107 高普考高考三級 資訊處理 資訊管理與資通安全 考古題詳解
第 一 題30 分
電子商務的行銷模式中,如何促銷(Promotion)乃行銷重要議題,也是電子商務有別於傳統商務的重要特色之一。網路行銷(Network Marketing)是目前電子商務廣泛使用於推廣其產品之行銷策略之一。
(一) 請定義網路行銷,並說明三種網路行銷手法。(10 分)
(二) 舉例並說明網路行銷與傳統行銷之差異性。(10 分)
(三) 請說明搜尋引擎行銷(Search Engine Marketing)運作模式,並舉例說明組織企業如何採用搜尋引擎行銷推廣其產品?(10 分)
登入後即可作答並保存紀錄。
核心觀念
本題測驗電子商務(E-Commerce)環境中的促銷策略(Promotion),聚焦於數位經濟時代的行銷理論與技術應用。核心涵蓋:
- 網路行銷(Internet / Digital Marketing)之範疇與工具:運用網際網路、數位通訊協定與資訊科技平台進行價值傳遞與交換的歷程,包含內容行銷、社群行銷、精準投放等技術手法。
- 傳統行銷與網路行銷之構面比較:從傳播模式(單向大眾 vs. 雙向互動)、受眾鎖定(地理大眾推播 vs. 標籤化精準定向)、成本架構、效益衡量(事後抽樣 vs. 即時數據追蹤)等維度比較。
- 搜尋引擎行銷(SEM)架構與機制:廣義 SEM 涵蓋付費關鍵字廣告(Pay-Per-Click, PPC)與搜尋引擎最佳化(Search Engine Optimization, SEO),並依賴廣告競價模型(如:廣告評級 )與轉換漏斗(Conversion Funnel)進行運作。
解題方法
- 第一小題:
- 釐清題意名詞,精確界定網路行銷於電子商務領域的內涵。
- 挑選互補性高、定義界限清晰的三種主流手法(如:社群媒體行銷、內容行銷、電子郵件行銷),分別闡明其核心原理、運作模式與實務功能。
- 第二小題:
- 採「結構化構面比較表」呈現兩者核心本質差異,提升閱卷評分效率。
- 搭配「單一情境貫穿實例」(如運動休閒服飾品牌推廣新產品),分別代入傳統行銷與網路行銷的操作實務,凸顯兩者差異。
- 第三小題:
- 理論切入:區分 SEM 的雙軌架構(SEO 自然搜尋優化 + PPC 付費點擊廣告),說明自「關鍵字觸發、演算法媒合/競價排序、搜尋結果頁(SERP)呈現、訪客點擊、到達頁面(Landing Page)轉換」的完整技術運作流程。
- 實務切入:以具體企業(如雲端 CRM 軟體供應商或連鎖精品旅宿)為例,說明其如何透過關鍵字調研、分群出價、文案設計與成效歸因,達成推廣目的。
選項分析
本題為申論題型,無選項。各子題配分均為 10 分,評閱重點在於觀念定義的正確性、推論脈絡的條理性以及實務案例的適切性。
解題技巧與常見陷阱
- 專有名詞辨析(重要陷阱):英文題目出現「Network Marketing」,在傳統直銷領域有時指「傳銷/多層次傳銷」;但在電子商務命題脈絡下,其與促銷、電子商務並列,命題委員實指「網際網路行銷(Internet / Online / Digital Marketing)」。答題時開門見山點明其為網際網路環境下的數位行銷,能展現應考者的專業判斷。
- SEM 的範疇界定:切勿將 SEM 狹義侷限於 Google Ads 付費廣告。標準資管與數位商務理論中,SEM = SEO(Organic Search)+ PPC(Paid Search),答題時兼顧兩者架構才算完整。
- 避免空泛論述:第二小題與第三小題皆特別強調「舉例說明」,若僅答出抽象理論而未提供具體企業情境,通常只能取得基本分(約 4~6 分)。舉例必須包含具體產品、目標對象與操作動作。
【答案】
(一) 網路行銷之定義與三種網路行銷手法
-
網路行銷之定義 網路行銷(Internet / Online Marketing)係指組織或個人運用網際網路、全球資訊網(WWW)及資通訊科技(ICT),針對目標市場進行市場研究、產品定位、定價策略、通路建構與促銷推廣,以達成建立顧客關係、傳遞顧客價值並完成線上/線下交易為目的之整合性商業行銷活動。
