所屬科目: 研究所、轉學考(插大)◆電腦犯罪與資訊安全
一、執法機關引入大型語言模型(LLM)輔助刑事偵查與數位鑑識(如自動摘要扣案手機對話、OSINT 情蒐整合、社群媒體犯罪偵測), 然而 LLM 的黑盒子特性使其推論過程不透明,導致 AI 輸出結果於法庭上的證據採信度受到質疑。請說明可採用哪些可解釋人工智慧 (Explainable AI, XAI)技術,以提升 AI 分析結果的司法透明度與可信度?
二、你因公需稽核一台對外服務的 Tomcat 應用伺服器日誌,懷疑近期有內部帳號遭竊並被用於資料滲漏(Data Exfiltration)。由於你對 Tomcat 日誌格式不熟悉,且每日日誌量高達百萬筆,直接將原始日誌輸入 LLM 將立即超出 Token 上限且成本極高。請自行規劃一套 AI 輔助分析工作流(Workflow),並直接寫出各階段所使用的具體 Prompt,最終輸出須為包含「來源 IP、異常行為說明、風險等級」 的結構化可疑帳號清單。
三、請回答下列問題:(一)依據《資通安全管理法》第 3 條第 1 款定義說明並舉例「資通系統」。(5 分)
(二)除了法律上的定義,從實務角度來看,資通系統的組成可以更細分為哪五個關鍵要素?(10 分)
(三)《資通安全管理法施行細則》第 8 條說明資通安全事件調查、處理及改善報告應包含哪些內容?(10 分)
(一)請說明 MFT 的功能與優勢。(10 分)
(二)這類的犯罪常見的攻擊手法及調查方式為何?(15 分)