第 1 題
目前金管會對開放銀行之作法及態度，下列何者錯誤？
已完成 0 / 60
AI 解析
金管會推動開放銀行（Open Banking）的策略是採「循序漸進」及「由自律先行」的方式，鼓勵金融機構以自願自律方式推動，並尊重市場機制與發展。財金資訊公司則負責研擬應用程式介面(API)技術標準及資安標準。因此，選項C「強制規定銀行與第三方服務提供者合作的自律規範」與金管會目前採取的自願自律原則不符，故為錯誤敘述。
題目來源： 第17屆考試
第 2 題
何謂邊緣運算？
已完成 0 / 60
AI 解析
邊緣運算（Edge Computing）是一種分散式運算架構，其核心概念是將運算和資料儲存從集中式的資料中心（如雲端）移到網路的「邊緣」，即更靠近資料產生源頭的位置。這樣可以減少延遲、節省頻寬，並提高即時處理能力。
題目來源： 第17屆考試
第 3 題
2022 年2 月發布了「全球企業雲指數調查」，在多重雲端架構(Multicloud)中，何者不是企業部署多雲環境的 主要應用？
已完成 0 / 60
AI 解析
企業部署多重雲端架構（Multicloud）的主要應用通常包括：提高測試和開發的敏捷性、實現災難復原和業務連續性、避免供應商鎖定、優化成本以及加速應用程式現代化。資料探勘（Data Mining）是一種數據分析的應用，雖然可以在雲端環境中進行，但它本身並非企業選擇部署多雲環境的「主要應用」或「驅動因素」，而是多雲環境下可以執行的眾多應用之一。
題目來源： 第17屆考試
第 4 題
下列何者是利用樣本統計值來推測母體特徵的分析方法？
已完成 0 / 60
AI 解析
推論統計（Inferential Statistics）是統計學的一個分支，其主要目的是利用從樣本中獲得的數據來推斷或估計整個母體的特徵。敘述統計（Descriptive Statistics）則僅限於描述和總結數據的特徵，而不進行推論。大數據分析和人工智慧分析是更廣泛的數據處理和決策方法，其中可能包含推論統計的技術，但推論統計本身是專指從樣本推測母體的分析方法。
題目來源： 第17屆考試
第 5 題
下列何者屬於新市場平台與共享經濟彼此相同的特點？
已完成 0 / 60
AI 解析
新市場平台（如電商平台、服務媒合平台）和共享經濟（如Uber、Airbnb）雖然運作模式有所不同，但它們共同的特點是透過技術和平台機制，更有效地連結供需雙方，從而提高資源的使用效率。共享經濟特別強調閒置資源的再運用和所有權與使用權的分離，但這並非所有新市場平台的普遍特點。資源的專屬使用則與共享經濟的理念相悖。
題目來源： 第17屆考試
第 6 題
下列關於弱人工智慧之敘述，何者錯誤？
已完成 0 / 60
AI 解析
弱人工智慧（Weak AI），又稱狹義人工智慧（Narrow AI）或應用型人工智慧，是指專為執行特定任務而設計和訓練的AI系統。它可以在單一領域表現出色，甚至超越人類，但無法像人類一樣具備全面性的智慧或解決非其專長領域的問題。 選項D「基本上要求它跟人類一樣有全面智慧」描述的是強人工智慧（Strong AI）或通用人工智慧（Artificial General Intelligence, AGI）的目標，而非弱人工智慧。
題目來源： 第17屆考試
第 7 題
人工智慧對RegTech 主要應用在金融業中後台業務，重點在於透過機械學習辨識眾多非既定格式情境並及時調 整預測及決策展出，有三大應用主軸，包括辨識、報告以及下列何者？
已完成 0 / 60
AI 解析
RegTech（監理科技）是利用科技來提升監理效率和效果的應用。人工智慧在RegTech中的三大應用主軸通常被歸納為： 1. **辨識（Identification/Monitoring）**：透過機器學習等技術，自動辨識異常交易、風險模式或潛在的違規行為。 2. **報告（Reporting）**：自動化生成監理報告，確保數據的準確性和即時性。 3. **法遵（Compliance）**：協助金融機構確保其業務活動符合相關法規要求，例如反洗錢（AML）、了解你的客戶（KYC）等，並能及時調整策略以符合新的法規變動。因此，選項C「法遵」是RegTech的核心應用之一。
題目來源： 第17屆考試
第 8 題
機器學習中，不同變數之間存在數學上和機率上的規則，稱為下列何者？
已完成 0 / 60
AI 解析
在機器學習中，我們透過演算法從數據中學習不同變數之間存在的數學上和機率上的規則或模式，這些被學習到的規則和模式的表示形式就稱為「模型」（Model）。這個模型可以用來進行預測、分類或決策。關係和映對是更廣泛的數學概念，預測則是模型應用後的結果。
題目來源： 第17屆考試
第 9 題
目前比特幣的「共識機制」是採用下列何者？
已完成 0 / 60
AI 解析
比特幣（Bitcoin）的共識機制是採用「工作量證明」（Proof of Work, PoW）。礦工需要透過解決複雜的數學難題來證明他們付出了計算工作量，才能獲得打包新區塊的權利，並獲得比特幣獎勵。權益證明（Proof of Stake, PoS）是另一種共識機制，被許多其他加密貨幣（如以太坊2.0）所採用，但不是比特幣。
題目來源： 第17屆考試
第 10 題
比特幣區塊鏈上的每一個區塊，可分為區塊主體與區塊頭，其區塊頭不包括下列何項資訊？
已完成 0 / 60
AI 解析
比特幣區塊的區塊頭（Block Header）包含以下主要資訊： 1. 版本號（Version）：區塊的版本號。 2. 前一個區塊的雜湊值（Previous Block Hash）：指向前一個區塊的雜湊值，用於鏈接區塊。 3. 梅克爾根（Merkle Root）：區塊內所有交易的雜湊值樹的根，用於驗證交易的完整性。 4. 時間戳（Timestamp）：區塊被創建的時間。 5. 難度目標（Difficulty Target / nBits）：表示挖礦難度的目標值。 6. 隨機數（Nonce）：礦工為找到有效雜湊值而嘗試的數字。 比特幣地址（Bitcoin Address）是交易的一部分，存在於區塊的「區塊主體」（Block Body）中的交易資料裡，而不是直接包含在區塊頭中。區塊頭僅包含梅克爾根來總結所有交易資訊。
題目來源： 第17屆考試
第 11 題
下列何者非屬臉部辨識與聲音辨識的優點？
已完成 0 / 60
AI 解析
臉部辨識與聲音辨識等生物辨識技術，其優點通常包括導入相對容易（例如利用現有裝置的攝影機或麥克風）、普及性高（許多智慧型手機和電腦都支援）、以及隨著技術成熟和應用廣泛，其被接受度也逐漸提高。然而，生物辨識技術最大的挑戰之一就是隱私問題。生物特徵資料一旦洩漏，是無法更改的，且持續的臉部或聲音數據收集可能引發用戶對隱私侵犯的擔憂。因此，「隱私性佳」並非臉部辨識與聲音辨識的優點，反而是其主要風險之一。