-
三種網路行銷手法
- 社群媒體行銷(Social Media Marketing, SMM):
- 內涵與運作:企業透過社群平台(如 Facebook、Instagram、LinkedIn 等)建立品牌專頁或社群,藉由社群互動、社群聆聽(Social Listening)及原生貼文,創造雙向溝通環境。
- 優勢:具備高擴散性(病毒式傳播)、能依據用戶興趣與人際網絡進行深度互動,有助於提升品牌黏著度與忠誠度。
- 內容行銷(Content Marketing):
- 內涵與運作:非直接推銷商品,而是透過產出與目標受眾高度相關且具價值的資訊(如專業部落格文章、開箱評測、電子白皮書、影音教學等),吸引潛在客戶主動關注。
- 優勢:建立企業專業公信力(Thought Leadership),縮短採購決策週期,並為網站累積長尾自然流量。
- 許可式電子郵件行銷(Permission Email Marketing / EDM):
- 內涵與運作:在取得受眾授權(Opt-in)的前提下,運用行銷自動化(Marketing Automation)工具,依據受眾行為特徵(如註冊、購物車未結帳、會員生日)發送個人化郵件與專屬優惠。
- 優勢:傳遞成本極低、資訊客製化程度高,適合用於顧客關係維護(CRM)與重複購買誘發(Retargeting)。
(二) 網路行銷與傳統行銷之差異性分析與實例說明
- 核心構面差異性分析
第 二 題20 分
隨著電子化與 IT 科技進入組織企業中,經年累月累積的巨量資料,值得組織企業從資料中分析出對組織與社會有幫助的資訊。然而,巨量資料分析面臨挑戰與問題。
(一) 請說明巨量資料的應用有哪些挑戰與面臨的問題?(10 分)
(二) 請說明巨量資料對產業與經濟產生之衝擊。(10 分)
登入後即可作答並保存紀錄。
核心觀念
本題評量考生對「巨量資料(Big Data)分析架構」以及「數位轉型與資訊經濟學」的跨領域整合能力,屬於《資訊管理與資通安全》中歷久彌新的高頻考點:
- 巨量資料的核心特徵與延伸問題(5V 架構):巨量資料具備大量(Volume)、多樣(Variety)、即時速度(Velocity)、真實性/品質(Veracity)與商業價值(Value)。應用端所面臨的挑戰,即是由此 5V 特性所衍生出在技術架構、資料治理、資訊安全與隱私防護上的技術瓶頸與管理障礙。
- 個資法規與資安倫理架構:涉及大數據彙整、探勘過程中的「去識別化(De-identification)」極限與「重識別(Re-identification)」風險,需符合《個人資料保護法》(以命題當年民國 107 年法規為準,歐盟亦於同年 5 月正式施行 GDPR)之規範原則(如目的特定、最小化蒐集、當事人權利)。
- 資訊經濟學與破壞式創新理論:資料在當代經濟學中已被視為關鍵新生產要素(Data as Capital)。巨量資料分析打破傳統產業價值鏈,帶動商業模式顛覆,並造成市場集中度提高(數位壟斷)及勞動市場結構位移(技能錯配與自動化替代)。
解題方法
本題為標準的雙核心申論題,配分各為 10 分。作答時不可流於散漫的名詞列舉,而應建立嚴謹的分析維度:
- 第 (一) 子題(挑戰與問題):採用「技術面(Technology)—管理與組織面(Organization)—資安法規與倫理面(Environment & Governance)」的多維度架構切入。避免單純條列「資料太大、電腦算不動」等表面陳述,應深化至資料異質整合、資料孤島、隱私侵害及演算法黑盒子等專業議題。
- 第 (二) 子題(產業與經濟衝擊):依循「微觀企業/產業鏈(商業模式轉型、跨界競爭)」推進至「宏觀總體經濟(市場壟斷、生產要素重組、勞動結構變化)」的層次,且論述必須兼顧「正面效益(創新生產力)」與「負面外溢衝擊(數位鴻溝、結構性失業)」。
選項分析
