Cisc2013(end) from 小麥 林
2013年6月23日 星期日
2013年6月21日 星期五
A study on Model Generator of Slot Machine Game
課程：論文研討(二)
日期：2013/05/17
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：輔仁大學資工系 張信宏
心得：
吃角子老虎機(Slot Machine)，是一種經常在賭場見到的賭博機器。
角子是指錢幣，因為賭注中獎機率極低，如入虎口無回，故稱吃角子老虎機。
玩法是將硬幣投入，接著會出現隨機不同的圖案，如停定時出現相同或特定相同圖案連線時，會依照其賠率勝出。
吃角子老虎機器的輸贏目前都是由電腦所控制，所以中獎的機率是由賭場所設定的，每家賭場通常會宣稱其吃角子老虎機的勝率比較高，例如宣稱其勝率高達97％﹑98％以上，基本上這些機器的勝率設定都必須經過公正機構檢定，所以是可以相信的。所以線愈多， 就愈有機會贏錢只是感覺而已，能不能真的贏到錢在選機器時就命中注定了。
張信宏教授提出了一個吃角子老虎機的中獎模型，利用嵌入符號演算法(Embedding Symbol Algorithm)，針對一張轉輪帶(Reel Strips)的表格，對此表中的符號進行安排。
最後從實驗中證明此演算法使得吃角子老虎機理論的中獎率(Theoretic Hit Rate)及回饋率(Payback Rate)，能夠貼近經由中獎表(Pay Table)所計算得出之理論的中獎率與回饋率。
日期：2013/05/17
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：輔仁大學資工系 張信宏
心得：
吃角子老虎機(Slot Machine)，是一種經常在賭場見到的賭博機器。
角子是指錢幣，因為賭注中獎機率極低，如入虎口無回，故稱吃角子老虎機。
玩法是將硬幣投入，接著會出現隨機不同的圖案，如停定時出現相同或特定相同圖案連線時，會依照其賠率勝出。
吃角子老虎機器的輸贏目前都是由電腦所控制，所以中獎的機率是由賭場所設定的，每家賭場通常會宣稱其吃角子老虎機的勝率比較高，例如宣稱其勝率高達97％﹑98％以上，基本上這些機器的勝率設定都必須經過公正機構檢定，所以是可以相信的。所以線愈多， 就愈有機會贏錢只是感覺而已，能不能真的贏到錢在選機器時就命中注定了。
如果您很幸運的拉得了大獎，吃角子老虎機器便會五彩燈光及音樂大作，此時，會有賭場的服務人員跑過來。他會檢查從吃角子老虎 機流出來的獎金和實際應得的獎金是否相符，而您只要在一旁耐心等候即可。此外，他也會檢查是否有人在吃角子老虎機上面做弊， 所以此時不要再用手去碰拉把。
獎金正確之後，若贏的獎金超過 1200 元，則必填寫一份美國國稅 局的 G-2 的文件。如果您是美國公民，這些獎金便會記錄在您的 名下，必須列入申報所得稅的收入。
而外國人怎麼辦呢？由於還沒有中過大獎，筆者不知道，但是聽說要直接扣繳30％的稅金。
張信宏教授提出了一個吃角子老虎機的中獎模型，利用嵌入符號演算法(Embedding Symbol Algorithm)，針對一張轉輪帶(Reel Strips)的表格，對此表中的符號進行安排。
最後從實驗中證明此演算法使得吃角子老虎機理論的中獎率(Theoretic Hit Rate)及回饋率(Payback Rate)，能夠貼近經由中獎表(Pay Table)所計算得出之理論的中獎率與回饋率。
.jpg)
.jpg)
雲端運算安全的挑戰與機會
課程：論文研討(二)
日期：2013/05/03
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：優弧資訊公司總經理 呂沐錡博士
心得：
日期：2013/05/03
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：優弧資訊公司總經理 呂沐錡博士
心得：
雲端運算技術（Cloud Computing）最早是由亞馬遜Amazon所提出的一種軟體技術，因應網路購物平台而生的雲端運算。之後Google、Microsoft也跟進，而這個技術，其實早就已經存在我們的生活中，而且應用持續擴大，成為生活中不可或缺的一部分。隨著網際網路急遽發展下，硬體效能與行動裝置的高速運算需求提升，加上寬頻的普及等各種面向，來觀察雲端運算的演進，可以由早期的網路撥接（Modem）談起，歷經網路伺服器（Web Server）、主機代管（Web Hosting）、到現今發展的應用程式代管（ASP）。
最簡單的雲端運算技術在網路服務中已經隨處可見，例如「搜尋引擎、網路信箱」等，使用者只要輸入簡單指令即能得到大量資訊；進一步的雲端運算不只是做資料搜尋、分析的功能，更可以運用在生物科學上，例如：解析癌症細胞、分析基因結構DNA、基因圖譜定序等；在未來更有智慧型手機（Smart phone）、衛星導航（GPS）等行動裝置都可以透過雲端運算，發展出更多的應用服務。
近2年來，雲端運算(Cloud Computing)成為資訊產業的熱門話題，IT大廠爭相投入資源，舉辦各式活動與研討會，大力鼓吹雲端的效益；相較於供應端的賣力演出，需求端(即企業)的反應顯然冷淡許多，關鍵就在資安，雲端服務的安全威脅，已成為市場發展的絆腳石。
資訊產業更新速度快，每隔幾年總有不同話題出現，近2年最火熱的話題非雲端運算莫屬，不只微軟(Microsoft)、惠普(HP)、IBM及Google等資訊大廠強力推動雲端運算，就連各國政府也紛紛投入資源，希望幫助該國廠商在雲端產業取得一席之地，包括日本、韓國、大陸、歐盟各國及台灣，皆是如此。
剖析雲端運算7大安全威脅
傳統資訊架構，所有IT相關的軟硬體設備與人員(如伺服器、儲存設備、程式開發人員等)，都在可掌握的公司環境內，因此，無論要執行安全管控或事後稽核，皆非難事，然而當一切放上雲端後，資料的儲存與運算處理，可能分散在雲端各個角落，安全控管與維護將變得更不容易。
究竟採行雲端運算會帶來哪些安全問題？雲端安全聯盟(Cloud Security Alliance)在2010年3月發布的《Top Threats to Cloud Computing V1.0》報告中指出，雲端運算正面臨7大安全威脅，其中，除了第1點比較針對雲端服務供應商來探討外，其餘6點皆是使用者應注意的安全威脅，提供給準備朝雲端發展的企業參考。
1、不安全的介面與應用程式介面(APIs)
雲端服務供應商提供軟體介面或應用程式介面，以便用戶使用雲端服務，因此，這些介面的安全性，與雲端服務的安全性與可用性息息相關，倘若雲端平台提供第3方供應商的加值服務，則這些服務的使用介面，也可能會增加原本應用程式介面的複雜性及風險，企業必須一併加以考量。
2、惡意的內部員工
此處指的是雲端服務供應商的內部員工，他們是最有機會接觸企業資料的人，但是企業卻不知道他們如何被規範，也許連招聘的條件與方式都不清楚，這些未知都是1種潛在威脅，畢竟「人」是作業環節中最難管控的部分，再加上雲端平台又最容易接觸到各企業的資料，所以內部員工竊取資料的風險相對高於一般企業組織。因此，企業擁抱雲端的第1步，就是瞭解雲端服務供應商對其內部員工的管控規範原則，以降低潛在未知的安全風險。