題目來源： 第17屆考試
第 12 題
有關「多因子生物辨識平台」之敘述，下列何者錯誤？
已完成 0 / 60
AI 解析
多因子生物辨識平台是一個複雜的系統，其建置通常涉及多個技術模組和整合。在實際的專案管理中，為了降低風險、確保系統穩定性並逐步推廣，通常會採取分階段執行的策略（選項4正確）。這允許在不同階段測試、調整和優化平台功能，並根據不同的應用場域或交易安全等級需求進行客製化（選項3正確）。 此外，這類平台旨在提升用戶體驗和安全性，因此可以廣泛應用於客服中心、虛擬網路銀行等服務場景（選項2正確）。 因此，聲稱平台「必須同時完成建置」是錯誤的，分階段實施是常見且合理的做法。
題目來源： 第17屆考試
第 13 題
加密貨幣很早就有研究，而第一個分散式加密貨幣是何年創建的？
已完成 0 / 60
AI 解析
雖然數位貨幣的概念和研究很早就存在，例如David Chaum的eCash (1983) 和DigiCash (1990年代)，以及Wei Dai提出的B-money (1998) 概念，但這些都不是真正意義上的「分散式加密貨幣」。第一個廣泛被接受並運作的分散式加密貨幣是比特幣（Bitcoin），由中本聰（Satoshi Nakamoto）於2008年發表白皮書，並於2009年正式啟動其網路。比特幣使用了SHA-256雜湊演算法。 因此，2009年是第一個分散式加密貨幣（比特幣）創建的年份。
題目來源： 第17屆考試
第 14 題
有關數位金融業務採取之開放FIDO (Fast Identity Online)數位身分認證方式，下列敘述何者錯誤？
已完成 0 / 60
AI 解析
FIDO (Fast Identity Online) 是一個開放的、免密碼的身份驗證標準，旨在提供更安全、更便捷的登入體驗。 選項1：FIDO確實採用公開金鑰加密架構，支援多重因素驗證和生物辨識登入，以取代傳統密碼，提升安全性。此敘述正確。 選項2：FIDO透過加密金鑰而非共享密碼進行驗證，能有效防止釣魚攻擊和中間人攻擊，確保伺服器與終端裝置間協定的安全性。此敘述正確。 選項3：由於FIDO不傳輸密碼，且使用裝置綁定的金鑰，能大幅降低帳號被盜用的風險，進而保護雲端帳號的個人資料。此敘述正確。 選項4：根據最新資訊，我國財政部已將FIDO納入個人綜合所得稅申報的身份認證方式之一，例如透過「行動身分識別」（TW FidO）服務。因此，聲稱「尚未將 FIDO 納入」是錯誤的。
題目來源： 第17屆考試
第 15 題
我國金融監督管理委員會為提升非現金支付交易使用率，於2021 年3 月訂定兩項新衡量指標，已知其中一項 為「交易金額」，請問另一項指標為何？
已完成 0 / 60
AI 解析
我國金融監督管理委員會（FSC）為推動非現金支付普及，於2021年3月訂定兩項主要衡量指標，以評估非現金支付交易的使用率。這兩項指標分別是「非現金支付交易金額」和「非現金支付交易筆數」。這兩項指標能直接反映非現金支付的規模和頻率，是衡量其普及程度最核心的數據。選項1「接受使用非現金支付商店數」雖然也是重要指標，但通常被視為基礎建設或推廣的輔助指標，而非直接衡量使用率的核心指標。
題目來源： 第17屆考試
第 16 題
未來保險公司24 小時都能由行動裝置提供保險諮詢，就是運用了保險科技的何種技術？
已完成 0 / 60
AI 解析
保險公司能夠24小時透過行動裝置提供保險諮詢，這項服務的核心是自動化、智慧化的互動能力。這主要依賴於人工智慧（AI）技術，特別是自然語言處理（NLP）和機器學習驅動的聊天機器人或虛擬助理。這些AI系統能夠理解用戶的提問，提供相關資訊，甚至協助處理簡單的業務。雖然雲端計算（選項4）提供了運行這些服務的基礎設施，大數據（選項2）提供了AI學習的資料，區塊鏈（選項1）用於資料安全和流程透明，但直接實現「諮詢」功能的技術是人工智慧。
題目來源： 第17屆考試
第 17 題
保險科技應用在商品創新方面，透過哪些技術使保險的重心由損失補償轉移到損失預防，下列何者錯誤？
已完成 0 / 60
AI 解析
保險科技（InsurTech）在商品創新方面，正積極將保險的重心從事後「損失補償」轉向事前「損失預防」。 選項1（物聯網）和選項2（智慧感應器）：這些技術可以收集實時數據（例如智慧家庭感應器監測火災、漏水，車載資通訊設備監測駕駛行為），幫助保戶及時發現潛在風險並採取預防措施，從而減少損失發生的可能性。此兩者皆有助於損失預防。 選項3（基因檢測）：在健康保險領域，基因檢測可以幫助個人了解自身疾病風險，進而採取預防性健康管理措施，降低未來罹病和產生損失的機率。此亦有助於損失預防。 選項4（區塊鏈）：區塊鏈技術主要提供數據的透明性、不可篡改性和去中心化，有助於提升保險流程的效率、降低詐欺、簡化理賠等，但它本身並不直接提供「損失預防」的功能，而是優化了保險的運作機制和數據管理。因此，區塊鏈並非直接用於將保險重心轉移到損失預防的技術。
題目來源： 第17屆考試
第 18 題
有關P2P 借貸傳統模式之敘述，下列何者正確？
已完成 0 / 60
AI 解析
P2P（Peer-to-Peer）借貸的「傳統模式」或稱「資訊中介模式」，其核心特點是平台本身不介入資金借貸，不承擔信用風險，也不以自有資金進行撥貸。平台的主要功能是作為資訊中介，將借款人和出借人進行匹配，提供信用評估、交易撮合、資金清算等服務。 選項1：僅協助資訊中介，這是傳統P2P模式的正確描述。 選項2：銀行參與合作撥貸屬於混合模式，非傳統P2P模式。 選項3：向出借人承諾一定收益，這屬於保證收益模式，平台或第三方會承擔部分風險，非傳統P2P模式。 選項4：以自有資金撥貸，這屬於資產負債表模式，平台先以自有資金放貸，再將債權轉讓給投資人，非傳統P2P模式。
題目來源： 第17屆考試
第 19 題
根據中央銀行(2019)之報告，平台以自有資金直接撥貸，而後透過轉讓債權予投資人或機構投資人的方式，獲 取所需資金。此為何種P2P 借貸平台營運模式？
已完成 0 / 60
AI 解析
題目描述的營運模式是：平台首先使用自有資金直接向借款人撥貸，然後再將這些債權轉讓給投資人或機構投資人，以此方式回收資金並繼續放貸。這種模式被稱為「資產負債表模式」（Balance Sheet Model）。在這種模式下，平台實際上扮演了類似傳統銀行的角色，先放貸後再進行資金的募集或債權的轉讓，因此其資產負債表上會體現這些債權。 選項1「傳統模式」：平台僅作為資訊中介，不以自有資金放貸。 選項2「公證模式」：並非P2P借貸平台營運模式的標準分類。 選項3「保證收益模式」：平台向投資人承諾一定的收益，通常會承擔信用風險或設立擔保基金，與資金來源方式不同。