本題為申論題,非選擇題,故無個別選項之辨析。評分關鍵在於論述構面之完整性、專業專有名詞之精準度(如 Data Silos、Winner-takes-all、Re-identification),以及論點層次是否對應 10 分的配分深度。
解題技巧
- 破題架構口訣:
- 第一小題記憶口訣:「技・管・安・倫」(技術架構、管理組織、資安個資、倫理演算法)。
- 第二小題記憶口訣:「模・競・產・勞」(商業模式、市場競爭、生產要素、勞動市場)。
- 常見失分陷阱:
- 僅背誦巨量資料的 5V 定義,卻未轉譯為「實務應用上的痛點」。
- 第二小題一面倒只寫正面效益(例如提升效率、創造利潤),忽略了「衝擊(Impact)」在學術與國考語境中必然包含對傳統體系的負面衝擊與外部成本(如大者恆大、勞工被取代)。
- 版面控制建議:
- 兩小題各以 4 至 5 個標題條列作答,每個小標配 2 至 3 行精煉闡述。整體版面控制在試卷一頁半至兩頁之間,單題作答時間嚴格控制在 25 分鐘以內。
【答案】
一、巨量資料應用面臨之挑戰與問題(10 分)
巨量資料應用於組織與社會治理時,面臨跨越技術、組織、法遵與倫理之多元挑戰:
- 技術架構與運算效能瓶頸(技術面): 巨量資料具備海量(Volume)、高頻即時(Velocity)與多源異質(Variety)特性,傳統關聯式資料庫(RDBMS)難以因應。組織必須引進分散式運算(如 Hadoop、Spark)與非關聯式資料庫(NoSQL),在資料擷取、儲存、即時串流處理(Stream Processing)及大規模非結構化資料(文字、影像、影音)剖析上,面臨極高之技術門檻與系統整合成效挑戰。
第 三 題30 分
物聯網(Internet of Things,簡稱 IoT)運用於智慧醫療、智慧城市、智慧家庭以及智慧工廠等運算環境當中,提供許多自動化服務,然而也帶來許多威脅。
(一) 針對上述之運算環境的一種環境下,請舉例說明如何利用物聯網提供自動與智慧化服務?(10 分)
(二) 物聯網攻擊造成組織企業資安損失。請說明其攻擊原理,以及防範措施。(10 分)
(三) 物聯網設備開發廠商應如何改善其設備,以提升其設備安全,避免使用者遭受攻擊?(10 分)
登入後即可作答並保存紀錄。
核心觀念
本題聚焦於「物聯網(IoT)架構與智慧應用」及「物聯網資安(IoT Security)威脅與生命週期防護」,為高考三級資通安全與資管考科的經典題型。涉及的核心理論與架構包含:
- 物聯網三層架構:感測層(Perception Layer)、網路層(Network Layer)與應用層(Application Layer),及其與邊緣運算(Edge Computing)結合之自動化決策反饋循環。
- 物聯網安全脆弱性與攻擊鏈:IoT 設備因硬體運算資源受限(Resource-constrained),多缺乏足夠加密與防護能力;攻擊者常利用通用預設密碼、未修補弱點(Vulnerabilities)與明文協定,將其攻陷為殭屍網路(Botnet,如 Mirai 攻擊模式),進而發動大規模分散式阻斷服務(DDoS)或作為企業內網橫向移動(Lateral Movement)的跳板。
- 企業防護與縱深防禦(Defense in Depth):網路微切分(Micro-segmentation)、動態身分驗證與最小權限存取(Least Privilege)、網路監控與威脅偵測。
- 安全設計與安全開發生命週期(Security by Design & SSDLC):硬體信任根(Hardware Root of Trust)、安全開機(Secure Boot)、禁止硬編碼憑證(No Hardcoded Credentials)以及安全線上升級機制(Secure FOTA, Firmware Over-The-Air)。
解題方法
本題共三小題,各佔 10 分,建議採「三層架構+條列分項」之結構化方式作答:
- 子題 (一):選定命題列舉的其中一種環境(建議選擇架構清晰且技術層次分明的「智慧醫療」或「智慧工廠」)。從「感測採集 網路傳輸 邊緣/雲端運算分析 自動致動反饋」四個技術步驟展開,落實「自動」與「智慧」之定義。
