本研究針對目前最新技術發展趨勢，提出一個以瀏覽器為中心的雲端運算服務模型。本研究稱之「雲端服務交換器系統」，解決後端大量巨量資料透過緩衝區送至前端瀏覽器頁面顕示之問題並改善傳輸速度。本研究整合MongoDB、AngularJS、Socket.IO、Kafka、Node.js五項元素。研究解決前端中JavaScript與網頁互動之困難、前後端開發語言相容性問題、巨量資料需求造成的伺服器負載量、前後端即時通訊效能等問題，最後達成建置高頻交易網站之目的。

從不同的雲端趨勢調查報告中，可以發現雲端服務已成為時勢所趨，不論是企業在雲端採用的意願、應用系統雲端化的比例、雲端服務預算的占比，以及各雲端運算架構的採用率上皆隨時間逐年地成長，其中根據國際研究暨顧問機構Gartner指出，到2017年底將有近半數的大型企業將進行混合雲的部署，並且從IBM、微軟近年積極瞄準企業混合雲的商機(如: IBM投資將近十億美元來打造雲端平台「BlueMix」，預計能提升客戶混合雲部署的速度，而微軟所提供之「Microsoft Azure」雲端平台，讓客戶能夠輕鬆建置跨內部部署與雲端的應用程式)，皆可觀察出混合雲的發展愈來愈受到重視與看好。 本研究將從不同角度來探討在混合雲環境中，可能存在的問題與挑戰，例如: 對使用者而言，可能存在使用多組帳號的困擾與多組帳號管理上的風險與安全性之問題 ; 對雲之客戶端而言，由於可能將整合公有雲、私有雲等不同雲端部署類型之服務作應用，例如: 將本地端使用者在local端的檔案同步至數個雲端空間中(公、私有雲)作檔案異地備援的應用等，因此產生對不同雲服務存取授權之問題。而本研究提出一個混合雲身分驗證的架構，提供雲服務用戶建置及使用，期望解決在混合雲所面臨的問題，並達到混合雲的互通性、混合雲的單一登入、取得雲服務存取的授權，以及加強用戶帳戶驗證安全性之目的，且也將一併實作出基於此架構的系統。系統在實作上，將以目前支援OpenID Connect的公有雲提供商為例、私有雲將以OpenStack、Hadoop為例、本地端將以Windows、Linux Ubuntu為例，以及其他有自己獨自帳號與權限管理的雲為例。此外，本研究實作的系統也藉由公開的API介面，以服務的方式對外提供混合雲身分驗證服務，作為OpenID 身分提供者。

展覽是所有產業的櫥窗與經貿發展的火車頭，幾乎所有的產業都要以展覽來推廣市場及帶進業績。企業能透過參加展覽推展業務、塑造形象，亦可以尋找代理商、配銷商、合資夥伴等，因此，展覽在帶動及創造商業活動的功能上具有重要的地位，且日益受到企業重視。又隨著科技進步，近年來，雲端服務具精進的技術、建置成本的降低及多元應用的特性，逐漸成為企業所追逐的焦點。 本研究擬以國內某家公司為例，以該公司欲透過精品飾品設計展覽活動找經銷商，進而投入雲端行銷之的市場經營作為探討主軸，藉由專家訪談及SWOT分析、五力分析的導入，研析其經營成效及合適的經營模式，將研究結果概分為下列六項： 一、 藉由獵人頭公司找通路及經銷商為有效率且可提高經營績效之方法。 二、 主要選擇控股公司作為經銷商。 三、 投入雲端行銷，管理客戶關係。 四、 該公司自身所擁有的優勢為跨入此產業經營之利器。 五、 該公司針對其客戶(經銷商及通路)的教育訓練可使經營成效穩定且一致。 六、 透過參加或舉辦展覽會之相關經營成本費用較其他同業高。