題目來源： 第17屆考試
第 20 題
下列哪一個敘述非屬群眾募資的風險？
已完成 0 / 60
AI 解析
群眾募資（Crowdfunding）作為一種新興的募資方式，伴隨著多種風險。 選項1（較高的投資損失）：群眾募資項目，特別是股權型或債權型，通常投資於早期階段的新創公司或項目，這些項目失敗率較高，因此投資損失的風險也較高。此為風險。 選項2（較少的法律保障）：相較於傳統的公開發行或私募，群眾募資在某些司法管轄區可能面臨較少的監管和法律保障，投資者權益可能較難維護。此為風險。 選項3（股權型群眾募資具有較高的資訊不對稱性）：由於募資項目多為非上市公司，其資訊揭露不如上市公司透明和完整，投資者與發起人之間存在較高的資訊不對稱，難以充分評估風險。此為風險。 選項4（較低的稀釋風險）：稀釋風險是指公司發行新股導致原有股東持股比例下降的風險。在股權型群眾募資中，公司會向大量小額投資者發行新股，這會導致原有股東的股權被稀釋，因此稀釋風險是「較高」而非「較低」。故「較低的稀釋風險」並非群眾募資的風險，反而是其相反的狀況。
題目來源： 第17屆考試
第 21 題
群眾募資主要適合協助處於何種生命週期階段的企業籌資？
已完成 0 / 60
AI 解析
群眾募資（Crowdfunding）是一種透過網路平台向大眾募集資金的方式。它特別適合處於早期階段，例如「種子期」（Seed Stage）或初創期的企業。這些企業通常缺乏傳統金融機構（如銀行）或大型創投的青睞，但擁有創新想法或原型產品，需要初期資金進行研發、市場驗證或啟動營運。隨著企業進入成長期、成熟期，其籌資管道會更多元，例如風險投資、私募股權或公開發行等。
題目來源： 第17屆考試
第 22 題
理財機器人之服務流程中，不包括下列何者？
已完成 0 / 60
AI 解析
理財機器人（Robo-advisor）的服務流程通常包括以下核心步驟： 1. **瞭解客戶 (Know Your Customer, KYC)**：透過問卷評估客戶的風險承受度、投資目標和時間範圍。 2. **提供投資組合建議**：根據客戶的風險偏好和目標，推薦適合的投資組合。 3. **建立投資組合**：自動化地將客戶資金投入建議的投資組合中，通常是透過ETF或共同基金。 4. **持續監控與再平衡**：定期監控投資組合表現，並進行自動再平衡以維持目標資產配置。 「租稅規劃處理」通常涉及複雜的個人財務狀況和稅法知識，需要高度客製化的人工諮詢，並非目前主流理財機器人服務的標準功能。雖然有些進階的理財規劃可能考慮稅務效率，但直接的租稅規劃處理通常超出其服務範圍。
題目來源： 第17屆考試
第 23 題
有關演算法交易、程式交易、高頻交易之區別，下列敘述何者錯誤？
已完成 0 / 60
AI 解析
1. **程式交易 (Program Trading)**：泛指任何由電腦程式執行交易策略的方式，範圍最廣。 2. **演算法交易 (Algorithmic Trading)**：是程式交易的一種，主要利用複雜的演算法來執行大型訂單或特定交易策略，強調的是「如何」執行交易，例如拆單、最佳化下單時機與價格，以減少市場衝擊或達成特定目標。 3. **高頻交易 (High-Frequency Trading, HFT)**：是演算法交易的一種極端形式，其特點是極高的交易速度、高換手率和極短的持倉時間，利用高速電腦和低延遲基礎設施（如主機代管）來捕捉稍縱即逝的市場機會。 * **選項1正確**：演算法交易是程式交易的子集，高頻交易是演算法交易的子集，此為正確的層級關係。 * **選項2錯誤**：演算法交易主要強調的是「如何執行」下單指令，例如將大單拆解成小單、選擇最佳下單時機等，以優化交易執行效率。而「下單指令本身的形成」或交易策略的生成，更廣泛地屬於程式交易或量化交易的範疇，演算法交易更側重於執行層面。 * **選項3正確**：高頻交易的核心競爭力在於速度，利用毫秒級的反應時間來捕捉微小的價差或套利機會。 * **選項4正確**：高頻交易者為了追求最低延遲，會將伺服器設置在盡可能靠近交易所伺服器的位置（主機代管，co-location）。 因此，選項B的敘述是錯誤的。
題目來源： 第17屆考試
第 24 題
下列何者屬於開放銀行開放的「客戶資訊」？ A.貸款餘額 B.支付 C.ATM 位置 D.牌告利率 E.存款餘額 F.帳戶扣款
已完成 0 / 60
AI 解析
開放銀行（Open Banking）的核心是讓客戶在同意的前提下，將其在銀行的金融數據分享給第三方服務提供者，以促進創新服務。其中，「客戶資訊」指的是與客戶個人財務狀況直接相關的數據。 * **A. 貸款餘額**：這是客戶的個人財務數據，屬於客戶資訊。 * **B. 支付**：這是一種金融服務或行為，而非客戶資訊本身。雖然支付紀錄是客戶資訊，但「支付」一詞通常指發起支付的動作。 * **C. ATM 位置**：這是公開資訊，不屬於客戶的個人資訊。 * **D. 牌告利率**：這是公開資訊，不屬於客戶的個人資訊。 * **E. 存款餘額**：這是客戶的個人財務數據，屬於客戶資訊。 * **F. 帳戶扣款**：這是一種金融服務或行為，而非客戶資訊本身。雖然扣款紀錄是客戶資訊，但「帳戶扣款」一詞通常指發起扣款的動作。 因此，屬於開放銀行開放的「客戶資訊」的是A（貸款餘額）和E（存款餘額）。
題目來源： 第17屆考試
第 25 題
開放銀行的好處不包括下列何者？
已完成 0 / 60
AI 解析
開放銀行（Open Banking）帶來多方面的效益，但同時也伴隨挑戰。 * **選項1 (客戶可無縫切換更多金融服務)**：正確。開放銀行讓第三方服務提供者能存取客戶數據（經客戶同意），客戶因此能更方便地使用不同機構的創新金融服務，提高服務選擇彈性。 * **選項2 (客戶可整合各項金融財務資訊)**：正確。客戶可以透過單一應用程式或平台，整合其在不同銀行或金融機構的帳戶資訊，實現更全面的財務管理。 * **選項3 (銀行可降低資安成本)**：錯誤。開放銀行透過API開放數據，實際上會增加銀行的資安複雜度和風險。銀行需要投入更多資源來確保API的安全性、數據傳輸的加密、客戶同意的管理以及對第三方服務提供者的監管，這通常會增加而非降低資安成本。 * **選項4 (銀行可培育創新生態圈)**：正確。開放銀行鼓勵銀行與金融科技公司合作，共同開發新產品和服務，有助於建立一個更具創新活力的金融生態系統。 因此，銀行可降低資安成本並非開放銀行的好處。
