常伴隨的資料不平衡現象，指出宣稱 $90\%$ 準確率背後可能隱含「準確率悖論」的陷阱。
2. 第二子題（效能評量指標）：分類列舉適用於二元分類與不平衡資料的評估度量，包含：精確率（Precision）、召回率（Recall）、$F_1$-score、ROC-AUC、PR-AUC，以及結合商業成本的「期望效益／成本矩陣」。
3. 第三子題（預測效能改善方式）：從「資料層面」、「模型與特徵層面」、「演算法與訓練層面」三大維度展開具體可行策略，特別針對題幹提及的「CNN 應用於客戶資料」提出模型選型與適應性評估。

---

選項分析

本題為國家考試之申論問答題，無提供個別選項。考生作答時應將評量指標與改善手法分項標號，並針對題幹「預測客戶是否購買」的商業特性，逐一剖析各指標之實務意涵與權衡關係（Trade-off）。

---

解題技巧

1. 破題亮點：點出「準確率悖論」：閱卷委員看過大量平鋪直敘背誦公式的試卷，若能在解釋準確率後立刻指出「客戶購買轉換率通常極低（如 $2\%\sim 5\%$），$90\%$ 準確率可能是瞎猜不買的假象」，能立即展現資訊管理與實務應用的深度。
2. 針對「CNN」進行反思批判：題目刻意設定「客戶資料採用 CNN」，答題時若能主動檢討資料型態（若是數值與類別為主的表格資料，樹狀集成模型如 XGBoost 通常優於 CNN；若為使用者歷史行為序列或二維點擊矩陣，CNN 才有其合理性），會成為拿到頂標高分的關鍵。
3. 結構化答題：評量指標與改善方法切忌寫成一大段散文，務必使用清晰的階層編號、列出數學公式，並交代分子與分母代表的物理意義。

---

【答案】

一、準確率（Accuracy）之定義與意涵

1. 定義與數學公式： 準確率（Accuracy）係指分類模型在所有評估樣本中，預測正確（包含正例預測正確與負例預測正確）之樣本數所佔的比例。以二元分類之混淆矩陣（Confusion Matrix）表示如下：

實際＼預測	預測購買（Positive）	預測未購買（Negative）
實際購買（Positive）	$TP$（真正例）	$FN$（假負例，未涵蓋）
實際未購買（Negative）	$FP$（假正例，誤判）	$TN$（真負例）

計算公式為： $\text{Accuracy} = \frac{TP + TN}{TP + TN + FP + FN}$

2. 評估限制（準確率悖論，Accuracy Paradox）： 在客戶購買預測的商業情境中，實際購買率通常偏低（例如僅有 $5\%$ 客戶會購買，即類別不平衡 Imbalanced Classes）。若模型將所有客戶一律預測為「不購買」，其準確率亦可高達 $95\%$，然而此時 $TP = 0$、召回率為 $0$，該模型完全無法辨識出潛在顧客，不具任何商業應用價值。因此，單憑 $90\%$ 準確率無法斷定模型效能優良。

---

二、評估此模型效能之其他指標

針對可能存在類別不平衡之二元分類預測，應綜合採用下列指標評估：

核心觀念

本題為高考二級「資訊管理與資通安全研究」典型之戰略整合型申論題。考查重點在於考生能否跳脫傳統邊界防禦思維，將「新興資訊科技（Emerging Technologies）」與現代「混合戰（Hybrid Warfare）／資訊戰（Information Warfare）」架構結合，並由國安與組織治理高度提出全方位的資安防禦體系。

核心涉及觀念、法規與架構如下：

1. 資訊戰領域範疇：涵蓋實體破壞（Kinetic/Physical impact via Cyber）、網路空間作戰（Cyber Warfare）與認知領域作戰（Cognitive Warfare）。
2. 新興科技雙面刃特性：人工智慧（AI/ML）、物聯網（IoT）、第五代行動通訊（5G）、雲端計算（Cloud Computing）、大數據分析（Big Data）與量子運算（Quantum Computing）等技術在攻防兩端的應用。
3. 戰略法規與防禦架構（以命題當年民國 109 年為準）：