隨著網路的快速成長，資料探勘(Data Mining)及文字探勘(Text Mining)所須分析的資料集越來越龐大，透過單一機器執行資料探勘分析受限於記憶體大小及其計算能力，不僅運算時間大幅增加，分析資料集的檔案大小也因而受到限制；語意註解萃取出文件的重要內容，凸顯主題加強資料探勘及文字探勘的效果，而資料探勘、文字探勘和語意註解背後都牽涉到大規模的資料處理，透過雲端運算的技術使負載平衡，將運算工作分散至運算叢集中的每一台電腦，不僅加快運算和儲存的速度，更可降低整體的風險。 本研究使用Hadoop軟體實作雲端文字探勘平台，用於分散式文字探勘及結果分析，採用涵蓋21578篇新聞文件的路透社資料集(Reuters 21578)進行實證分析，依照Mod Apte切分法分為訓練資料集及測試資料集用以進行文件分類，文件分類的步驟分為數個部分，分別為進行資料格式轉換的資料前置處理、針對文件內容加註更詳盡的連結及描述的語意註解、用以產生分類預測模型的分類器(簡單貝氏分類器、餘集簡單貝氏分類器)與評估文件分類結果的評估器；路透社資料集經過去除停用字、附加語意註解資料及文本詞彙長度統計分類，再進行簡單貝氏分類器及餘集簡單貝氏分類器的訓練，比較測試資料集的分類正確率作為文件分類實證結果。 本研究根據實驗結果發現，探討去除停用字、語意註解、文件分類演算法及文本詞彙長度對於文件分類正確率的影響：(1)去除停用字使出現頻率高的停用字對於分類預測產生負面影響；(2)語意註解作為詮釋資料的取得方式，可增加文件分類的效果；(3)餘集簡單貝氏分類器，可用以減少偏斜資料對於分類預測結果的誤判；(4)文本詞彙長度較長的文章則會某種程度主導分類預測結果，造成誤判的產生，降低分類正確率；透過上述各影響因子的調整使文件分類的結果得到改善，使得文件分類正確率獲得較佳的效果。 本研究提出之系統以雲端運算環境運行文件分類演算法，使得大型資料集得以更為迅速取得分析結果，使用語意註解作為詮釋資料的來源，使得文件分類模型產生過程中有更多資訊可分析，使得機器判斷的正確程度獲得改善，亦可將文件轉換為語意網文件，供語意網搜尋引擎查詢檢索，未來應加入Twitter或Facebook等擁有大量非結構化資料的網站之資料，使本平台得以分析更大規模的資料，並且考慮資料集類別分佈的集中程度對分類正確率的影響程度，同時應實作效果更佳的分類演算法，進而改善系統整體的結果。 / Nowadays, businesses perform data mining and text mining need to handle large scale dataset. The computational resources of servers are often limited and lack of efficient to compute analytical jobs. But if they could run their data mining jobs under cloud computing clusters, they are able to get results very quickly on a large dataset without "out of memory" problems. In this paper, a series of experiments are conducted to measure and analyze the accuracy of the classification algorithms implemented on Hadoop using Reuters-21578 dataset; the process of text mining consisted of four stages: (1)data preprocessing, (2)semantic annotation, (3)classifier, (4)evaluator. Reuters-21578 had divided into training set and testing set based on Mod Apte Split, processed by stopwords removal, appended semantic annotations as metadata and splitted into several subsets according to different document sizes. Experiments outlined several issues that will need to be considered when conducting text mining. According to the experiment results, the researcher found that stopwords removal, semantic annotation, different classification algorithms and different document sizes could improve the classification accuracy. First, stopwords removal avoids common words from becoming noises that will do harm to classification result. Second, semantic annotation as the extra information could improve the result. Third, complementary naive bayes algorithm could solve the decision boundary problem which naive bayesian cannot handle. Fourth, long documents could dominate the classification results. Sixth, the class imbalance problem could cause a drop of classification accuracy. Text mining result could be improved by adjusting the parameters found above.