題目來源： 第17屆考試
第 26 題
透過不同來源資訊之關連性及計算以降低風險，是指PwC(2016a)報告中何類監理科技內涵？
已完成 0 / 60
AI 解析
根據PwC在2016年的報告，監理科技（RegTech）的內涵通常分為幾個面向。題目描述「透過不同來源資訊之關連性及計算以降低風險」，這與「風險與合規監控」的範疇高度吻合。 * **內建合規 (Embedded Compliance)**：指將合規要求直接嵌入到業務流程和系統設計中，使其自動符合法規。 * **風險與合規監控 (Risk and Compliance Monitoring)**：指利用技術持續監控交易、數據和活動，從多個數據源中識別潛在風險、違規行為或異常模式，並進行關聯性分析和計算，以主動降低風險並確保合規性。這與題目描述的「透過不同來源資訊之關連性及計算以降低風險」最為貼切。 * **共享數據 (Shared Data)**：指在不同機構或與監理機構之間共享數據，以提高效率或監管透明度，這是一種數據交換機制，而非風險降低的具體方法。 * **大數據分析 (Big Data Analytics)**：這是一種技術工具，可以應用於監理科技的各個方面，但「風險與合規監控」是其在風險管理和合規領域的具體應用之一，更精確地描述了該行為的目的和方式。
題目來源： 第17屆考試
第 27 題
有關法遵科技(CompTech)與法規科技(SupTech)之敘述，下列何者錯誤？
已完成 0 / 60
AI 解析
法遵科技（CompTech，或稱RegTech中的Compliance Technology）與法規科技（SupTech）是金融科技在監理領域的兩個重要概念，其區別主要在於使用者和目的： * **法遵科技 (CompTech)**：指受監理機構（如銀行、證券商）利用新興科技來管理其法規遵循義務，提升合規效率和降低合規成本。這是從「被監理機構」的角度出發。 * **法規科技 (SupTech)**：指監理機構（如中央銀行、金管會）利用新興科技來強化其監理職能，提升監理效率、數據分析能力和風險預警能力。這是從「監理機構」的角度出發。 根據上述定義： * **選項1正確**：法遵科技確實是從被監理機構（如金融機構）的角度來看，幫助它們遵守法規。 * **選項2正確**：法規科技確實是從監理機構的角度來看，幫助它們執行監理職責。 * **選項3正確**：當監理機構應用新技術來監理其對象時，這屬於法規科技的範疇。 * **選項4錯誤**：當銀行（被監理機構）利用新技術提升風險管理能力以滿足監理需求時，這是銀行為了自身合規而採取的行動，屬於**法遵科技 (CompTech)**的範疇，而非法規科技 (SupTech)。法規科技是監理機構使用的工具。
題目來源： 第17屆考試
第 28 題
供應鏈的資安風險日益重要，駭客在尋求入侵突破口時，往往會採取什麼策略？
已完成 0 / 60
AI 解析
在供應鏈資安攻擊中，駭客通常會尋找「最薄弱的環節」作為入侵突破口。這是因為攻擊者追求效率和成功率，會選擇阻力最小的路徑。 * **選項1 (隨機攻擊)**：雖然存在廣泛的隨機掃描攻擊，但針對特定供應鏈的攻擊通常更具目標性。 * **選項2 (攻擊名氣最大的供應商)**：名氣大小不代表資安防護的強弱，駭客更關心的是能否成功入侵。 * **選項3 (鎖定資安防護較不嚴謹的供應商)**：正確。供應鏈中較小或資源較少的供應商，其資安防護可能不如核心企業嚴密，容易成為駭客的目標。駭客可以透過這些較弱的環節入侵，進而滲透到其客戶（主要目標企業）的網路中。 * **選項4 (攻擊資安防護最嚴謹的供應商比較有成就感)**：雖然有些駭客可能追求挑戰，但對於有明確目的（如竊取資料、勒索）的攻擊者而言，成功入侵比挑戰難度更重要。他們會選擇成功率最高的路徑。 因此，鎖定資安防護較不嚴謹的供應商是駭客最常見且有效的策略。
題目來源： 第17屆考試
第 29 題
2022 年爆發的俄烏戰爭，雙方網路攻擊也是重要一環，下列敘述何者錯誤？
已完成 0 / 60
AI 解析
俄烏戰爭被廣泛認為是首次大規模的混合戰爭，其中網路攻擊扮演了關鍵角色。俄羅斯對烏克蘭進行了多波次的網路攻擊，目標廣泛。 * **選項1 (金融業受到攻擊較少)**：錯誤。烏克蘭的金融業是俄羅斯網路攻擊的重點目標之一。在戰爭爆發前夕和初期，烏克蘭多家銀行和政府網站就遭受了大規模的分散式阻斷服務（DDoS）攻擊，旨在癱瘓其服務並製造混亂。 * **選項2 (分散式阻斷服務(DDoS)為主要工具)**：正確。DDoS攻擊被廣泛用於癱瘓烏克蘭政府機構、金融機構和關鍵基礎設施的網站和服務。 * **選項3 (企圖刪除烏克蘭資料庫資)**：正確。俄羅斯使用了多種擦除器惡意軟體（Wiper Malware），如HermeticWiper、WhisperGate等，旨在破壞和刪除烏克蘭政府和關鍵基礎設施的數據和系統。 * **選項4 (企圖中斷烏克蘭網路與能源基礎設施)**：正確。俄羅斯對烏克蘭的通訊網路（包括衛星網路提供商Viasat）和能源基礎設施進行了網路攻擊，試圖切斷烏克蘭的通訊和電力供應。 因此，關於金融業受到攻擊較少的敘述是錯誤的。
題目來源： 第17屆考試
第 30 題
數位轉型所面臨的領導者的挑戰，領導者因應的方式為下列何者？
已完成 0 / 60
AI 解析
數位轉型是一個複雜且長期的過程，領導者在其中面臨多重挑戰。 * **選項1 (聘請外部顧問進行帶領數位轉型)**：外部顧問可以提供專業知識和指導，但數位轉型需要企業內部從上到下的承諾和文化變革，僅靠外部顧問帶領往往難以成功。內部領導者的參與和推動至關重要。 * **選項2 (領導者需要在長、短期利益之間取得平衡)**：正確。數位轉型通常需要大量的前期投資，且效益可能需要較長時間才能顯現（長期利益）。同時，領導者也必須確保企業在轉型過程中能維持日常營運，並向股東和市場展現一定的短期成果，以維持信心和資源投入。平衡這兩者是領導者的一大挑戰和關鍵任務。 * **選項3 (成立數位轉型部門，由該部門主管帶領全公司轉型)**：成立專責部門有助於協調和推動，但數位轉型是全公司性的戰略，需要所有部門和高階主管的共同參與和支持，而非僅由單一部門負責。它涉及組織文化、流程和技術的全面變革。 * **選項4 (領導者須以股東的利益為主，其他利益攸關方都不重要)**：錯誤。成功的數位轉型需要考慮所有利益攸關方（如員工、客戶、供應商、股東）的利益。忽視員工的培訓和接受度、客戶的需求和體驗，都可能導致轉型失敗。現代企業治理強調多方利益平衡。 因此，在長、短期利益之間取得平衡是領導者因應數位轉型挑戰的重要方式。
