# Management Information System

## 二.Electronic Commerce

**1.SET(Secure Electronic Transactions) and SSL（Secure Socket Layer）**

SET協議是B2C上基於信用卡支付模式而設計的，它保證了開放網路上使用信用卡進行線上購物的安全。SET主要是為瞭解決用戶，商家，銀行之間通過信用卡的交易而設計的，它具有的保證交易數據的完整性，交易的不可抵賴性等種種優點，因此它成為目前公認的信用卡網上交易的國際標準

**2.Digital Certificate**

是一種用於電腦的身分識別機制。合法的憑證是由憑證機構（如政府、Verisign、Thawte Consulting...等）所頒發，代表確認申請者的身分，此申請者不是冒名的。根據X.509的規範，數位憑證中包括版本、序號、簽章演算法、憑證發行者、有效期限、憑證持有人、持有人公開金鑰、上述各資料之簽章。

三大用途

1.個人數位憑證（Personal Certificate）：提供個人識別/證明身分之用，例如：在收發電子郵件時加上數位簽章確認發信者身分，或在進行線上交易時證明購買者身分，達到交易的不可否認性。常見的個人數位憑證如自然人憑證。

2.伺服器數位憑證（Server Certificate）：代表伺服器的身份，提供瀏覽器檢視驗證。另外若伺服器要建立SSL加密連線，瀏覽器就會從伺服器數位憑證中取得伺服器的公開金鑰，並用伺服器的公鑰對傳遞給伺服器的訊息加密。

3.物件數位憑證（Object Certificate）：代表程式碼的身分，以確保程式碼在傳遞或產生的過程中沒有被修改。主要應用於使用者在網路上下載程式檔案，在安裝前電腦便可以針對程式的簽署者及程式的內容是否遭竄改進行檢查，如果程式未受到合法單位簽屬，在安裝時便會跳出警告，以提醒使用者安裝此程式可能帶有風險。

## 三.Cloud Computing

由美國國家標準與技術研究院（NIST）提出的定義，以5種特徵、3種服務型式與4種部署模式來定義雲端運算

### 三大服務架構：

#### 1.架構即服務 (Infrastructure as a Service; **IaaS**)
使用者可以向雲端服務提供商以租用的方式，使用處理器、儲存體、
網路等基礎運算資源，不需自行購買及建置硬體設施。 故IaaS 是將硬
體基礎設施的提供當作一種服務，依使用量來進行計費。
企業採用 IaaS 架構的優點在於可隨意部署和執行軟體，但不需建置與
管理底層的基礎設施，可大幅節省購買硬體的成本，並可隨時且快速
的進行彈性擴充與調整。

#### 2.平台即服務 (Platform as a Service; **PaaS**):
此一雲端運算服務是提供「整合設計、開發、測試、部署、代管等功
能的程式開發與運作平台」，讓開發人員可以透過網路撰寫程式與服
務，並依據流量或運算資源使用量來進行收費。

#### 3.軟體即服務 (Software as a Service; **SaaS**):
透過網際網路以提供商業應用軟體的一種服務模式。
軟體供應商以租賃的概念提供客戶服務，而非購買，比較常見的模式
是提供一組帳號密碼。

### 4種雲端運算部署模式

● 公有雲（Public Cloud）：由銷售雲端服務的廠商建立，提供給大眾使用，並依照使用量計費。

● 私有雲（Private Cloud）：由單一組織建立，只供該組織所使用。

● 社群雲（Community Cloud）：由一群擁有共同任務、特定需求的組織共同成立，以服務該社群。

● 混合雲（Hybrid Cloud）：結合兩種以上的雲端運算架構，透過標準或私有技術而讓資料與應用程式擁有可攜性。

### 5種雲端運算的特徵

1.資源匯集（resource pooling）：服務者所提供的計算資源，例如：儲存空間、網路頻寬、計算能力、虛擬機器數量等，可類比為一個大水池，能隨時依需要分配給不同平台的多個使用者。使用者不需了解資源的實體位置（如資源是在哪個國家或什麼資料中心）或技術細節，只要知道網址來連線即可。

2.彈性、擴展性高（rapid elasticity）：能因應要求調整資源規模大小，對消費者而言，雲端似乎無窮無盡，且能依據需求增減運算能力採購額。

3.隨選自助（on-demand self-service）：消費者可以依其需求索取計算資源（如伺服器或儲存空間），且整個過程是單方面自動化的，無須與資源提供者互動。

