參考答案 / 東吳 / 114 年 計算機概論

東吳大學資訊管理學系

東吳 114 年資管所 計算機概論 參考答案

共 23 題

參考答案 PDF各校參考答案的 PDF,訂閱考試資源分享信後會寄到您的信箱。訂閱領取 PDF

參考答案由作者與 AI 討論後逐題確認,不是各校公布的標準答案;若與各校公布不同,以各校為準。
最後更新:2026 年 11 月 3 日。發現錯誤歡迎來信。

題號考點主題答案
選擇題第 1 題Von Neumann 架構:四大單元與 Von Neumann Bottleneck(3)
選擇題第 2 題CPU 規格解讀:Cores/Threads、Clock Speed 與 Hybrid P-core/E-core 架構(1)
選擇題第 3 題CPU 效能計算:MIPS 與 Clock Rate/CPI 換算、CPU 規格解讀:Cores/Threads、Clock Speed 與 Hybrid P-core/E-core 架構(4)
選擇題第 4 題Virtual Memory 基本概念:定義、優點與行程虛擬位址空間(4)
選擇題第 5 題HDD 與 SSD 比較(1)
選擇題第 6 題USB 傳輸速度與進位制前綴表(3)
選擇題第 7 題十六進位與二進位轉換、無號與有號整數表示法(2)
選擇題第 8 題字元編碼:ASCII、Big5、UTF-8(1)
選擇題第 9 題程式語言分類:Assembler、Compiler、Interpreter 比較與編譯流程、編譯與連結流程:從原始碼到執行檔與跨檔案重複定義錯誤(3)
選擇題第 10 題程式語言分類:Assembler、Compiler、Interpreter 比較與編譯流程、編譯與連結流程:從原始碼到執行檔與跨檔案重複定義錯誤(1)
選擇題第 11 題分散式系統基本概念:定義、三大優點、設計問題與 8 種通透性(2)
題號考點主題答案
選擇題第 12 題網路基本定義與三種劃分方式:規模、作業模式、網路拓撲(4)
選擇題第 13 題IPv4 位址:Class 分級、私有 IP 範圍與子網路遮罩、CIDR(2)
選擇題第 14 題IPv4 位址:Class 分級、私有 IP 範圍與子網路遮罩、CIDR(4)
選擇題第 15 題Binary Tree 三大定理:各層與樹高節點數上下界、n0=n2+1 證明(3)
選擇題第 16 題資料庫系統與傳統檔案系統:檔案系統的缺點與資料模型分類、關聯式資料庫基本概念:Key 種類與完整性限制(2)
選擇題第 17 題企業資訊系統三大類型:ERP、SCM 與 CRM 的定位與經濟價值、資料、資訊與管理資訊系統(MIS):定義與組成(3)
選擇題第 18 題著作權基本概念:著作完成即受保護、重製與公開演出(4)
選擇題第 19 題資料、資訊與管理資訊系統(MIS):定義與組成(2)
選擇題第 20 題資料庫系統與傳統檔案系統:檔案系統的缺點與資料模型分類(4)

問答題第 1 題內部資料持續外洩但無網路入侵時的處理

考點:內部資料外洩防護:內部威脅與資料外洩防護(DLP)、企業資安治理:政策、稽核與業務持續營運(Security Policy/AUP/DRP/BCP/BIA)

(一)立即應變:保全日誌與存取紀錄作為證據,比對外流資料鎖定可存取的人員與帳號,追查郵件、雲端、USB、列印等內部管道,暫停可疑帳號止血。

(二)調查與處置:以 UEBA 找出異常存取行為,會同人事與法務單位追究責任;外洩內容含個人資料時依個人資料保護法通知當事人,公務機關與特定非公務機關依資通安全管理法通報。

(三)長期預防:資料分類分級與加密、DRM、DLP、最小權限與定期權限審查、外接裝置管控與日誌稽核、保密協定與教育訓練。

問答題第 2 題系統開發生命週期 SDLC

考點:系統開發生命週期(SDLC):階段與各階段產出、軟體開發方法論:Waterfall 與 Agile 比較

系統開發生命週期(SDLC)是把資訊系統的開發分成一系列階段,每個階段有明確的產出,前一階段的產出是下一階段的輸入:

  1. 系統規劃(Planning):界定問題與目標,進行可行性分析(技術、經濟、作業、時程),產出專案計畫。
  2. 系統分析(Analysis):了解現行作業,蒐集並確認使用者需求,產出需求規格書。
  3. 系統設計(Design):依需求設計系統架構、資料庫、介面與程式模組,產出設計規格。
  4. 系統建置(Implementation):撰寫程式並進行單元、整合、系統與驗收測試,再轉換上線與教育訓練。
  5. 系統維護(Maintenance):上線後修正錯誤、因應需求改變調整功能,系統不敷使用時再進入新一輪規劃。

問答題第 3 題生成式 AI 的定義與例子

考點:生成式 AI(Generative AI):定義、運作方式與開發階段

(一)定義:生成式 AI 以深度學習模型學習大量資料的分布,再依使用者的提示詞產生新的文字、圖片、聲音或程式碼;判別式 AI 則是分類或預測。常見技術有大型語言模型、擴散模型與 GAN。

(二)例子:ChatGPT 以 GPT 大型語言模型預訓練、微調並以 RLHF 調整,依提示詞逐 token 產生回答,例如依「幫我寫一封請假信」產生新的信件;可能產生幻覺,並有著作權與個資爭議。

東吳其他年份