• 法源基礎：民國 108 年 1 月 1 日正式施行的《資通安全管理法》及其子法（按：現行主管機關已於民國 111 年改組為數位發展部資通安全署，《資通安全管理法》後續亦持續研擬修正）。
• 戰略政策：我國「國家資通安全戰略報告（資安即國安）」之三層防護構想與資安聯防體系。
• 國際安全框架：NIST 網路安全框架（CSF，含識別、保護、偵測、回應、復原五大核心功能）與零信任架構（Zero Trust Architecture, ZTA，NIST SP 800-207）。

---

解題方法

針對高考二級（碩士級）試題，閱卷重點在於論述深度、邏輯架構化、兼顧技術與管理實務。本題採「攻擊手法構面化 $\to$ 防禦對策體系化」之對稱切入點：

1. 第一部分（新興科技如何用於資訊戰）：從「認知領域」、「網路與通訊邊界」、「自動化武器」三種攻擊維度展開，具體論述大數據與深度偽造（Deepfake）、5G/IoT 殭屍網路、AI 驅動惡意程式及供應鏈攻擊。
2. 第二部分（資訊安全因應之策）：依「戰略與法規治理」、「先進技術防禦」、「數位韌性與應變」三大構面提出因應之策，緊扣「資安即國安」與關鍵基礎設施（CI）防護。

---

選項分析

本題為申論題，非選擇題，無選項分析。考生作答時應以條列化、標題化的答題結構呈現，避免大段散文式敘述，以便閱卷委員快速掌握關鍵得分要點。

---

解題技巧

1. 破題黃金三角：回答資訊戰防護時，切忌僅停留在「安裝防毒軟體、防火牆」等傳統單點防禦。必須結合「組織治理（Governance）」、「公私協防（Public-Private Partnership, PPP）」與「數位韌性（Resilience）」。
2. 常見失分陷阱：

• 僅說明單一技術（例如只講 Deepfake 假訊息），忽略關鍵基礎設施（電力、水資源、通訊）的網路攻擊破壞。
• 只談國家軍事防禦，遺漏題目特別要求的「組織與企業之因應之道」。

3. 答題關鍵字提示：作答時應適度置入高分專有名詞，如「零信任架構（ZTA）」、「認知作戰（Cognitive Warfare）」、「威脅情資分享（ISAC/CERT）」、「關鍵基礎設施（CI）」、「軟體物料清單（SBOM）」。

---

【答案】

一、新興科技於資訊戰之攻擊樣態與手法

現代資訊戰已突破純軍事範疇，延伸至「混合戰（Hybrid Warfare）」型態，敵對勢力利用新興科技發動之攻擊手法可歸納為以下四大面向：

1. 人工智慧（AI）與深度學習之武器化

• 認知作戰與社會分化：利用「深度偽造（Deepfake）」技術合成政府首長、軍事將領之影音，結合大數據受眾分析（Micro-targeting），於社群網路自動化散布假訊息（Disinformation），瓦解民心士氣與政府威信。

核心觀念

本題旨在測驗「遠距辦公（WFH）情境下的資通安全防護」，核心著重於**「網路周界模糊化後的內部網路防禦」與「身分驗證中樞（目錄伺服器，如 Active Directory / LDAP）的防護實務」**。涉及的核心觀念與標準包括：

1. 身分鑑別與存取控制（AAA 模型）：Authentication（驗證）、Authorization（授權）、Accounting（紀錄稽核），特別強調多因素驗證（MFA）與最小權限原則（Principle of Least Privilege, PoLP）。
2. 階層式管理架構（Tiered Administration Model）與特權存取管理（PAM）：防止攻擊者透過 Pass-the-Hash 或 Mimikatz 等憑證竊取手法進行橫向移動（Lateral Movement）。
3. 縱深防禦（Defense-in-Depth）與零信任架構（Zero Trust Architecture, ZTA）：核心精神為「永不信任，始終驗證」（Never Trust, Always Verify），破除「進入內網即代表安全」的傳統邊界思維。
4. 法規與安全框架參考：以命題當年（民國 109 年）法規為準，公務機關與特定非公務機關須遵循《資通安全管理法》及其子法「資通安全責任等級分級辦法」附表十之防護需求，並參考行政院於民國 109 年因應 COVID-19 頒布之「因應嚴重特殊傳染性肺炎疫情遠距辦公資安參考指引」以及 ISO/IEC 27001 實體與環境安全、存取控制等控制措施。