題目來源： 第17屆考試
第 31 題
目前應用人工智慧進行「客戶經營」，下列何種情境並非該主題的研究重點？
已完成 0 / 60
AI 解析
「客戶經營」是指企業透過各種策略和工具來吸引、維繫和提升客戶關係的過程。應用人工智慧於客戶經營，主要關注如何利用AI技術直接改善客戶服務、提升客戶體驗、提供個性化建議等。 選項A、B、D都直接關聯到AI在客戶服務和經營上的應用： A. 利用人工智慧服務客戶：這是客戶經營的核心目標之一。 B. 引進理財機器人提供智慧投資建議：理財機器人是AI在金融客戶服務中的典型應用，旨在提供個性化投資建議。 D. 與外部系統連結智慧音箱提供智慧語音的客戶服務：智慧音箱提供語音互動服務，是提升客戶體驗和服務效率的方式。 選項C「利用量子計算來加速人工智慧運算效能與效率」雖然與人工智慧相關，但它屬於人工智慧「底層技術」或「基礎設施」的研究範疇，旨在提升AI本身的運算能力，而非直接應用於「客戶經營」的具體情境或策略。因此，它並非客戶經營主題的研究重點。
題目來源： 第17屆考試
第 32 題
金融創新的議題中之「流線型設施(Streamlined Infrastructure)」，係指下列何者？
已完成 0 / 60
AI 解析
「流線型設施(Streamlined Infrastructure)」在金融創新中，主要強調透過技術優化金融服務的基礎架構，使其更有效率、更具整合性、更易於存取，並降低成本。 選項B的描述最符合此概念： 「創新科技如『平台化』及『分散式』技術，提供全新整合及分析資訊的方法。同時方便連結能力也降低取得金融資訊及參與金融服務的成本。」這精確地描述了透過技術改進基礎設施，實現資訊整合、降低成本和提高可連結性的目標。 其他選項的解釋： 選項A描述的是「普惠金融」或「客戶賦權」的面向，讓客戶能接觸更多服務和資訊。 選項C描述的是「自動化」或「效率提升」的面向，透過演算法和處理能力取代人工判斷。 選項D描述的是「利基市場」或「專業化競爭」的面向，新進者專注於特定領域。
題目來源： 第17屆考試
第 33 題
有關機器學習(Machine Learning, ML)和深度學習(Deep Learning, DL)，下列敘述何者錯誤？
已完成 0 / 60
AI 解析
機器學習（Machine Learning, ML）是一個廣泛的領域，包含多種演算法和技術，旨在讓電腦從數據中學習。深度學習（Deep Learning, DL）是機器學習的一個「子領域」，它特別指使用多層人工神經網路來學習數據中的複雜模式和表示。 根據此定義： 選項A：「機器學習是深度學習的子類」是錯誤的。正確的關係是「深度學習是機器學習的子類」。 選項B：「CNN、RNN 是深度學習的技術」是正確的。卷積神經網路（CNN）和循環神經網路（RNN）是深度學習中常用的兩種神經網路架構。 選項C：「機器學習還有其他非深度學習的技術」是正確的。例如，決策樹、支持向量機（SVM）、K-Means聚類等都是機器學習但非深度學習的技術。 選項D：「深度學習是利用神經網路提取特徵進行學習」是正確的。深度學習的核心特點就是透過多層神經網路自動從原始數據中學習和提取高層次的特徵。
題目來源： 第17屆考試
第 34 題
有關我國金融監理沙盒機制，下列敘述何者錯誤？
已完成 0 / 60
AI 解析
我國金融監理沙盒機制（金融科技發展與創新實驗條例）旨在提供一個受監管的環境，讓金融科技創新業者測試其創新服務或產品，以降低法規障礙並促進金融創新。 分析各選項： 選項A：「主管機關為金管會」是正確的。金融監督管理委員會（金管會）是我國金融監理沙盒的主管機關。 選項B：「僅限金融業者申請」是錯誤的。我國金融監理沙盒的申請對象不僅限於金融業者，也開放給非金融業者（如金融科技新創公司）申請，以鼓勵多元創新。 選項C：「廠商的實驗時間有限制」是正確的。根據法規，創新實驗期間原則上為六個月，必要時得申請延長一次，最長以三年為限。 選項D：「廠商需申請並獲通過後才可進入沙盒」是正確的。任何欲進入沙盒進行實驗的廠商，都必須向金管會提出申請，並經審查通過後才能進行創新實驗。
題目來源： 第17屆考試
第 35 題
依據民國112 年12 月28 日公布「金融業運用人工智慧(AI)指引」草案內容，「人類主動參與監督，並保留完 全的控制權，AI 系統僅係提供建議或資訊。除非人類下達命令要求AI 系統決策，否則AI 系統不能進行決策」 之敘述，是屬於人類在AI 系統決策過程中之哪種監督機制？
已完成 0 / 60
AI 解析
根據「金融業運用人工智慧(AI)指引」草案，人類在AI系統決策過程中的監督機制通常分為幾個層次： 1. **人在迴圈內 (Human-in-the-loop, HITL)**：人類主動參與監督，並保留完全的控制權。AI系統僅提供建議或資訊，除非人類下達命令要求AI系統決策，否則AI系統不能進行決策。這意味著人類在AI系統的每個決策點上都進行審查和批准。 2. **人在迴圈上 (Human-over-the-loop, HOTL)**：人類對AI系統的運作進行高層次的監督，AI系統在特定範圍內可以自主決策，但人類保留隨時介入、修改或停止AI系統的權力。AI系統會定期向人類報告，或在異常情況下請求人類介入。 3. **人在指揮 (Human-in-command)**：人類直接控制AI系統的每個動作，AI系統僅作為執行工具，沒有自主決策能力。 題目描述的情境是「人類主動參與監督，並保留完全的控制權，AI 系統僅係提供建議或資訊。除非人類下達命令要求AI 系統決策，否則AI 系統不能進行決策」，這完全符合「人在迴圈內(Human-in-the-loop)」的定義，即人類在AI決策的關鍵環節中扮演主導角色。
題目來源： 第17屆考試
第 36 題
下列何項因素非屬推動人工智慧演進的主因？
已完成 0 / 60
AI 解析
人工智慧的快速演進主要歸因於以下三個核心要素的協同發展： 1. **數據的爆炸性增長 (Big Data)**：隨著數位化和物聯網的普及，產生了海量的數據，為AI模型提供了豐富的訓練材料。 2. **資訊硬體（計算力與儲存量）的巨幅提升**：圖形處理器（GPU）等硬體的發展，大幅提升了AI模型所需的計算能力，使得訓練複雜的深度學習模型成為可能，同時儲存技術的進步也支持了海量數據的存儲。 3. **演算法的突破與整合發展**：機器學習和深度學習演算法的創新，如卷積神經網路（CNN）、循環神經網路（RNN）、Transformer等，使得AI模型能夠更有效地從數據中學習和提取特徵。 選項A「各國政策強制推動」雖然政府政策可以促進AI的發展和應用，但它通常是「推動」AI在特定領域的「應用」或「普及」，而非AI「演進」本身的「主因」。AI的演進更多是技術內在的突破和數據、硬體的支持。因此，相較於其他選項，政策的「強制推動」並非AI演進的根本性或主要驅動因素。