3、共享環境所造成的議題
採用雲端運算之所以能降低成本，關鍵在於善用資源，使用者看似擁有獨立運算環境和資料儲存空間，實際上卻是與他人共用1台主機，只不過透過虛擬化技術，在實體環境上產生多個虛擬空間，此時，雲端服務供應商如何儲存及保護客戶的資料？不同企業平台能否有效隔離、避免彼此存取對方資源？這些都是雲端運算安全的重大挑戰。
4、資料遺失或外洩
資料遺失或外洩的方法有很多種，例如：在沒有備份的情況下刪除或修改資料、遺失加密金鑰導致資料被破壞等，對企業來說，資料遺失或外洩所造成的影響，絕對不是只有金錢損失而已，還包括商譽受損、客戶不信任等無形衝擊，而雲端環境受到平台架構與運作特性影響，不僅風險愈來愈高，資料外洩的威脅也隨之攀升，使用者必須評估雲端供應商的驗證、授權和稽核控制措施是否完善，加密技術合法性、資料刪除方式是否安全、災難復原能力等，才能降低在雲端遺失或洩露資料的風險。
5、帳號或服務被竊取
駭客竊取使用者帳號並非新議題，攻擊方法不外乎釣魚、詐欺及利用軟體漏洞，但在雲端環境裡，這類問題所造成的衝擊更大。因為在傳統IT環境下，使用者擁有硬體控制權，可透過一些補救措施，降低帳號或服務被竊的損失；但在雲端環境中，使用者沒有控制權，可能也無法執行補救措施，甚至還必須設法證明自身為帳號或服務的合法使用者，否則駭客很可能完全取代原先使用者的身分。
6、其他未知的風險
目前市場上在談論雲端應用時，普遍強調其特性、效益與功能，但更深1層的資訊卻往往不太清楚，例如：雲端供應商內部安全流程、平台架構、修補程式、稽核制度、Log紀錄、如何儲存客戶資料、誰有存取權利等，諸如此類的問題，其實都沒有清楚的答案，也沒有公開的監督機制，偏偏這些資訊是用以評估雲端平台安全程度的要素，倘若沒有這些資訊，企業也無法有效評估雲端安全風險。
7、稽核與蒐證
在傳統IT架構下，企業要進行內部稽核與電腦搜證已相當不容易，因為步驟繁瑣，且牽涉層面廣，而當資訊架構雲端化後，企業要執行稽核與搜證作業會變得更加困難，關鍵點在於如何獲得有用且有效的資料，尤其當遇到法律爭議時，如果雲端服務供應商沒有相對應的機制，企業該如何證明資料的有效性與合法性，這是企業必須審慎思考的課題。
資訊產業更新速度快，每隔幾年總有不同話題出現，近2年最火熱的話題非雲端運算莫屬，不只微軟(Microsoft)、惠普(HP)、IBM及Google等資訊大廠強力推動雲端運算，就連各國政府也紛紛投入資源，希望幫助該國廠商在雲端產業取得一席之地，包括日本、韓國、大陸、歐盟各國及台灣，皆是如此。
剖析雲端運算7大安全威脅
傳統資訊架構，所有IT相關的軟硬體設備與人員(如伺服器、儲存設備、程式開發人員等)，都在可掌握的公司環境內，因此，無論要執行安全管控或事後稽核，皆非難事，然而當一切放上雲端後，資料的儲存與運算處理，可能分散在雲端各個角落，安全控管與維護將變得更不容易。
究竟採行雲端運算會帶來哪些安全問題？雲端安全聯盟(Cloud Security Alliance)在2010年3月發布的《Top Threats to Cloud Computing V1.0》報告中指出，雲端運算正面臨7大安全威脅，其中，除了第1點比較針對雲端服務供應商來探討外，其餘6點皆是使用者應注意的安全威脅，提供給準備朝雲端發展的企業參考。
1、不安全的介面與應用程式介面(APIs)
雲端服務供應商提供軟體介面或應用程式介面，以便用戶使用雲端服務，因此，這些介面的安全性，與雲端服務的安全性與可用性息息相關，倘若雲端平台提供第3方供應商的加值服務，則這些服務的使用介面，也可能會增加原本應用程式介面的複雜性及風險，企業必須一併加以考量。
2、惡意的內部員工
此處指的是雲端服務供應商的內部員工，他們是最有機會接觸企業資料的人，但是企業卻不知道他們如何被規範，也許連招聘的條件與方式都不清楚，這些未知都是1種潛在威脅，畢竟「人」是作業環節中最難管控的部分，再加上雲端平台又最容易接觸到各企業的資料，所以內部員工竊取資料的風險相對高於一般企業組織。因此，企業擁抱雲端的第1步，就是瞭解雲端服務供應商對其內部員工的管控規範原則，以降低潛在未知的安全風險。
3、共享環境所造成的議題
採用雲端運算之所以能降低成本，關鍵在於善用資源，使用者看似擁有獨立運算環境和資料儲存空間，實際上卻是與他人共用1台主機，只不過透過虛擬化技術，在實體環境上產生多個虛擬空間，此時，雲端服務供應商如何儲存及保護客戶的資料？不同企業平台能否有效隔離、避免彼此存取對方資源？這些都是雲端運算安全的重大挑戰。
4、資料遺失或外洩
資料遺失或外洩的方法有很多種，例如：在沒有備份的情況下刪除或修改資料、遺失加密金鑰導致資料被破壞等，對企業來說，資料遺失或外洩所造成的影響，絕對不是只有金錢損失而已，還包括商譽受損、客戶不信任等無形衝擊，而雲端環境受到平台架構與運作特性影響，不僅風險愈來愈高，資料外洩的威脅也隨之攀升，使用者必須評估雲端供應商的驗證、授權和稽核控制措施是否完善，加密技術合法性、資料刪除方式是否安全、災難復原能力等，才能降低在雲端遺失或洩露資料的風險。
5、帳號或服務被竊取
駭客竊取使用者帳號並非新議題，攻擊方法不外乎釣魚、詐欺及利用軟體漏洞，但在雲端環境裡，這類問題所造成的衝擊更大。因為在傳統IT環境下，使用者擁有硬體控制權，可透過一些補救措施，降低帳號或服務被竊的損失；但在雲端環境中，使用者沒有控制權，可能也無法執行補救措施，甚至還必須設法證明自身為帳號或服務的合法使用者，否則駭客很可能完全取代原先使用者的身分。
6、其他未知的風險
目前市場上在談論雲端應用時，普遍強調其特性、效益與功能，但更深1層的資訊卻往往不太清楚，例如：雲端供應商內部安全流程、平台架構、修補程式、稽核制度、Log紀錄、如何儲存客戶資料、誰有存取權利等，諸如此類的問題，其實都沒有清楚的答案，也沒有公開的監督機制，偏偏這些資訊是用以評估雲端平台安全程度的要素，倘若沒有這些資訊，企業也無法有效評估雲端安全風險。
7、稽核與蒐證
在傳統IT架構下，企業要進行內部稽核與電腦搜證已相當不容易，因為步驟繁瑣，且牽涉層面廣，而當資訊架構雲端化後，企業要執行稽核與搜證作業會變得更加困難，關鍵點在於如何獲得有用且有效的資料，尤其當遇到法律爭議時，如果雲端服務供應商沒有相對應的機制，企業該如何證明資料的有效性與合法性，這是企業必須審慎思考的課題。
Visual Saliency for Image Segmentation and Object Detection
課程：論文研討(二)
日期：2013/04/26
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：中央研究院 劉庭祿研究員
心得：
今天的演講是有關於影像處
影像分割技術（Image segmentation）在許多影像處理的工作上扮演著基礎且關鍵的角色，例如物件的識別與辨識（Object recognizing）、影像內容搜尋（Content-based image retrieval）等等之應用，都必須將影像分割為具有某種意義的基本單位，再藉由這些基本單位做更進一步的處理。在近期影像分割技術的發展中，分水嶺分割法（Watershed transform）是一個相當先進的技術，可得到良好的影像分割效果，所以本計畫著重於此一技術的改進及加強。