- 子題 (二):精準區分「攻擊原理」與「防範措施」。攻擊原理應點出弱點成因(如預設密碼、弱協定)與攻擊流程(掃描、植入惡意程式、組織殭屍網路、對外發動 DDoS 或對內橫向滲透);防範措施則從組織企業角度,從架構隔離、存取控制、即時監控切入。
- 子題 (三):切記作答主體為「設備開發廠商(Vendor)」,不可寫成一般使用者的防護措施。應涵蓋「硬體層(信任根與安全開機)」、「韌體/軟體開發層(SSDLC、預設安全、安全通訊)」以及「維運生命週期(安全更新、漏洞通報機制)」。
選項分析
本題為申論試題(非選擇題),無選項需要排除。在評分維度上,閱卷委員著重的給分重點如下:
- 子題 (一):能否清晰運用資訊科技架構(感測元件、傳輸協定、決策演算、執行控制)具體說明情境,切忌僅以日常生活口吻白話敘述。
- 子題 (二):能否明確寫出攻擊技術術語(如 Botnet、Mirai、C2、Brute-force、Lateral Movement、Network Segmentation)及對應企業受損機制。
- 子題 (三):角色界定是否正確,能否提出廠商在設計(Design)、製造(Production)與維護(Maintenance)階段應落實的具體資安標準(如 OWASP IoT Top 10、安全開機簽章)。
解題技巧
- 角色界定嚴格分流:子題 (二) 的防範措施是站在「企業/機關(使用者與管理者)」立場;子題 (三) 則是站在「製造商/開發者(Vendor/Developer)」立場,兩者切入點不可混淆。
- 善用閉環架構作答情境題:說明智慧化服務時,務必呈現出「資料輸入(Input) 運算處理(Process) 自動輸出/控制(Output Feedback Loop)」的完整循環。
- 高分術語置入:納入具代表性的專業詞彙,例如「硬體信任根(RoT)」、「安全開機(Secure Boot)」、「安全設計原則(Security by Design / by Default)」、「零信任架構(Zero Trust)」等,能大幅提高卷面專業度。
【答案】
(一) 智慧醫療環境下利用物聯網提供自動與智慧化服務之說明
以「智慧醫院與遠距病患生理照護監測系統」為例,物聯網透過以下四個層次的架構整合,實現自動化與智慧化醫療服務:
- 感測層(Perception Layer)——即時生理數據採集: 病患配戴具備感測晶片的物聯網穿戴式設備(如智慧手環、連續血糖監控儀、智慧心電貼片),持續量測病患的血壓、心率、血氧濃度()與體溫等關鍵生命徵象,完全免除傳統護理人員定時手動巡房量測的繁瑣作業。
- 網路層(Network Layer)——可靠與低延遲資料傳輸: 採集到的生理資訊透過 BLE(Bluetooth Low Energy)、Wi-Fi 或醫療專用無線頻段,安全傳輸至病房邊緣閘道器(IoT Gateway)或院內雲端醫療資訊系統(HIS/PACS)。
- 平台與運算層(Platform & Processing Layer)——智慧異常分析與預警: 醫療雲端平台整合規則引擎與人工智慧(AI)邊緣運算模型,對連續生理時序資料進行即時關聯分析。若偵測到病患數值異常(例如心律不整、血氧驟降)或預測即將發生敗血休克危機,系統可瞬間做出智慧判讀。
- 應用與致動層(Application & Actuation Layer)——自動化通報與控制反饋:
第 四 題20 分
為避免遭受攻擊,MIS 管理人員應了解最新資安訊息。近年來,威脅情資(Threat Intelligence)服務提供組織最新的資安資訊與駭客攻擊技術。
(一) 請說明威脅情資所採用之技術。(10 分)
(二) 請說明組織如何利用威脅情資提升資安防禦能力?(10 分)
登入後即可作答並保存紀錄。
核心觀念
本題的核心觀念為網路威脅情資(Cyber Threat Intelligence, CTI)之技術架構與情資驅動防禦(Threat-Informed Defense)。