題目來源： 第17屆考試
第 37 題
比特幣與下列哪一項技術最為直接相關？
已完成 0 / 60
AI 解析
比特幣（Bitcoin）是一種去中心化的數位貨幣，其核心技術基礎是區塊鏈（Blockchain）。區塊鏈是一種分散式帳本技術，透過加密學將數據區塊串聯起來，形成一個不可篡改的鏈條，確保了比特幣交易的安全性、透明性和去中心化。 其他選項的關聯性： - 大數據：比特幣交易會產生數據，但大數據並非其核心技術。 - 物聯網：物聯網是將實體物品連接到網路的技術，與比特幣的運作機制無直接關聯。 - 人工智慧：人工智慧可以應用於分析比特幣市場或交易模式，但並非比特幣本身的底層技術。
題目來源： 第17屆考試
第 38 題
利用電腦產生一個三維空間的虛擬世界，提供使用者關於視覺等感官的類比，是使用下列何項技術？
已完成 0 / 60
AI 解析
此題描述的是虛擬實境（Virtual Reality, VR）的定義。 - **虛擬實境 (VR)**：透過電腦技術創造一個完全虛擬的三維世界，使用者通常佩戴頭戴式顯示器，沉浸其中，與虛擬環境互動，感官（視覺、聽覺、觸覺等）被虛擬內容所取代。 - **擴增實境 (AR)**：將虛擬資訊疊加到真實世界中，增強使用者對現實世界的感知。使用者仍然能看到真實環境，但有額外的數位內容。 - **混合實境 (MR)**：結合了VR和AR的特點，讓虛擬物體能夠與真實環境進行互動，並對真實環境做出反應，實現虛擬與現實的無縫融合。 - **替代實境 (SR)**：這不是一個廣泛認可的標準術語，通常不作為獨立的實境技術分類。
題目來源： 第17屆考試
第 39 題
下列何者不屬於人工智慧演算法中的盲目搜尋範疇？
已完成 0 / 60
AI 解析
在人工智慧的搜尋演算法中，盲目搜尋（Blind Search）或稱無資訊搜尋（Uninformed Search）是指在搜尋過程中不利用任何問題領域的啟發式資訊（heuristic information），僅依賴於問題的定義來探索搜尋空間。 常見的盲目搜尋演算法包括： - **廣度優先搜尋 (Breadth-First Search, BFS)**：從根節點開始，逐層探索所有鄰近節點。 - **深度優先搜尋 (Depth-First Search, DFS)**：從根節點開始，沿著一條路徑深入探索，直到無法再深入為止，然後回溯。 - **一致代價搜尋 (Uniform-Cost Search, UCS)**：根據路徑累積代價進行擴展，優先擴展代價最小的節點。如果所有邊的代價都相同，則等同於BFS。 選項A「循序搜尋 (Sequential Search)」或稱線性搜尋（Linear Search），是一種在列表中逐一檢查元素直到找到目標或遍歷完所有元素的搜尋方法。它主要用於數據結構中的元素查找，而非人工智慧問題解決中的狀態空間搜尋（state-space search）範疇。雖然它也是一種「盲目」的搜尋方式，但在AI演算法的分類中，當談及「盲目搜尋範疇」時，通常指的是針對圖或樹結構的狀態空間探索演算法，如BFS、DFS、UCS等。因此，循序搜尋不屬於AI演算法中「盲目搜尋」的典型範疇。
題目來源： 第17屆考試
第 40 題
下列何者不屬於大數據分析的資料清理對象？
已完成 0 / 60
AI 解析
資料清理（Data Cleaning）是大數據分析前的重要步驟，旨在識別並修正數據中的錯誤、不一致或不完整之處，以提高數據品質。常見的資料清理對象包括： 1. **處理遺漏值 (Missing Values)**：數據集中某些欄位沒有數值，需要進行填補（如平均值、中位數、眾數）或刪除。 2. **處理偏離值 (Outliers)**：數據集中與其他數據點顯著不同的異常值，可能代表測量錯誤或特殊事件，需要識別並決定如何處理（如修正、刪除或特殊標記）。 3. **處理重複值 (Duplicate Values)**：數據集中存在完全相同或高度相似的記錄，需要識別並移除重複項，以避免對分析結果造成偏差。 選項D「處理交換值 (Swapped Values)」並非資料清理的標準或常見對象。雖然數據中可能存在因輸入錯誤導致的數值「交換」問題（例如，兩個欄位的數值被錯誤地填入對方欄位），這屬於數據錯誤的一種，但「交換值」本身不是一個像遺漏值、偏離值、重複值那樣普遍且標準化的資料清理術語或類別。它更像是特定類型數據輸入錯誤的描述，通常會被歸類在「數據錯誤或不一致」的廣泛範疇下進行處理，而非獨立的清理對象。
題目來源： 第17屆考試
第 41 題
根據聯合國UNSGSA 之報告，金融科技的技術種類不包括下列何者？
已完成 0 / 60
AI 解析
金融科技（FinTech）的核心技術種類通常包括雲端計算、大數據、區塊鏈、人工智慧、物聯網等。保險科技（InsurTech）是金融科技在保險領域的應用，屬於金融科技的一個子領域或應用範疇，而非與雲端計算、大數據、區塊鏈並列的基礎技術種類。因此，根據聯合國UNSGSA等相關報告對金融科技技術的分類，保險科技不屬於基礎技術種類之一。
題目來源： 第17屆考試
第 42 題
利用雲端技術，追蹤其網路足跡、建立顧客側寫(Customer Profiling)，從而瞭解顧客需求、興趣、做出適當推 薦以執行精準行銷，這是屬於下列哪一種雲端運算的應用？
已完成 0 / 60
AI 解析
題目描述的利用雲端技術追蹤網路足跡、建立顧客側寫、瞭解顧客需求與興趣，並進行精準行銷，這些都是數位行銷的核心活動。雲端運算提供強大的數據處理和儲存能力，使得這些數位行銷策略得以高效執行，因此屬於雲端數位行銷應用。
題目來源： 第17屆考試
第 43 題
下列何者非屬大數據資料分析的五個主要步驟之一？
已完成 0 / 60
AI 解析
大數據資料分析的主要步驟通常包括：定義問題、收集數據、數據清理（或稱數據預處理）、數據分析與建模、結果解釋與視覺化。其中，「結構化數據」通常是數據收集或預處理階段的一部分，特別是針對非結構化或半結構化數據進行處理時，但它本身並非與「定義問題」、「收集數據」和「數據清理」並列的獨立主要步驟。
題目來源： 第17屆考試
第 44 題