相較於其他的影像分割方法，分水嶺分割法提供了快速且有效的影像分割，在完成區域分割之後，可保證區域之封閉性；但是，在這個方法中，過度切割(Over-segmentation)的問題常伴隨著發生，造成區域切割的結果過於瑣碎，使得影像分割的成效不彰。利用人類視覺評量系統(Human vision system)針對邊界進行評估，對於間隔差異不顯著的區域進行合併，此法更可容許使用者藉由調整控制參數，動態地修改切割的結果。上述方式可以切割出影像中符合人類視覺的區域，並可使其他影像處理應用能有更進一步的發展。理方面的介紹，
日期：2013/04/26
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：中央研究院 劉庭祿研究員
心得：
今天的演講是有關於影像處
影像分割技術（Image segmentation）在許多影像處理的工作上扮演著基礎且關鍵的角色，例如物件的識別與辨識（Object recognizing）、影像內容搜尋（Content-based image retrieval）等等之應用，都必須將影像分割為具有某種意義的基本單位，再藉由這些基本單位做更進一步的處理。在近期影像分割技術的發展中，分水嶺分割法（Watershed transform）是一個相當先進的技術，可得到良好的影像分割效果，所以本計畫著重於此一技術的改進及加強。
相較於其他的影像分割方法，分水嶺分割法提供了快速且有效的影像分割，在完成區域分割之後，可保證區域之封閉性；但是，在這個方法中，過度切割(Over-segmentation)的問題常伴隨著發生，造成區域切割的結果過於瑣碎，使得影像分割的成效不彰。利用人類視覺評量系統(Human vision system)針對邊界進行評估，對於間隔差異不顯著的區域進行合併，此法更可容許使用者藉由調整控制參數，動態地修改切割的結果。上述方式可以切割出影像中符合人類視覺的區域，並可使其他影像處理應用能有更進一步的發展。理方面的介紹，
從個人資料保護法談個資保護與資安防護實務
課程：論文研討(二)
日期：2013/04/12
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：陳鴻彬 顧問
心得：
日期：2013/04/12
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：陳鴻彬 顧問
心得：
| 新版個資法施行細則修正草案終於在去年10月26日正式發布預告，最快將於今年開始實施。新版個資法影響的範圍不僅在員工個人資料，更嚴重的是客戶資料，從會員募集、會員管理、會員行銷等流程都可能存在個資洩漏的風險，一旦違法最高可求償2億，更甚的是嚴重影響企業聲譽。由於個資法影響範圍涵蓋各部門，只要擁有一筆個資就需要受到法令的規範；新法對於個人資料之蒐集、處理及利用規定必須善盡告知及保管義務，且採取舉證責任倒置原則，若企業被指控涉嫌個人資料外洩則必須負舉證責任，提出具體證據。依此，企業必然從管理、流程與作業層次建立完整的個資保護機制，才能降低觸法的風險。 對於個人資料的安全保護，如果還是不了解要如何實施，最簡單的方式就是參考其他也有個資法律國家的相關經驗，或是參考受到國際認可的實務準則和標準。舉例來說，在先前的文章曾經提過的OECD八項隱私保護原則、APEC的九項隱私保護綱領，以及美國的安全港架構協定，就是可用的參考依據。 至於在國際認可的個資保護標準方面，由英國標準協會所提出的BS 10012個人資訊管理標準，也是目前在個資管理方面一項很好的參考來源，它採用了常見的PDCA（Plan, Do, Check, Act）管理流程，可將企業對於個資保護的期許和法律要求作為基礎，進而建立一項個資保護的管理計畫（Plan），然後根據這項計畫在企業中實施運作（Do），接著藉由運作過程中所產出的相關文件記錄，透過管理審查和稽核方式進行監督（Check），再依照稽核的結果要求進行改善行動（Act），以確保個資管理制度實施的有效性。 除了英國的BS 10012標準之外，目前由經濟部委託資策會所研擬，針對電子商務業者的「台灣個人資料保護與管理制度」（TPIPAS），也可作為企業在實施個人資料保護措施的參考。 TPIPAS制度的運作分為三個階段，它先從制度的規劃開始來確立個資保護的要求，然後透過教育訓練的方式來培育所需的建置和稽核人員；接下來則是透過受過訓練的內部人員來自行建置，或是藉由外部輔導顧問的協助，將個資保護與管理制度導入企業之中；最後再由合格的稽核人員進行實地審查，確認制度實施的有效性之後，再向主管單位申請發放合格的隱私標章，以此作為企業落實個資保護的一項證明。 |
醫療影像處理在診斷/預後之應用
課程：論文研討(二)
日期：2013/03/29
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：嘉義大學 柯建全教授
心得：
隨著醫療成像技術的不斷發展，影像處理在醫學研究中的應用越來越廣泛。醫療影像處理綜合運用了計算機圖形學和圖像處理技術，把由各種數字化成像技術獲得的人體信息按照一定的需要在計算機上直觀地表現出來，能夠彌補影像成像設備在成像上的不足，從而提供用傳統手段無法獲得的結構信息。目前，醫療影像處理需要繼續提高成像速度、影像的空間和時間分辨率，改善影像的對比度，而在分子和基因水平實現人體成像成為當前發展的新熱點。
演講內容是在講數位的醫學影像，在照射x光的時候，人體可能會因為呼吸的晃動，造成影像對比度較低，或者人體結構的複雜導致耖出來的影像複查，不易醫生判斷受照者的身體健康狀態，可能會因此忽略掉一些重大疾病。再做簡單的舉例後柯教授列出目前醫學影像處理的儀器如：x光、核磁共振、單分子的斷層掃描、正子攝影、超音波掃描。列出上述儀器分別能攝影出的物件以及討論出各個設備的優缺點。
之後希望能藉由影像處理和圖學的方式去分類出受照者是否有疾病且建立出3D的模型，讓系統自動判斷出結果減少醫生的工作量。我覺得這個想法能完全時做出來那將會是社會上的一大貢獻，省德醫療有更大的進步空間，也會讓資訊產業有更大的躍進。
日期：2013/03/29
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：嘉義大學 柯建全教授
心得：
隨著醫療成像技術的不斷發展，影像處理在醫學研究中的應用越來越廣泛。醫療影像處理綜合運用了計算機圖形學和圖像處理技術，把由各種數字化成像技術獲得的人體信息按照一定的需要在計算機上直觀地表現出來，能夠彌補影像成像設備在成像上的不足，從而提供用傳統手段無法獲得的結構信息。目前，醫療影像處理需要繼續提高成像速度、影像的空間和時間分辨率，改善影像的對比度，而在分子和基因水平實現人體成像成為當前發展的新熱點。