- 威脅情資定義:依據 Gartner 定義,威脅情資是針對現有或潛在威脅主體之危害、機制、指標、動機與操作建議之情境化知識(Contextual Knowledge),可用於引導安全決策。
- 情資層次架構:
- 戰略型(Strategic):高階決策導向,著重攻擊者動機、地緣政治、產業趨勢。
- 戰術型(Tactical):聚焦攻擊者行為特徵,即戰術、技術與程序(Tactics, Techniques, and Procedures, TTPs)。
- 操作/技術型(Operational / Technical):即時攻擊細節與技術指標,包含侵害指標(Indicators of Compromise, IoC,如 IP、Domain、File Hash)。
- 情資威脅金字塔(Pyramid of Pain):由 David Bianco 提出,指出不同情資對攻擊者造成的代價,由低至高為:Hash IP Domain Network/Host Artifacts Tools TTPs。
- 情資生命週期:規劃與方向 收集 處理 分析 傳播與整合 回饋。
解題方法
本題為標準的 20 分雙小題申論題,答題策略應求「廣度完整、深度專業、具體落地」:
- 第 (一) 小題切入點:從威脅情資的生命週期推導出所採用的底層技術,分類為「情資收集與誘捕技術」、「巨量資料分析與關聯技術」、「標準化情資交換協定技術」三大面向,展現對情資系統完整技術堆疊的理解。
- 第 (二) 小題切入點:從組織防禦機制的實務運作切入,結合資安維運中心(SOC)的日常防禦架構,按「主動預防阻擋」、「即時偵測與威脅獵捕」、「事件應變與自動化回應」、「戰略決策與防禦演練」四個維度,具體說明威脅情資如何與組織現有控制項(Firewall, EDR, SIEM, SOAR)整合。
選項分析
本題為申論題型,無選項。閱卷評分重點如下:
- 第 (一) 小題(10 分):能否準確列舉出 CTI 相關的國際標準協定(如 STIX、TAXII)與關鍵技術機制(沙箱動態分析、蜜罐、關聯分析引擎、OSINT 爬蟲等)。若僅籠統回答「上網查資料、寫程式分析」,得分偏低。
- 第 (二) 小題(10 分):能否扣緊組織防禦架構,說明 IoC 與 TTPs 在實務防護上的具體落地應用(如餵入 SIEM 比對、防火牆阻擋、威脅獵捕、資安架構加固)。回答若流於口號宣導(如「提升員工意識」),將無法拿到核心技術分數。
解題技巧
- 關鍵術語不可少:作答時務必出現標準技術關鍵字,如 STIX/TAXII、IoC、TTPs、MITRE ATT&CK、SIEM/SOAR、Sandbox,這些是閱卷老師評分的「給分點(Keyword anchors)」。
- 避免答題失焦:第 (一) 題考的是「產生與交換情資所用的技術」,不要與「一般資安防禦技術(如防火牆規則設定)」混淆;第 (二) 題才是「防守方如何運用這些技術與情資」。
- 條列化結構排版:採用「主標題+簡明定義+技術說明」的結構,讓閱卷老師在 30 秒內即可掌握答案脈絡。
【答案】
一、威脅情資所採用之技術
威脅情資(Cyber Threat Intelligence, CTI)貫穿資料收集、情境關聯、特徵萃取至格式共享的生命週期,主要採用下列四大核心技術:
(一) 多源資料收集與誘捕技術(Collection & Deception Technologies)
- 開放原始碼情報爬蟲(OSINT Scraping):運用自動化網路爬蟲監控公開情報(如資安報告、資安社群漏洞披露)與暗網(Dark Web)論壇,即時掌握駭客洩漏之憑證、武器化工具與攻擊計畫。
- 誘捕防禦與感測技術(Honeypot / Honeynet):部署低互動或高互動蜜罐與分散式誘捕節點,主動誘引攻擊者發動掃描或入侵,以捕獲尚未公開之新型惡意酬載(Payload)與零日漏洞(Zero-day Exploit)。