下列何者非屬弱人工智慧之應用案例？
已完成 0 / 60
AI 解析
弱人工智慧（Weak AI），又稱狹義人工智慧（Narrow AI），是指專為執行特定任務而設計的人工智慧系統，例如影像辨識、聲音辨識、自然語言處理、推薦系統以及像Google AlphaGo這樣專精於特定遊戲的AI。這些系統在特定領域表現出色，但缺乏通用智能和自我意識。而「模仿人類的決策」若指的是在廣泛領域中具備像人類一樣的通用決策能力和理解力，則屬於強人工智慧（Strong AI）或通用人工智慧（General AI）的範疇，而非弱人工智慧的應用案例。
題目來源： 第17屆考試
第 45 題
雜湊函數是執行下列何種壓縮方式，可將輸入資料作不可逆且不可重複的壓縮處理？
已完成 0 / 60
AI 解析
雜湊函數（Hash Function）是一種將任意長度的輸入資料，透過雜湊演算法轉換成固定長度輸出值（稱為雜湊值或訊息摘要）的函數。其核心特性之一是「單向性」（One-way），意即從雜湊值很難反推出原始輸入資料，這符合題目中「不可逆」的描述。同時，對於不同的輸入資料，雜湊函數會產生不同的雜湊值（在理想情況下，避免碰撞），這也符合「不可重複」的意涵。因此，雜湊函數執行的是單向壓縮處理。
題目來源： 第17屆考試
第 46 題
在數位簽章中，如果要讓訊息接收者基於「簽章不可複製」，相信訊息確定為訊息發送者發出，請問訊息的簽 署要使用何把金鑰？
已完成 0 / 60
AI 解析
數位簽章的目的是為了確保訊息的「不可否認性」（Non-repudiation）和「來源真實性」（Authenticity）。在非對稱加密系統中，每個人都有一對金鑰：公鑰（Public Key）和私鑰（Private Key）。發送者在簽署訊息時，會使用自己的「私鑰」對訊息的雜湊值進行加密，形成數位簽章。接收者收到訊息和簽章後，會使用發送者的「公鑰」來解密簽章，並比對訊息的雜湊值。 由於私鑰只有發送者本人持有，因此只有發送者才能產生這個簽章，從而確保簽章不可複製，並讓接收者相信訊息確實是由該發送者發出的。
題目來源： 第17屆考試
第 47 題
在評估某生物辨識系統的安全性時常用下列何者來衡量？
已完成 0 / 60
AI 解析
評估生物辨識系統的安全性時，主要關注的是系統防止未經授權者進入的能力。這通常透過以下兩個關鍵指標來衡量： 1. **冒用被接受率（False Acceptance Rate, FAR）**：指冒用者被系統錯誤地識別為合法使用者的機率。FAR 越低，系統的安全性越高。 2. **本人被誤拒率（False Rejection Rate, FRR）**：指合法使用者被系統錯誤地拒絕的機率。FRR 越低，系統的便利性或可用性越高。 題目詢問的是衡量「安全性」，因此「冒用被接受率」（選項 C）是最直接且重要的指標，它直接反映了系統被冒用的風險。
題目來源： 第17屆考試
第 48 題
各類行動支付技術從保護消費者的安全性來看，下列何者是最安全的行動交易形式？
已完成 0 / 60
AI 解析
在評估行動支付技術的安全性時，主要考量點在於如何保護消費者的敏感支付資料不被竊取或濫用。 * **近距離無線通訊 (NFC)**：NFC 是一種短距離通訊技術，其安全性優勢在於需要極近的物理距離才能進行通訊，這使得遠端竊聽或側錄變得困難。然而，NFC 本身僅是傳輸方式，其傳輸的資料內容（例如是否為原始卡號）仍是安全關鍵。 * **主機卡模擬 (HCE)**：HCE 允許行動裝置在軟體層模擬支付卡功能。雖然方便，但相較於硬體安全元件，軟體層可能存在較高的安全風險，儘管現代 HCE 實作通常會結合代碼化技術。 * **EMV Token 代碼服務交易 (EMV Tokenization)**：這是一種將敏感的支付卡號碼替換為一次性或特定用途的「代碼」（Token）的技術。即使代碼在交易過程中被截取，也無法用於重建原始卡號或進行後續交易，大幅降低了資料外洩和詐欺的風險。EMV 代碼化被廣泛認為是目前最安全的支付資料保護機制之一。 * **QR Code**：QR Code 支付的安全性高度依賴於其背後的系統和實作方式，可能存在釣魚、惡意連結或後端系統漏洞等風險。 綜合來看，EMV Token 代碼服務交易透過將敏感資料代碼化，從根本上保護了消費者的支付資訊，提供了最高的資料安全性。雖然 NFC 的短距離傳輸有其物理安全優勢，但 EMV 代碼化是針對支付資料本身的更深層次保護。
題目來源： 第17屆考試
第 49 題
下列何者非金管會為提升監理沙盒之運作效率所積極辦理之事項？
已完成 0 / 60
AI 解析
金管會為提升金融科技創新園區（監理沙盒）的運作效率，通常會積極辦理以下事項： * **提升創新團隊對監理沙盒之認識**：透過宣導、說明會等方式，讓更多潛在申請者了解沙盒機制，鼓勵創新。 * **協助創新團隊溝通與實驗進行**：提供諮詢、協調跨部會溝通、協助解決實驗過程中的法規或技術問題。 * **持續完善監理沙盒之效益評估作業流程**：定期檢討沙盒運作成果，優化申請、審查、實驗及退場機制，確保沙盒能有效支持創新。 而「研擬跨市場客戶資料共享機制」雖然是金融科技發展的重要議題，也可能與沙盒實驗內容相關，但它本身是一個更廣泛的金融政策和法規制定工作，而非直接針對「提升監理沙盒運作效率」的具體措施。監理沙盒的效率提升主要聚焦於其申請、審查、實驗和評估流程的優化。
題目來源： 第17屆考試
第 50 題
根據中央銀行(2019)之報告，平台業者提供應收帳款承購服務，屬於P2P 借貸的何種模式？
已完成 0 / 60
AI 解析
平台業者提供應收帳款承購服務，是指企業將其未到期的應收帳款（通常以發票為憑證）出售給平台上的投資者，以換取即時現金。這種模式屬於 P2P 借貸或群眾募資的一種特殊形式，專注於為企業提供短期營運資金。因此，它被歸類為「發票交易／應收帳款承購」模式。中央銀行等金融監管機構在分析 P2P 借貸模式時，會將此類服務獨立歸類。
題目來源： 第17屆考試
第 51 題
根據台灣「證券商經營股權性質群眾募資管理辦法」符合一定資格條件之證券經紀商得與下列哪家機構簽約後 才可以經營？
已完成 0 / 60
AI 解析
根據《證券商經營股權性質群眾募資管理辦法》第 3 條規定，證券經紀商經營股權性質群眾募資業務，應符合一定資格條件，並與財團法人中華民國證券櫃檯買賣中心簽訂契約後，始得為之。櫃檯買賣中心負責建置及管理股權性質群眾募資平台。
題目來源： 第17屆考試
第 52 題
有關我國自動化投資顧問相關作業要點，下列敘述何者錯誤？
已完成 0 / 60
AI 解析