演講內容是在講數位的醫學影像，在照射x光的時候，人體可能會因為呼吸的晃動，造成影像對比度較低，或者人體結構的複雜導致耖出來的影像複查，不易醫生判斷受照者的身體健康狀態，可能會因此忽略掉一些重大疾病。再做簡單的舉例後柯教授列出目前醫學影像處理的儀器如：x光、核磁共振、單分子的斷層掃描、正子攝影、超音波掃描。列出上述儀器分別能攝影出的物件以及討論出各個設備的優缺點。
之後希望能藉由影像處理和圖學的方式去分類出受照者是否有疾病且建立出3D的模型，讓系統自動判斷出結果減少醫生的工作量。我覺得這個想法能完全時做出來那將會是社會上的一大貢獻，省德醫療有更大的進步空間，也會讓資訊產業有更大的躍進。
The role of the study of programming languages in the education of programmers
課程：論文研討(二)
日期：2013/03/22
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：政治大學 陳恭教授
心得：
日期：2013/03/22
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：政治大學 陳恭教授
心得：
工欲善其事，必先利其器，這句話對一個Programmer來說真的是中肯，程式語言是在人與機器之間的溝通語言，沒有基礎的程式語言能力其他都免談。這一場演講的主題探討寫程式，非常接近我們的生活，未來如果繼續走資訊領域，相信大部分的人都會當工程師，而不管你走哪一塊領域，都需要寫程式，這是無法逃避的問題，而當我們踏入職場，我們的首要目標就是提高程式生產力，而目標就是將程式寫的正確、又快、又簡單。剛上大一時，大家會先要知道程式語言是什麼?老師就會說程式語言是我們與電腦進行溝通的工具，甚至有些人會跟你說只要專精一種程式語言就好，其他語言都差不多，只是些微的表示方式不一樣，但事實真是如此嗎? 不免會讓人懷疑，但聽過這場演講後，我相信大家都會有點改觀，甚至發現原來還有這麼多我不知道甚至連聽過都沒有，還有些程式語言竟長的跟數學式子一樣，但你能說這些不常看到的程式語言不重要嗎，應該換個角度說，隨著妳從事領域的不同，所需使用到的程式語言也會有所不同，每一個程式語言都還是有它需要存在的價值在。
寫程式或許不是一件難事，但是能夠寫出可靠又正確的程式就是一件很了不起的事。今天的講者為我們帶來許多的觀念，我認為很重要的一點是該如何面對眾多不同的程式語言。
電腦發展至今已有許多的程式語言，不同的程式語言可能有其各自的長處，雖然撰寫的方式不同，但其觀念上大致相同。而我們都知道，再完美的程式都會有Bug，只是該如何處理這些Bug靠的就是經驗，而這些經驗並不像現在市面上許多的書籍說的那樣，短時間就能夠促成。「經驗」就是透過長時間的累積出來的實力，並非一朝一夕促成。
所以，我想我們可以不管程式語言的多寡，但必須對一個語言有一定程度的了解與處理能力，並且能夠盡力的達到去蕪存菁的效果，使程式能夠具備效率及可讀性。最後更不能忘了，程式語言是一種工具，與電腦溝通的工具，善用工具能夠使辦事效率達到事半功倍的效果。
而近幾年來，相信大家都有聽過很多新聞及報導，在傳遞一些訊息，他們認為不管你是什麼科系的人，甚至從小時候開始就應該要學會寫程式，甚至有些公司推出遊戲，讓任何人都能透過玩遊戲的過程中，也學會轉寫程式。很多專家認為寫程式能夠訓練一個人的邏輯能力，不管你從事哪一行，這樣的能力是需要具備的。而一般的民眾聽到妳會寫程式、是個工程師都會投以佩服的目光，但寫程式真有如此困難嗎? 李家同教授就曾經說過，寫程式最重要的就是要有流程圖，一旦流程圖出來後，程式也就出來了，也就是說我們只需要學會該語言的一些規則即可，就可以將這個流程圖轉換成程式碼了。
智慧型視訊監控的研究現況與展望
課程：論文研討(二)
日期：2013/03/01
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：輔仁大學電子系 王元凱教授
心得：
日期：2013/03/01
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：輔仁大學電子系 王元凱教授
心得：
智慧型監控系統越來越受大家重視，我們可以分成兩個部分，一個是智慧住宅的部分，另一個是犯罪偵查。在民國94年，就發生一件蠻牛千面人的事件，並造成恐慌，畢竟當時蠻牛算是一家大型公司，歹徒透過恐嚇的方式，威脅在多久的時間內，沒有付款給他，將在不同店家裡的蠻牛放毒藥，這樣一個舉動造成很大的轟動，以警察的角度來說如果沒有立即將歹徒抓出來，甚至得逞順利拿到金額，有可能導致陸續相同的事件發生，而蠻牛公司方面也未因這樣的恐嚇而立即付款，也害怕乖乖付款後造成後續有類似的事件發生，因此警察單位動員了500名的警員，觀看6000小時的錄影資料，順利的在短時間內抓住犯人。我們也透過這樣的例子，清楚了解到智慧型視訊監控的重要性，甚至有研究顯示，即使是訓練過的保全人員，在同時觀看超過十個監視器畫面下，只要過了22分鐘就無法對監視器畫面上，所發生的突發事件做出反應，因為保全人員的注意力也已經換散了。因此能透過智慧型監控方式來取代人工作業，更能達到監控的目的。
智慧型視訊監控將整個監控系統分得更細微，也將原本需要人為操控和判斷的部分利用程式呈現出來，不僅能夠提高影片清晰程度、犯罪破案率，更重要的是對於危險事件或是犯罪事件的預防，能夠達到一定程度的效果。例如在夜間的攝影常常會不清楚，因此必須將影像強化（Image Enhance）、視訊系統出現攝影鏡頭模糊或異位時的警告（Object/Event Tracking）、罪犯或是贓物出現時的警告（Object/Event Recognition）、畫面中的行為分析（Behavior Analysis）。
而智慧型視訊監控系統在諸多地方也面臨了挑戰，由於目前在各個地方都架有多台監視器，形成視訊監控網路，然而該如何管理每個視訊、比對不同監控器中的相對的物體，此部分是管理方面的挑戰；另外在不同環境光源則是目前最為困擾、也是影像處理中令人頭痛的，還有儲存和磁碟管理、以及視覺呈現的部分都是需要一一克服的難關。
第一代視訊監控：CCTV
第二代視訊監控:digital video surveillance
第三代視訊監控:ip 分散式 智慧
智慧型視訊監控
除了上述這些應用，還有很多很多的實際應用例子，這樣的方式也讓警方在偵查案件中，在查看監視器的過程中是個很大的幫助，也讓保全公司的服務能更加周全，建造一個更加安全的環境。
Games for Researches
課程：論文研討(二)
日期：2013/02/22
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：東華大學 戴文凱教授
心得：
今天的演講主題是有關於遊戲開發方面，可能在制作遊戲領域的同學，都會希望能到遊戲公司去上班，因為大家都喜歡玩遊戲，能自己設計一套遊戲軟體是一件很棒的事情，而薪水也不會太低。但聽完這場演講後，還真有點小小改觀，發現這真不是一件簡單的事，今天的演講者列出很多中國古代的建築圖像，每一個小小結構都是用程式碼所撰寫出來的，不只如此，這些程式碼還包含很多的數學式子，更讓人覺得困難，也更加佩服遊戲工程師了，甚至是專門做美化這一塊的專家，畢竟一款遊戲要能吸引玩家，遊戲角色、畫面的素質是少不了的。