"全同態加密法"(Fully Homomorphic Encryption (FHE))一詞的介紹以及架構源於西元2009年由Gentry所提出。它讓加密後的密文執行特定的運算再將其解密即可得出該對應的明文運算結果，除此之外，全同態與同態最大的不同是它允許兩種或是多種以上的運算元進行資料運算，期間必須可以處理大量的資料並且保護其資料隱私性使其無洩漏之虞。也因為上述特點使得它可被廣泛使用在許多資料庫或是資料儲存上的應用，像是ASP、雲端運算或是雙方相等性驗證上，然而在Gentry的全同態加密中，它需要大量的空間來儲存所需要的公鑰，因此在實作上仍有一定的難度。為了解決上述問題，本文提供了一種新的改良方案使其更有效率來達到全同態加密的實作性，除此之外，我們也會在文章中提出安全性分析來證明本改良方案並不會對安全性造成影響，並且提出系統效能測試，說明本方案除了可減少公鑰儲存空間之外，在時間上，更可降低公鑰生成以及系統加密的時間，讓其全同態運算更具效率。 / C. Gentry in 2009 proposed the first practical scheme which can compute arbitrary functions of encrypted data. This scheme is named “Fully Homomorphic Encryption (FHE)”. FHE allows a worker without the secret decryption key to compute any result of the data on one hand and still keep the data privacy on the other hand. It can be widely used in data storage application or database application, such as ASP, cloud computing and two-party equality testing. However, one drawback of Gentry’s fully homomorphic encryption scheme is that the size of public keys used in this system is extremely large. This means that a lot of space is required in order to store those public keys. This problem causes Gentry’s FHE hard to be implemented. In this thesis, we address the problem above, and give an improvement encryption scheme. Our improvement scheme needs less space to store the public keys which also makes the new scheme more efficient than Gentry’s original scheme. We also give a rigorous security proof to show that our improvement scheme is as secure as Gentry’s original scheme. A system performance test is also provided which shows that our scheme can not only reduce the numbers of public keys, but also reduce the time for public key generation and for encryption. Therefore, our improvement scheme can make fully homomorphic encryption more practical.

根據資策會的研究顯示，網際網路與行動通訊技術的整合是2010年至2030年最大的商機。各種網路應用與服務將逐步轉換至行動網路上，這項被各方期待的殺手級應用，成為驅動台灣未來十年之通訊及電信產業，突破新台幣2兆元大關的重要關鍵。 隨著網路寬頻化的發展日益成熟，未來專業行動工作者將能享有結合語音通訊。視訊及其他新興應用的嶄新網路服務。同時，由於M化(Mobility)兼具機動性與即時性，因此企業一旦M化後，將可以透過無線網路的傳輸，讓員工不受時空限制，隨時安全地取得公司資訊，作最迅速的處理，為企業帶來營運效率、客戶服務品質的提昇並降低總成本等效益。 在此資通訊整合之下員工攜帶自己的行動裝置上班（BYOD, Bring Your Own Device）的趨勢因應而生。BYOD是一種另類策略，讓員工、企業夥伴與其他用戶可使用個人所選購的客端裝置，執行企業應用程式與讀取資料。對多數企業而言，適用於BYOD方案的裝置目前僅限於智慧型手機和平板電腦。 S公司是該3Ｃ產業中最具競爭力成長最快速的企業。該公司藉由其在資訊產品及智慧型行動裝置產品在取得技術優勢之際積極的往行動化整體解決方案(Mobility Total Solution)延伸，提出BYOD整體解決方案。本文係針對該公司對此BYOD的策略行銷進行探討研究出以下結果： 一、BYOD的解決方案處於生命週期的萌芽期,該產業面臨資通訊技術整的問題。企業對於導入該解決方案,仍然面臨企業資訊安全及管理的挑戰。 二、S公司的行動化產品正處於高度成長的階段,在BYOD的B2B經營模式需要擺脫 B2B的成功模式。 三、以策略行銷4C理論分析出S公司的競爭優勢。 四、針對S公司的B2B經營模式提出可行的建議方案。 BYOD從生命週期的角度來看，尚在初期的萌芽階段。雖然行動載具的種類及功能日新月異,技術演進快速但企業對於BYOD在資產管理及資訊安全的控管上仍無完整的解決之道。期望本論文提出的相關策略性想法也能夠引發業界對於BYOD的相關服務提供者的整合性的策略思考方向。