根據我國《證券投資顧問事業以自動化工具提供證券投資顧問服務作業要點》及相關規範，自動化投資顧問（Robo-advisor）的特性是主要透過網路互動，提供全無或極少人工服務的投資建議。雖然在「瞭解客戶」（KYC）階段，為確保客戶資料正確性，可由人工協助客戶完成系統操作，但其核心精神在於自動化，人工服務不會主動輔導客戶投資，而是由系統根據客戶風險屬性提供建議。 選項D「人工服務會主動輔導客戶投資」與自動化投資顧問的定義不符，因此是錯誤的敘述。
題目來源： 第17屆考試
第 53 題
開放銀行牽涉到金融數據資料的共享，而開放銀行所涉及之資料中，最主要的是哪兩類金融數據？ A.客戶增 值數據 B.公開數據 C.聚合數據 D.帳戶及交易數據
已完成 0 / 60
AI 解析
開放銀行（Open Banking）的核心概念是透過API（應用程式介面）讓第三方服務提供者在客戶同意下，存取客戶的金融數據。其中，最主要且直接涉及的數據是客戶的「帳戶及交易數據」（D），這是開放銀行得以提供創新服務的基礎。 此外，「聚合數據」（C），即將多個客戶或多個帳戶的數據進行彙整分析後產生的數據，也對於提供個人化或市場分析服務至關重要。公開數據（B）通常不涉及客戶隱私，而客戶增值數據（A）則可能是基於前述數據分析後產生的結果，而非開放銀行直接共享的原始數據類型。 因此，帳戶及交易數據以及聚合數據是開放銀行最主要的兩類金融數據。
題目來源： 第17屆考試
第 54 題
透過機器學習及演算法能夠組織和分析大量數據，是IMF(2017)提出之何種監理科技領域？
已完成 0 / 60
AI 解析
國際貨幣基金組織（IMF）在2017年發布的報告中，將監理科技（RegTech）的應用領域進行了分類。其中，利用機器學習及演算法來組織和分析大量數據，以提升監理效率和精準度的技術，主要歸類於「認知計算與人工智慧技術」（Cognitive Computing and Artificial Intelligence）。雖然數據分析工具（C）也是其一部分，但「認知計算與人工智慧技術」更全面地涵蓋了機器學習和演算法在數據處理和決策支援方面的應用。
題目來源： 第17屆考試
第 55 題
關於物聯網資安之敘述，下列何者錯誤？
已完成 0 / 60
AI 解析
物聯網（IoT）裝置因其數量龐大、資源有限、更新不易且多數缺乏有效資安控管（D），常成為駭客入侵的突破口（A）。駭客可以利用這些安全性較低的裝置，組成殭屍網路（botnet），發動分散式阻斷服務攻擊（DDoS）（B）。 選項C「物聯網因與主要系統有隔離，故風險較低」是錯誤的敘述。許多物聯網裝置會連接到企業或家庭網路，一旦被入侵，可能成為進入主要系統的跳板，甚至直接影響到關鍵基礎設施，其風險不容小覷，而非因隔離而風險較低。
題目來源： 第17屆考試
第 56 題
金融機構在運用人工智慧技術需要注意的原則中，下列敘述何者錯誤？
已完成 0 / 60
AI 解析
金融機構在運用人工智慧技術時，應遵循穩健、審慎的原則。 選項A和C都強調要「避免過度期望」並「設定合理的期望值」，這對於新興技術的導入至關重要。 選項B指出「對於要研究的議題需擁有足夠數量的資料」，這是AI模型訓練的基礎。然而，選項D「要從大規模的應用開始」是錯誤的。對於新興且複雜的AI技術，通常建議從小規模、可控的試點專案開始，逐步累積經驗、驗證效益並完善風險管理機制，而非一開始就進行大規模應用，以避免潛在的巨大風險和資源浪費。
題目來源： 第17屆考試
第 57 題
在物聯網的網路層級三層架構中除了應用層、網路層外，還有哪一層？
已完成 0 / 60
AI 解析
物聯網（IoT）的標準三層架構通常包括： 1. **感知層（Perception Layer）**：負責識別物體、採集資訊，包括感測器、RFID標籤、GPS等裝置。 2. **網路層（Network Layer）**：負責傳輸感知層採集的資訊，包括有線/無線網路、行動通訊網路等。 3. **應用層（Application Layer）**：負責處理和分析數據，提供各種應用服務，如智慧家居、智慧交通、智慧醫療等。 因此，除了應用層和網路層外，還有感知層。
題目來源： 第17屆考試
第 58 題
微軟公司 Microsoft Office 365 是屬於雲端運算的下列何種服務模式？
已完成 0 / 60
AI 解析
雲端運算主要有三種服務模式： 1. **基礎架構即服務 (IaaS)**：提供虛擬化的運算資源，如虛擬機器、儲存空間、網路等，使用者需自行部署作業系統和應用程式。 2. **平台即服務 (PaaS)**：提供應用程式開發和部署的平台，包括作業系統、程式語言執行環境、資料庫等，使用者無需管理底層基礎設施。 3. **軟體即服務 (SaaS)**：直接提供完整的應用程式，使用者透過網路即可使用，無需安裝、維護或管理軟體和基礎設施。 Microsoft Office 365 是一個透過網路提供辦公軟體（如Word, Excel, PowerPoint）的服務，使用者直接訂閱並使用這些應用程式，無需自行安裝或管理伺服器，完全符合軟體即服務（SaaS）的定義。
題目來源： 第17屆考試
第 59 題
依據「金融機構運用新興科技作業規範」之規定，銀行應制定雲端服務管理政策，至少多久時間檢視一次？
已完成 0 / 60
AI 解析
根據金管會發布的《金融機構運用新興科技作業規範》第 11 條規定：「金融機構應制定雲端服務管理政策，並至少每年檢視一次，以確保其有效性及符合法規要求。」因此，銀行應至少每年檢視一次雲端服務管理政策。
題目來源： 第17屆考試
第 60 題
根據我國金管會2020 年公布的《金融科技發展路徑圖》，下列何項非屬後新冠疫情時代，國際間金融服務與 金融科技的監理挑戰？
已完成 0 / 60
AI 解析
根據金管會2020年公布的《金融科技發展路徑圖》及相關國際趨勢分析，後新冠疫情時代國際間金融服務與金融科技的監理挑戰主要包括： 1. **支付與借貸服務大幅成長（A）**：疫情加速了數位支付和線上借貸的發展，帶來新的監理挑戰。 2. **金融排斥可能加劇（C）**：數位化可能導致部分弱勢群體因數位落差而更難獲得金融服務。 3. **金融科技產業整併可能帶來風險（D）**：產業整併可能導致市場集中度提高，產生系統性風險或反競爭行為。 選項B「監理過度導致過度借貸」並非金管會或國際間普遍認定的後疫情時代金融科技監理挑戰。通常，監理的目的是為了防範過度借貸和金融風險，而非監理本身導致過度借貸。過度借貸通常與寬鬆的信用政策、市場投機行為或消費者行為有關，而非監理過度。
題目來源： 第17屆考試