除了有好的畫面外，如何設計一個好玩的遊戲來吸引玩家加入，更是一門重大的課題。一位有多年工作經驗的專家，並超過20年的用戶體驗，認為最能吸引用戶參與遊戲的條件就是要有趣好玩，但最難的部分就是增加功能，以下是他針對讓遊戲更加好玩的方法：
遊戲發展到今時今日，玩家每天可以接觸到的新作品愈來愈多，但開發遊戲並沒有隨著時代的推進而變成一件輕鬆簡單的事情！即時現在有了號稱可簡易使用的 Unity 遊戲引擎等工具也一樣。
為什麼這麼說呢，因為一款完整的遊戲不僅僅只需要好的創意元素，還包含了遊戲畫面整體的塑造（美術）、運行效率及系統架構（程式），以及對外行銷推廣（行銷）等部分。就算是看起來非常簡單的遊戲，也很難脫離以上幾點要素。
日期：2013/02/22
時間：13:50 ~ 15:30
學生：資傳研一 林智偉
演講者：東華大學 戴文凱教授
心得：
今天的演講主題是有關於遊戲開發方面，可能在制作遊戲領域的同學，都會希望能到遊戲公司去上班，因為大家都喜歡玩遊戲，能自己設計一套遊戲軟體是一件很棒的事情，而薪水也不會太低。但聽完這場演講後，還真有點小小改觀，發現這真不是一件簡單的事，今天的演講者列出很多中國古代的建築圖像，每一個小小結構都是用程式碼所撰寫出來的，不只如此，這些程式碼還包含很多的數學式子，更讓人覺得困難，也更加佩服遊戲工程師了，甚至是專門做美化這一塊的專家，畢竟一款遊戲要能吸引玩家，遊戲角色、畫面的素質是少不了的。
除了有好的畫面外，如何設計一個好玩的遊戲來吸引玩家加入，更是一門重大的課題。一位有多年工作經驗的專家，並超過20年的用戶體驗，認為最能吸引用戶參與遊戲的條件就是要有趣好玩，但最難的部分就是增加功能，以下是他針對讓遊戲更加好玩的方法：
遊戲發展到今時今日，玩家每天可以接觸到的新作品愈來愈多，但開發遊戲並沒有隨著時代的推進而變成一件輕鬆簡單的事情！即時現在有了號稱可簡易使用的 Unity 遊戲引擎等工具也一樣。
為什麼這麼說呢，因為一款完整的遊戲不僅僅只需要好的創意元素，還包含了遊戲畫面整體的塑造（美術）、運行效率及系統架構（程式），以及對外行銷推廣（行銷）等部分。就算是看起來非常簡單的遊戲，也很難脫離以上幾點要素。
經過這次的演講之後，讓我深深的體會到，要製作出一款好玩的遊戲是非常不簡單的。
2013年1月14日 星期一
User Behavior Modeling and Prediction by Mining Multiple Information Sources in Mobile Social Network Space
課程: 論文研討(一)
日期 : 2013/01/04
時間 : 13:50 ~ 15:30
學生 : 資傳研一 林智偉
演講者 : 成功大學 曾新穆教授
心得:
這次演講是以社交網路為基礎並利用資料探勘(data mining)來了解使用者的行為，而資料探勘(data mining)又譯為數據挖掘、資料採礦。它是資料庫知識發現（英語：Knowledge-Discovery in Databases，簡稱：KDD)中的一個步驟。
資料探勘一般是指從大量的資料中自動搜尋隱藏於其中的有著特殊關聯性（屬於Association rule learning）的訊息的過程。資料挖掘通常與電腦科學有關，並通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現上述目標。；儘管通常資料挖掘應用於資料分析，但是像人工智慧一樣，它也是一個具有豐富含義的詞彙，可用於不同的領域。 它與KDD的關聯是：KDD是從資料中辨別有效的、新穎的、潛在有用的、最終可理解的模式的過程；而資料探勘是KDD透過特定的演算法在可接受的計算效率限制內生成特定模式的一個步驟。 事實上，在現今的文獻中，這兩個術語經常不加區分的使用。
data minig 示意圖
方法:
資料探勘的方法（Strategy）包括監督式學習(supervised learning)、非監督式學習(unsupervised learning)、關聯分組（Affinity Grouping，作關聯性的分析）與購物籃分析（Market Basket Analysis）、聚類（Clustering）與描述（Description）。監督式學習包括：分類（Classification）、估計（Estimation）、預測（Prediction）。
例子:
資料探勘在零售行業中的應用：零售公司跟蹤客戶的購買情況，發現某個客戶購買了大量的真絲襯衣，這時資料挖掘系統就在此客戶和真絲襯衣之間建立關聯。銷售部門就會看到此訊息，直接發送真絲襯衣的當前行情，以及所有關於真絲襯衫的資料發給該客戶。這樣零售商店通過資料挖掘系統就發現了以前未知的關於客戶的新訊息，並且擴大經營範圍。
資料挖泥:
通常作為與資料倉庫和分析相關的技術，資料挖掘處於它們的中間。然而，有時還會出現十分可笑的應用，例如發掘出不存在但看起來振奮人心的模式（特別的因果關係），這些根本不相關的、甚至引人誤入歧途的、或是毫無價值的關聯，在統計學文獻裡通常被戲稱為「資料挖泥」（Data dredging, data fishing, or data snooping）。
資料挖掘意味著掃瞄可能存在任何關係的資料，然後篩選出符合的模式，（這也叫作「過度匹配模式」）。大量的數據集中總會有碰巧或特定的資料，有著「令人振奮的關係」。因此，一些結論看上去十分令人懷疑。儘管如此，一些探索性資料分析 還是需要應用統計分析尋找資料，所以好的統計方法和數據資料的界限並不是很清晰。
更危險是出現根本不存在的關聯性。投資分析家似乎最容易犯這種錯誤。在一本叫做《顧客的遊艇在哪裡？》的書中寫道：「總是有相當數量的可憐人，忙於從上千次的賭輪盤的輪子上尋找可能的重複模式。十分不幸的是，他們通常會找到。」多數的資料挖掘研究都關注於發現大量的資料集中，一個高度詳細的模式。在《大忙人的資料挖掘》一書中， 西弗吉尼亞大學和不列顛哥倫比亞大學研究者討論了一個交替模式，用來發現一個資料集當中兩個元素的最小區別，它的目標是發現一個更簡單的模式來描述相關數據。
經過演講者的介紹data mining後，更了解到資料探勘的強大與重要性，並且能運用在不同的領域中，讓人印象深刻。
2013年1月11日 星期五
海量資料：行動運算的最後一塊拼圖
課程: 論文研討(一)
日期 : 2012/12/28
時間 : 13:50 ~ 15:30
學生 : 資傳研一 林智偉
演講者 : 國網中心 王耀聰
1. 海量資料的定義與內涵
海量資料為單一資料集，大小介於數十TB至數PB的資料，資料大小已無法用一般軟體來處理，因此海量資料模型強調如何管理資料數量(Volume)、資料增加率(Velocity)與資料多樣性(Variety)。Gartner曾提出資料管理的12維度，歸類為三個向度：
(1)數量控管：Velocity、Volume、Variety、Complexity