本研究針對物聯網與雲端大數據分析之不同程度的通訊需求，以微服務架構為基礎，設計一個四層式物聯網與大數據平台之通訊架構。面對物聯網之即時通訊需求，本研究採用MQTT通訊協定做為解決方案，而雲端大數據分析之通訊需求則採用Apache Kafka。 本研究基於參與者模型（Actor Model）所提出之「裝置代理人」，全面的解決了物聯網中異質通訊協定所產生的複雜性，同時解決了集中式物聯網閘道器所造成的系統複雜性與效能瓶頸，使物聯網閘道器能進行分散式部署，並且共享運算資源。

財政部於2006年底建置完成的電子發票整合服務平台，提供不同產業間之買賣雙方一個具有公信力的交易稽核平台。企業在此可利用電子發票向銀行進行貸款，完成融資服務，由於貸款跨越企業與銀行，而各個不同組織間，其流程中會有金、商流共同所需之資訊，但是彼此所需的資訊格式的不同，讓整個流程無法一氣喝成。 本研究提出一個以雲端運算為基礎的服務導向架構電子發票加值平台，透過此平台企業可將原本的發票融資，轉換成利用電子發票進行線上融資，再透過XML-based訊息轉換器將企業端電子發票XML格式轉換為處理帳務之XBRL格式，以及銀行端之金流訊息FXML格式，並利用雲端運算服務作為資料儲存與呈現的基礎，而服務導向架構提供了完成此跨組織金、商流活動所需的平台一個良好架構。 在電子發票加值平台中，處理電子發票加值服務時會運用發票上的金流與商流資訊，基於安全性的考量，所以不能將資料都儲存於雲端運算的資源中，本研究的資料中心利用分散式資料儲存方式，將機密的資料儲存於企業端，減少企業使用服務的疑慮，並透過分散式資料擷取/儲存機制對不同的資料庫存取服務所需之資料，讓企業可以更放心且便利的使用服務。 / Ministry of Finance, R.O.C builds a reliable E-Invoice platform in 2006, to provide buyers and sellers a credible audit platform. Through E-Invoice platform, companies could complete loan service. Because loan service crosses the banks and enterprises, they will need the same information in loan process. However the information to each other is different formats, so that the whole process can not complete straight through. This study proposed a Service-oriented architecture E-Invoice value-added platform which based on cloud computing services. Through this platform, companies can change invoice loan service into E-Invoice on-line loan service. In this platform, they not only can use a XML-based message converter to convert business XML format to financial information XBRL format and cash flow information FXML format but also can use cloud computing services to store and present data. However Service-oriented architecture can provide this cross-organizational activity a suitable architecture. In E-Invoice value-added platform, E-Invoice on-line loan service will handle the information of cash flow and business flow, but based on security considerations, we can not stored all the data in the cloud. However this study use decentralized data center to store confidential information in the enterprise client to solve this problem and use some mechanism to extract/store data from different data center. Therefore Companies can reduce their concerns of using services and use services conveniently.

隨著科技日新月異的發展，智慧型手機本身通訊與運算能力也隨著軟體和硬體的改善而不斷地增強，其便利性與高機動性的特色使得越來越多人持有智慧型手機，最後成為人們生活中不可或缺的部份。總觀來說，持有與使用率的上升，不知不覺的形成一種共享經濟與無所不在的行動運算網絡。 基於普及性與相對優秀的運算效能，我們設計與實作出Gnafuy，一個基於行動裝置下的分散式運算框架，希望借用世界上所有閒置行動運算裝置的資源來實行無所不在的運算。 我們發展出一套應用程式介面(API)供開發者依照自己的需求來撰寫自己的分散式運算程式，藉由遵循Gnafuy所制定的應用程式介面，開發者可只專注在演算法本身的開發，而不需要在意其演算法如何被分配到手機上以及待處理資料的分配情形。本篇文章還討論了Gnafuy所採用的分散式運算的程式模型，以及我們如何藉由一個手機應用程式將任務部署至自願者的智慧型手機中，我們發展出一套伺服器端的機制來增加訊息傳遞的成功率，以及偵測計算後回傳結果是否正確，排除被惡意程式污染的客戶端結果。

No description available.