24. 某主機 IP 位址為 172.16.20.130，子網路遮罩為 255.255.255.192。下列哪 一個 IP 與該主機位於同一子網路？
(A) 172.16.20.63
(B) 172.16.20.100
(C) 172.16.20.150
(D) 172.16.20.200

25. 下列關於網路攻擊名稱與主要手法的配對，何者正確？ (A) Phishing：利用大量流量癱瘓目標伺服器，使其無法提供服務 (B) DDoS：偽造官方網站或郵件，引誘使用者輸入帳號密碼 (C) SQL Injection：將惡意 SQL 指令插入輸入欄位，以嘗試讀取、竄改或 破壞資料庫 (D) Social Engineering：利用程式自動排序大量資料，以提升系統效能

26. 進行聲音數位化時，通常會經過取樣(sampling)與量化(quantization)。 關於取樣與量化的敘述，下列何者最正確？ (A) 取樣頻率主要影響時間軸上的解析度，量化位元數主要影響振幅可被 示的精細程度。 (B) 提高量化位元數可以增加每秒取樣的次數，因此主要影響高頻聲音是否 能被正確記錄。 (C) 提高取樣頻率可以增加每次取樣時可表示的音量層次，因此主要可降低 聲音雜訊。 (D) 只要量化位元數足夠高，即使取樣頻率很低，也能完整還原原始聲音中 的高頻成分。

27. 某校資訊教師帶領學生製作一個影像辨識模型，用來判斷校園植物照片屬於 「樺樹、榕樹、白千層」三種類別之一。學生蒐集了 500 張訓練影像，其 中大多數照片都在晴天、正面角度、背景單純的情況下拍攝。模型在訓練資 料上的準確率達 98%。但後續新拍攝的照片辨識率不佳，尤其遇到陰天、 側面角度或背景複雜的照片時容易判斷錯誤。關於此情況，下列敘述何者最 合理？ (A) 模型在新照片表現不佳，主要是因為訓練 epochs 不夠多。 (B) 若模型在新照片表現不佳，最適合直接增加輸出類別數量，讓模型可以 辨識更多植物種類，以改善原本三類植物的辨識效果。 (C) 影像辨識模型的設計原本就是設定只能辨識與訓練資料完全相同的照 片，因此只要新照片與訓練照片不同，辨識錯誤是必然現象。 (D) 模型可能過度擬合訓練資料中的拍攝條件與背景特徵，可透過增加多樣 化資料來提升模型的泛化能力。

28. 關於多因素驗證(multi-factor authentication, MFA)的敘述，下列何者正 確？ (A) MFA 常見的做法是透過兩個步驟的登入流程，例如先輸入密碼再回答預 先設定的安全性問題。 (B) MFA 要求使用者依序通過多個驗證步驟，因此只要增加驗證步驟的數 量，安全強度就能獲得線性提升。 (C) MFA 的重點在於結合不同類型的驗證因素，例如密碼搭配一次性驗證 碼、硬體安全金鑰或生物特徵。 (D) MFA 主要用來加密使用者資料，因此可避免資料庫遭 SQL injection 攻 擊。

29. 若使用選擇排序(selection sort)欲將下列陣列由小到大排序： [24, 17, 9, 31, 13] 每一輪會找出目前尚未排序元素的最小值，請問執行完第 2 輪後，陣列狀態 為何？ (A) [9, 13, 24, 31, 17] (B) [9, 17, 24, 31, 13] (C) [9, 13, 17, 24, 31] (D) [13, 17, 9, 31, 24]

30. 當大型語言模型讀到一個句子： 「學生把作業交給老師，因為他明天要請假。」 要產生回答或進行語意分析時，模型需要根據上下文判斷「他」較有可能指 的對象是老師還是學生。若模型使用 Transformer 架構，下列哪一個機制最 能幫助模型在處理「他」這個 token 時，同時參考句中其他 token 的語意 關聯？ (A) 使用位置編碼(positional encoding)記錄每個 token 在句子中的位置， 以判定代名詞所指涉的對象。 (B) 使用詞嵌入(word embedding)將每個 token 轉換成向量，便可確認每 個 token 的語意。 (C) 使用前饋神經網路(feed-forward neural network)調整「他」這個 token 的向量表示，使其包含更多語意資訊，進而判斷所指對象。 (D) 使用自注意力機制(self-attention)計算 token 之間的關聯權重，使模 型可依上下文調整各 token 的表示。

31. 某教師想將一本市售參考書的整章內容輸入生成式 AI，請 AI 改寫成較口語 化的講義，再將改寫後的講義整理成自己的教材並上傳販售。關於此作法， 下列何者最合理？ (A) 只要經過 AI 改寫，就會自動成為全新的著作，不必再考慮智財權的問 題。 (B) 因為 AI 不是人，所以 AI 改寫出的內容並不會構成侵權。 (C) 將他人著作輸入 AI 進行改寫並公開販售，可能涉及重製、改作或侵權 風險，應注意授權與合理使用範圍。 (D) 因為是由生成式 AI 工具修改，所以著作權責任應由 AI 平台的廠商承 擔，使用者不需注意授權問題。

32. 李老師從某官方網站下載教學軟體安裝檔 setup.exe。下載頁面另列出該檔案 的 SHA-256 雜湊值(hash value)，並提供對應的數位簽章檔 setup.exe.sig。 關於 SHA-256 雜湊值與數位簽章的用途，下列何者錯誤？ (A) 使用者可在本機計算 setup.exe 的 SHA-256 雜湊值，並與官方網站公佈 的雜湊值比對，以確認檔案內容是否一致。 (B) 若使用者在本機計算出的 SHA-256 雜湊值與官方公佈值不同，表示下 載檔案與官方公布版本內容不一致。 (C) 數位簽章可協助驗證檔案是否由可信發佈者簽署，並確認簽署後檔案是 否被竄改。 (D) 若 SHA-256 雜湊值比對一致，即可確認該檔案是由官方發佈。

33. 某程式如下： void A(int x) { cout << "A" << x; } void B(int x) { cout << "b" << x; A(x + 1); cout << "B" << x; } int main() { B(2); cout << "E"; return 0; } 程式執行後輸出為何？ (A) b2B2A3E (B) b2A3B2E (C) A3b2B2E (D) b2A3EB2

34. 以下 Python 遞迴函式執行後，輸出為何？ def f(n): if n <= 1: return 1 return n * f(n - 2) print(f(6)) (A) 12 (B) 24 (C) 48 (D) 720

115年 - 115 高雄市市立國民中學教師聯合甄選試題：資訊科技#141562

115年 - 高雄市115 年度市立國民小學教師聯合甄選專長類－資訊試卷#140771

115年 - 115 桃園市國民中學新進教師甄選試題：資訊科技科#140725

115年 - 115 臺北市市立國民中學＿正式教師聯合甄選：資訊科技#140605

115年 - 115 中區縣市政府教師甄選策略聯盟_國中：資訊科技科#140375

115年 - 115 臺南市立蓮潭國民中小學(國中部)教師甄選試題：資訊科技科#140304

115年 - 115 新北市立國民中學_教師聯合甄選試題：資訊科技科#140270

115年 - 115 高雄市市立高級中等學校聯合教師甄選試題︰資訊科技科#140122

115年 - 115 臺北市公立國民小學教師聯合甄選初試專門類科知能試題：資訊科技科#139878

115年 - 115 臺北市立成淵高級中學_正式教師甄選試題：高中資訊科#139666