(2)權限控管：Classification、Contracts、Technology、Pervasive Use
(3)品質控管：Perishability、Fidelity、Validation、Linking。海量資料只是終極資訊管理的開端，前述的三個向度都是未來資訊管理系統必須考量的要求。
2.海量資料趨勢
軟體發展勢必走向智能化，資料(data)經由整理變成知識(Knowledge)，知識分析形成智能(Wisdom)，以政府來講，這幾年提倡的愛台12項建設, 從e-Taiwan、M-Taiwan、U-Taiwan到「智慧台灣」，台灣軟體發展也是依循這樣的趨勢；雲端運算的智慧來自於群眾的智慧，雲端時代不應只著墨在裝置端，而是要聚焦在那朵雲，掌握及分析雲端資料，形成智能在裝置端使用，套用知識管理模型來看，資料經由整理、轉換、分析，人工智慧應是由經驗值推論，才能提供最好的決策。
3. 海量資料相關技術
雲端運算的三種服務模式包含Lass (基礎建設，如Amazon.com) 、Pass (分析平台，如Google App Engine)、Sass(智慧服務)。在企業雲端的規劃上，台灣因中小企業特別多，通常企業會先計算出需求的平均值，建置自有的私有雲，超出平均值的部份再租賃公有雲，形成所謂的混合雲(Hybrid Cloud)。未來資訊人員需要管理的資管系統，不僅限於企業內部，而是包含產業上下游相關的部份 。
4.因應策略與成功關鍵
海量資料首要為資料整合，將這些跨系統的資料庫轉換成資料倉儲，才能進行資料分析。而三種服務模式所對應的技術為虛擬化技術、資料分析及網頁服務，內涵分別為儲存虛擬化/備援與加密、資料整合/資料探勘、提供API介面/分散式資料庫。
與海量資料相關的熱門工作包含資料探勘、資料視覺化、資料分析、資料操控及資料鑑識，分別應用在搜尋引擎、將資料用圖說故事、商業智慧、與法律結合的數位鑑識；未來處理海量工作的人必須了解SMAQ (storage、MapReduce及Query)，全球多數使用的是自由軟體Hadoop，因使用者規模夠大，可以建構出豐富的海量資料工具庫，目前Yahoo、Facebook、微軟及Oracle等企業皆有使用，因此未來可利用Hadoop建構企業專屬的資料倉儲、商業智慧分析及搜尋引擎。
最後聽了這麼多雲端資料處理的資訊，如果未來各個領域如果能使用到雲端這塊的技術，應該能夠大幅提升各領域的技術與使用。
Introduction to Distance Metric Learning
課程: 論文研討(一)
日期 : 2012/12/21
時間 : 13:50 ~ 15:30
學生 : 資傳研一 林智偉
演講者 : 海洋大學資訊工程學系 張欽圳
心得:
今天的演講者是來自海洋大學資工系的張欽圳老師以距離測度學習（distance metric learning）為主題，會偵對度量這方面的應用方向、發展狀況等做了詳細的介紹。
度量引發在集合上的拓撲但不是所有拓撲都可以由度量生成。當一個拓撲空間有可以由度量來描述的拓撲的時候，我們稱這個拓撲空間為可度量化的。
在微分幾何中，單詞「度量」也用來稱呼只定義在向量空間上一種結構，它的更適合的術語是度量張量（或黎曼度量或偽黎曼度量）。距離測度即衡量多個樣本之間距離的大小，最常見的是度量空間中的歐氏距離、曼哈頓距離等。但是對於其他類型的多維度數據，由於每個維度的貢獻程度不同、提取維度的量綱有差異等原因，就需要依據數據的特性，採用維度的旋轉等方式來較為準確的表示各自的距離。
這些條件表達了關於距離概念的直覺想法。例如，在獨特點之間的距離是正數的並且從 x 到 y 的距離同於從 y 到 x 的距離。三角不等式意味著在 x 和 z 之間的距離不大於從 x 到 y 接著從 y 到 z 的距離。歐幾里得在他的著作中聲稱在兩點之間最短距離是直線；這是他的幾何中的三角不等式。
在微分幾何中，考慮度量張量，它可以被認為是「無窮小」度量函數。它們被定義為在切空間上的內積，帶有適當的可微性要求。儘管它們不是本文定義的度量函數，它們通過不定積分引發度量函數。帶有度量張量的流形叫做黎曼流形。如果去掉內積空間的的正定性要求，則得到偽黎曼度量張量，它積分為偽半度量。它們用於相對論的幾何研究中，這裡的張量也叫做「不變距離」。
透過這些分群或分類的演算法，可以讓機器學習，透過Distance metric距離大小讓分群或分類更精準，並且可以過權重分配的方式讓此演算法更準確。
在應用方面，距離測度可以被使用在人臉識別、物體識別、音樂的相似性、手寫識別等領域。此外，在很多機器學習方法如K近鄰、Suport Vector Machine、徑向基函數網路等方法中，選擇一個好的距離測度方式也能提升模型的學習結果。
2013年1月10日 星期四
資通信與雲端運算發展之探討
課程: 論文研討(一)
日期 : 2012/12/7
時間 : 13:50 ~ 15:30
學生 : 資傳研一 林智偉
演講者 : 中華電信總公司客服處處長 簡志誠
心得:
一般來說雲端運算主要分成三種商業模式，SaaS、PaaS、IaaS。
Software as a Service (SaaS)
透過中華雲市集可以讓我們了解雲端的發展與市場上的須求
日期 : 2012/12/7
時間 : 13:50 ~ 15:30
學生 : 資傳研一 林智偉
演講者 : 中華電信總公司客服處處長 簡志誠
心得:
一般來說雲端運算主要分成三種商業模式，SaaS、PaaS、IaaS。
Software as a Service (SaaS)
將商用軟體Host在資料中心，以網路存取的方式提供服務；依訂閱(Subscription)或計次付費(Pay-per-use)的型式收費。
Platform as a Service (PaaS)
方式一：提供開發應用程式的市集，依流量、資源使用量向使用者收費
方式二：程式設計師可以向服務提供廠商在網路上「租用一台電腦」，只要能連上網路，該台「租的電腦」具備所有程式設計師所需的軟硬體環境。
Infrastructure as a Service (IaaS)
企業用戶可以依照所需要的電腦與網路設備等資源(CPU、OS、Storage)，隨時向服務提供廠商訂購服務，並可即時更改需求設定，並依CPU／Hr、GB或Gbps使用量計費。
各國政府皆積極投入雲端運算產業的發展，企望能透過雲端運算服務提升政府效能，來協助產業轉型與發展，促進雲端產生的市場。
演講者有特別提到我國雲端發展願景與策略，是希望在104年邁向科技強國－藉雲端運算升級台灣成為資訊應用及技術先進國家。主要分成兩部分:
1.基於世界第一的資訊硬體產業，轉型升級雲端運算產業，讓台灣成為可以自主能力，提供雲端系統、應用軟體與服務營運的技術先進國家。
2.普及應用雲端運算，發展台灣成為政府、企業與個人高度使用雲端服務的應用先進國家。
另一個是所進行的策略，主要分成三部分:
1.供給Supply : 發展全方位、高度整合C4雲端運算產業鏈
2.需求Demand : 推動政府雲端應用/ G-Cloud
3.治理Governance : 全方位協調、統合與管理執行方案
則雲端運算的台灣產業鏈目前基於個別的利基發展，有基於台灣製造硬體、開放源碼發展IaaS