---

解題方法

本題為標準的實務應用申論題，答題邏輯應採**「由外而內、由通道到核心」**的系統化拆解法：

1. 問題痛點剖析：分析「在家上班＋VPN」帶來的攻擊面擴大——遠端個人設備安全性未知、VPN 帳密一旦遭竊取即直通內網、目錄伺服器成為勒索軟體與進階持續性威脅（APT）的首要橫向滲透目標。
2. 切入架構（兩大構面）：

• 構面一：企業內部網路之資安管理（著重通訊通道安全、網路區隔、端點檢驗與流量監控）。
• 構面二：目錄伺服器之資安管理（著重身分鑑別強化、特權帳號隔離、伺服器組態加固、稽核與偵測）。

3. 推導論述：依據「事前預防、事中防阻、事後稽核」的資安管理生命週期展開具體技術與管理措施，展現考生具備架構性思維與實務管理深度。

---

選項分析（申論題各要點結構分析）

本題為高考二級之非選擇題（申論題），針對題目要求的防護構面逐一剖析其關鍵技術與管理意涵：

1. VPN 通道與邊界接取安全構面：

• 核心要點：傳統 VPN 將外部裝置直接拉入內網，若無管控，端點惡意程式將藉通道長驅直入。
• 防護關鍵：必須實施分段穿透（Split Tunneling）的限制政策、強制 VPN 結合多因素驗證（MFA）、連線前實施端點安全合規檢查（Host Integrity Check / NAC）。

2. 內部網路微區隔（Micro-segmentation）構面：

• 核心要點：傳統扁平化網路（Flat Network）容易造成勒索病毒全網擴散。
• 防護關鍵：劃分 VLAN 並配合內部防火牆，隔離目錄伺服器等重要資產群；僅開放必要之服務連接埠（如 LDAP 389/636、Kerberos 88、SMB 445 等），禁止外部 VPN 用戶端網段直連目錄伺服器的管理介面（如 RDP 3389、SSH 22）。

3. 目錄伺服器（Directory Server）身分與特權防護構面：

• 核心要點：目錄伺服器（如 Microsoft Active Directory, OpenLDAP）為網域身分驗證與派送群組原則（GPO）的中樞，是攻擊者提權（Privilege Escalation）的核心標的。
• 防護關鍵：建立三層管理模型（Tier 0/1/2），隔離網域管理員（Domain Admin）憑證；停用老舊弱協定（如 NTLMv1、SMBv1、明文 LDAP），全面啟用 LDAPS 與 Kerberos 加密驗證。

4. 安全監控與行為分析（SOC/SIEM）構面：

• 核心要點：靜態規則難以防禦合法帳號遭盜用的異常行為。
• 防護關鍵：目錄伺服器日誌（如 Windows Security Event Log）與 VPN 登入紀錄必須集中至 SIEM/SOC 進行關聯分析，導入使用者與實體設備行為分析（UEBA），即時阻斷異常時間、異地登入或密碼噴灑（Password Spraying）攻擊。

---

解題技巧

1. 破題關鍵（抓住「雙軸」關係）：千萬不可只寫 VPN 本身的設定，或只寫目錄伺服器的密碼原則。題目明確要求「企業內部網路」與「目錄伺服器」兩大對象，必須以清晰的雙主軸條列呈現。
2. 避免答題陷阱：

• 陷阱一：誤將「目錄伺服器」當作「檔案儲存伺服器（File Server）」回答。目錄伺服器是儲存身分資料庫與負責驗證授權的系統（如 AD、LDAP），答題重點應落在 AAA、特權提權防禦、網域控制站加固。
• 陷阱二：停留在傳統邊界防禦思維，忽略 WFH 環境已無法預設內網安全，務必帶入「微分割」與「零信任」思維。

3. 高分結構公式：