，也有基於公司核心資產，發展PaaS 的策略與基於既有用戶群，創新商業模式來發展等等。
在未來必須要相互合作，避免重覆投資，例如以國內IDC發展之IaaS，發展PaaS與SaaS 、或以國內發展之PaaS，發展SaaS的這種方式進行。
令外演講者的令一個重點是有提到他們中華電信自已的中華雲市集(如下圖)，
中華電信配合政府「雲端運算產業發展方案」積極投入雲端基礎建設，領先推出中華雲市集，針對軟體開發商及電信創新應用大賽團隊等軟體開發者，以優惠措施鼓勵軟體開發者進駐於應用市集推廣銷售。對軟體開發者而言，可降低軟硬體建置成本，將更多資源投入軟體創新研發，迅速切入雲端市場，也可吸引更多軟體使用者，進而吸引更多軟體業者加入，帶動雲端產業的快速成長。對軟體使用者而言，可租用或購買應用軟體服務，享受數位生活的便利。而企業用戶則可將資源全力投入核心本業，提高經營效率及企業競爭力，提升國內雲端產業軟實力、帶動企業研發朝雲端產業發展。
透過中華雲市集可以讓我們了解雲端的發展與市場上的須求
2013年1月6日 星期日
Bag of Block-Based Visual Words for Image Retrieving and Classification
課程: 論文研討(一)
日期 : 2012/11/16
時間 : 13:50 ~ 15:30
學生 : 資傳研一 林智偉
演講者 : 義守資工系 郭忠民 教授
心得:
今天的演講是關於影像處理還有圖片分析的部分，平常常見的圖片搜尋大部分都是以輸入關鍵字文字來搜尋想要的圖片，但這樣子會產生一些問題，例如所輸入的關鍵字不夠清楚的描述搜尋者想要搜尋的圖片或是表達較不清楚，又或者是可能圖片命名雖然是以該關鍵字命名，實際上卻不是搜尋者想要的圖片。
所以為了解決這個問題，今天義守大學資訊工程系的郭忠民教授要演講的題目就是關於用「圖片」來搜尋「圖片」的技術與其會產生的問題與分析等等的主題，以解決關鍵字搜尋到不相干的圖片等問題，來提高圖片搜尋的精確率，在以「圖片」搜尋「圖片」的前題，必須先分析圖片的紋理特性，將紋理特性視為visual word，如同將圖片視為文件，以關鍵字進行搜尋感興趣的文件一樣，而visual word該如何表達以及採用的數量多寡界是需要思考的問題。
在這邊講師有提到的技術像SIFT(Scale-invariant feature transform )，這個技術可以幫助辨識物體，是一種電腦視覺的演算法用來偵測與描述影像中的局部性特徵，它在空間尺度中尋找極值點，並提取出其位置、尺度、旋轉不變數，此演算法由 David Lowe 在1999年所發表，2004年完善總結。
其應用範圍包含物體辨識、機器人地圖感知與導航、影像縫合、3D模型建立、手勢辨識、影像追蹤和動作比對。此演算法有其專利，專利擁有者為 英屬哥倫比亞大學。SIFT 特徵是基於物體上的一些局部外觀的興趣點而與影像的大小和旋轉無關。 對於光線、雜訊、些微視角改變的容忍度也相當高。基於這些特性，它們是高度顯著而且相對容易擷取，在母數龐大的特徵資料庫中，很容易辨識物體而且鮮有誤認。
使用 SIFT特徵描述對於部分物體遮蔽的偵測率也相當高，甚至只需要3個以上的SIFT物體特徵就足以計算出位置與方位。在現今的電腦硬體速度下和小型的特徵資料庫條件下，辨識速度可接近即時運算。SIFT特徵的信息量大，適合在海量資料庫中快速準確匹配。
但在資料庫中，如果資料庫資料量太大，會因為背景太多而導致偵測錯誤，所以在這邊研究不會採用此種方式。
最後是以分成許多區塊的方式來擷取影像內容具代表性的「特徵」來作分析，比SIFT更有效，並在搜尋時，可找到不同類型的照片，以相似性、差異性來比對。利用影像檢索來驗證訓練視覺字典，觀察其特徵描述子是否能正確的描述出影像，在影像分類這一個領域中是很重要的一環也能得到很好的結果。
2012年11月16日 星期五
寬頻真相大公開
寬頻真相大公開
課程: 論文研討(一)
日期 : 2012/10/26
時間 : 13:50 ~ 15:10
學生 : 資傳研一 林智偉
演講者 : 中華電信數據通信分公司網際網路處 吳雲鼎
心得:
在這次演講中主要是說明50M客戶測速不足的原因分析，在客戶端主要的八大原因有:
1.未開啟高效能TCP(RFC1323):目前個人電腦主流作業系統WINDOWS XP，預設並未啟動高效能TCP傳輸協定，以致高速寬頻(如50M，100M)的連線效能無法充分發揮
2. 作業系統內建PPPoE效能不足:部分windows作業系統內建PPPoE效能不足，影響測速結果。
3. 透過無線AP連線上網:IEEE802.11n以上規格設備才能支援50M，但無線網路易受空間阻隔，頻段重疊等干擾影響。仍可能測速不足
4. 同時多部電腦上網:多人共用網路或是進行檔案傳輸(含上、下載檔案)。會影響網路傳輸速度。
5.等記型電腦未接上電源:等電未接上電源，可能使電腦進入低耗能模式，造成效能降低，連帶影響網路傳輸速度
6.防毒軟體掃瞄網路流量:部分防毒軟體會即時掃描網路傳輸的資料，可能造成網路傳輸速度降底
7. 舊款IP分享器、交換器、集線器處理效能不足:舊款IP分享器、交換器、集線器等網路設備處理效能較差，可能影響網路傳輸速度及穩定度
8.MOD:如租用50Mbps(含以上)上網服務並同時觀賞MOD時，MOD會與上網共享頻寬
以下是中華電信稱下載DVD僅12分鐘遭罰500萬新聞
光世代網路服務係指在本公司機房或利用光纖迴路連接至光化交接箱、社區、大樓、家庭等，利用各式光網路設備，搭配乙太網路(Ethernet)或VDSL等技術，作為固網IP網路之接取電路，透過彙集網路提供用戶連接網際網路或可管理式IP服務等寬頻傳輸服務之業務。
光世代網路之各速率係指最高可提供之線路速率(line rate)，客戶實際上網傳輸資料速率(Data rate)會因上網終端設備之軟硬體、距離、客戶所在位置之環境及到訪網站之連外頻寬、同時使用加值服務（如：MOD、OTT…）等因素之影響，有時會發生上網速率下降的現象，因此於提供上網服務時依國際標準網路品質分類歸屬為Best Effort模式。
說明：
(一) 統計資料來源、測試設備與環境：
1.線路速率(Line rate)實測值，係指公告月份前一個月各速率寬頻裝機及異動(不含拆機)等需至客戶處施工案件，施工
人員 於客戶處以測試設備(筆記型電腦)啟動測通報竣系統，測試機房端與客戶端傳輸設備間線路速率，並經客戶簽認
之實測值。
2.資料速率(Data rate )實測值，係指公告月份前一個月HiNet各速率寬頻裝機及異動 (不含拆機)等需至客戶處施工案件
，施工人員於客戶處以測試設備(筆記型電腦)連上HiNet 測速網站作資料速率測試所得速率，並經客戶簽認之實測值。
(二)「80%客戶實測值」，係採第10分位值與第90分位值所涵蓋80%範圍之客戶實測值。
(三)本公司寬頻裝機實測速率公告方式，如因主管機關指導及配合相關資訊揭露等，得變更之；線路速率(Line rate)、資料
速率(Data rate ) 測試範圍如附圖。
課程: 論文研討(一)
日期 : 2012/10/26
時間 : 13:50 ~ 15:10
學生 : 資傳研一 林智偉
演講者 : 中華電信數據通信分公司網際網路處 吳雲鼎
心得:
在這次演講中主要是說明50M客戶測速不足的原因分析，在客戶端主要的八大原因有:
1.未開啟高效能TCP(RFC1323):目前個人電腦主流作業系統WINDOWS XP，預設並未啟動高效能TCP傳輸協定，以致高速寬頻(如50M，100M)的連線效能無法充分發揮
2. 作業系統內建PPPoE效能不足:部分windows作業系統內建PPPoE效能不足，影響測速結果。
3. 透過無線AP連線上網:IEEE802.11n以上規格設備才能支援50M，但無線網路易受空間阻隔，頻段重疊等干擾影響。仍可能測速不足
4. 同時多部電腦上網:多人共用網路或是進行檔案傳輸(含上、下載檔案)。會影響網路傳輸速度。
5.等記型電腦未接上電源:等電未接上電源，可能使電腦進入低耗能模式，造成效能降低，連帶影響網路傳輸速度
6.防毒軟體掃瞄網路流量:部分防毒軟體會即時掃描網路傳輸的資料，可能造成網路傳輸速度降底
7. 舊款IP分享器、交換器、集線器處理效能不足:舊款IP分享器、交換器、集線器等網路設備處理效能較差，可能影響網路傳輸速度及穩定度
8.MOD:如租用50Mbps(含以上)上網服務並同時觀賞MOD時，MOD會與上網共享頻寬
以下是中華電信稱下載DVD僅12分鐘遭罰500萬新聞
光世代網路服務係指在本公司機房或利用光纖迴路連接至光化交接箱、社區、大樓、家庭等，利用各式光網路設備，搭配乙太網路(Ethernet)或VDSL等技術，作為固網IP網路之接取電路，透過彙集網路提供用戶連接網際網路或可管理式IP服務等寬頻傳輸服務之業務。
光世代網路之各速率係指最高可提供之線路速率(line rate)，客戶實際上網傳輸資料速率(Data rate)會因上網終端設備之軟硬體、距離、客戶所在位置之環境及到訪網站之連外頻寬、同時使用加值服務（如：MOD、OTT…）等因素之影響，有時會發生上網速率下降的現象，因此於提供上網服務時依國際標準網路品質分類歸屬為Best Effort模式。
寬頻裝機實測線路速率(Line rate )及HiNet上網資料速率(Data rate ) 測試期間：101年09月
| 光世代上網速率bps (下載/上傳) | 線路速率(Line rate )bps(下載/上傳) 80%客戶實測值 | 資料速率(Data rate )bps(下載/上傳) 80%客戶實測值 |
| 4M/1M | 4.264~4.288M / 1.080~1.088M | 3.721~4.032M /0.805~1.006M |
| 12M/4M | 12.784~12.800M / 4.272~4.288M | 11.475~12.197M / 3.583~4.004M |
| 20M/5M | 21.567~21.568M / 5.368~5.376M | 19.311~20.443M / 4.459~5.036M |
| 50M/10M | 54.344~54.400M / 10.600~10.688M | 45.104~51.088M / 9.002~10.048M |
| 50M/20M | 54.256~54.400M / 21.472~21.568M | 46.419~51.217M / 18.332~20.274M |
| 100M/20M | 99.912~100.013M / 20.992~21.568M | 85.736~93.991M / 19.141~20.241M |
| 100M/40M | 99.912~100.015M / 42.448~42.494M | 82.745~93.839M / 34.548~39.904M |
| 100M/100M | 100.000~100.000M / 100.000~100.000M | 88.905~94.202M / 89.744~95.223M |
(一) 統計資料來源、測試設備與環境：
1.線路速率(Line rate)實測值，係指公告月份前一個月各速率寬頻裝機及異動(不含拆機)等需至客戶處施工案件，施工
人員 於客戶處以測試設備(筆記型電腦)啟動測通報竣系統，測試機房端與客戶端傳輸設備間線路速率，並經客戶簽認
之實測值。
2.資料速率(Data rate )實測值，係指公告月份前一個月HiNet各速率寬頻裝機及異動 (不含拆機)等需至客戶處施工案件
，施工人員於客戶處以測試設備(筆記型電腦)連上HiNet 測速網站作資料速率測試所得速率，並經客戶簽認之實測值。
(二)「80%客戶實測值」，係採第10分位值與第90分位值所涵蓋80%範圍之客戶實測值。
(三)本公司寬頻裝機實測速率公告方式，如因主管機關指導及配合相關資訊揭露等，得變更之；線路速率(Line rate)、資料
速率(Data rate ) 測試範圍如附圖。
PPT報告-Centralized Botnet Detection by Traffic Aggregation
課程: 論文研討(一)
日期 : 2012/11/9
時間 : 13:50 ~ 15:40
學生 : 資傳研一 林智偉
演講者 : 林智偉
日期 : 2012/11/9
時間 : 13:50 ~ 15:40
學生 : 資傳研一 林智偉
演講者 : 林智偉
2012年10月26日 星期五
自動光學檢測技術與職場經驗分享
課程: 論文研討(一)
日期 : 2012/10/19
時間 : 13:50 ~ 15:30
學生 : 資傳研一 林智偉
演講者 : 宏瀨科技 詹方興
心得:
自動光學檢查（Automated Optical Inspection，簡稱AOI），為高速高精度光學影像檢測系統，運用機器視覺做為檢測標準技術，作為改良傳統上以人力使用光學儀器進行檢測的缺點，應用層面包括從高科技產業之研發、製造品管，以至國防、民生、醫療、環保、電力…等領域。
日期 : 2012/10/19
時間 : 13:50 ~ 15:30
學生 : 資傳研一 林智偉
演講者 : 宏瀨科技 詹方興
心得:
自動光學檢查（Automated Optical Inspection，簡稱AOI），為高速高精度光學影像檢測系統，運用機器視覺做為檢測標準技術，作為改良傳統上以人力使用光學儀器進行檢測的缺點，應用層面包括從高科技產業之研發、製造品管，以至國防、民生、醫療、環保、電力…等領域。
AOI技術領域非常廣泛，廣義的AOI為結合光學感測系統、訊號處理系統及分析軟體，應用層面可包括宇宙探測、航空、衛星遙測、生物醫學、工業生產品質檢測、指紋比對、機器人控制、多媒體技術。
狹義的AOI則指目前大量應用工業自動化的LCD/TFT、電晶體與PCB工業製程上的光學檢測設備，以及在IC及一般電子業、機械工具/自動化機械、電機/電子工業、金屬鋼鐵業、食品加工/包裝業、紡織皮革工業、汽車工業、建築材料、保全/監視等的動光學結合影像處理的系統。
在未來結合這些影像處理的系統之後，還須要努力的地方是把其中的錯誤率降低，盡可能的減少移動的損失，提高模糊比對的功能。AOI在未來趨勢方面則會越來越快速，精準度也會提升，並且會從2D提升成3D等。
訂閱：
文章 (Atom)