4.隨處網路存取（broad network access）：網路使用無所不在，亦即雲端供應者服務可隨時在網路取用。

5.計算為服務（measured service）：各層次均由雲端供應者掌控與監管，以進行計費、存取控制、資源優化、處理能力規劃及其他工作。

## 四.ERP(Enterprise Resource Planning)

這是一種整合企業流程的營運管理軟體，利用模組化方式，管理企業內部價值鏈上主要的財務會計、供應鏈、營運、報告、製造、銷售和人力資源活動方面的工作

### 效益:

有形效益：增加營業收入與利潤、降低人工成本、降低物料成本、提升生產力、降低管理費用、提升資金週轉率等。

無形效益：資訊收集的正確性與完整性、資訊回饋的即時性與有效性、企業流程與系統作業的整合性、生產現場的自動化與透明化、需求的快速回應、即時管理決策資訊提供等。

## Artificial Intelligence

創造有智慧的機器，特別是電腦程式，所需要的科學與工程技術

### Machine Learning

在不經過程式導引的前提下，機器就具備學習的能力

讓電腦在接觸全新、或是不斷變動的資訊時，能夠透過學習和分析資訊內容，然後自我進化。舉個比較近的例子，就是Facebook的個人頁面就利用了機器學習功能，在分析使用者按讚的對象之後，推薦符合個人喜好的內容。

(一)監督式學習:
在訓練的過程中會將正確的答案告訴電腦，也就是在資料打上標籤，以確保電腦朝向正確的方向學習，通常會有較高的準確率，常見的例子為目前有許多的軟體可以透過分析圖片的特徵來分析圖片中有沒有出現特定的人物，或是類似人臉辨識。

(二)非監督式學習:
訓練資料沒有標準答案，也不會提供具有標籤的資料給電腦學習，在學習時並不知道其分類結果是否正確，電腦在訓練時會自動從這些範例資料中找出潛在的規則。「群集式分類」：在實際的應用上只要是採用群集式分類的即可算是非監督式學習法，群集的基本概念為找出較為相似的資料並將其歸為一類，形成群集（Cluster），其中相似的依據是採用每個資料點之「距離」，相對距離愈近、相似程度越高，會被歸類至同一群集。「關聯規則分析」：以資料一起出現的情況、時間、次數...等來考量資料間的相似性，例如：在分析超市中消費者的購物行為時，可能會發現「買紅茶又買鮮奶的人的比例非常大」，因此許多賣場在擺放商品時可以藉此提高商品的銷售。

(三)半監督式學習:
介於監督式與非監督式之間的學習法。將資料分群的過程當中，會先使用一群具有標籤的資料將全部資料大致分成幾群，再利用剩下無標籤資料的整體分布，分析出其他資料屬於哪一個分類。此種學習方式不但具有非監督式學習高自動化的優點，又能降低標籤資料的成本。

(四)增強學習:
電腦會透過環境的不同而有不同的行動，並隨時會根據新進來的資料給予正向或負向的回饋來逐步修正。目前常見使用案例為機器人的行為，例如：我們想要讓機器人可以模擬特定的人類行為時，當機器人所做的動作越來越接近目標行為時，就會給予正向回饋，反之就給予負向的回饋，如此可以讓機器人快速做到學習動作的目的。目前AI在生活上的應用非常廣泛，其中又以Google和Facebook的應用最廣為人知，例如：Facebook所提供的人臉辨識與標註功能，即是利用我們所上傳的照片所含有的相似人臉，來辨認是否為我們的朋友，並提供標註的建議。
### Deep Learning

ML研究領域中最新的分支，目標在於拉近ML與AI之間的距離。
在嘗試模擬人腦內層的功能──透過多層次的資訊處理來形成知識。

### Expert System

專家系統=知識庫+推理引擎

專家系統必須具備三要素

領域專家級知識

模擬專家思維

達到專家級的水平

## Fintech

### Block Chain

四項特性

1.去中心化

使用者可以不依靠額外的管理機構和硬體設施、讓它不需要中心機制，因此每一個區塊鏈上的資料都分別儲存在不同的雲端上，核算和儲存都是分散式的，每個節點都需要自我驗證、傳遞和管理。

透過「**工作量證明機制（Proof of Work，POW）**」來進行，也就是誰先花費最少的時間，透過各自的運算資源來算出答案並得到認可它就成立，如此一來就可以實現多方共同維護，讓交易可以被驗證。

2.「安全性」和「匿名性」

是分散式的演算，因此也沒有人可以隨意修改網路上的數據，去除掉了人為操控的可能

3.「不可竄改性」

每一筆資料一旦寫入就不可以再改動，只要資料被驗證完就永久的寫入該區塊中，其中的技術是透過 Hashcash 演算法，透過一對一的函數來確保資料不會輕易被竄改,這種函數很容易可以被驗證但卻非常難以破解，無法輕易回推出原本的數值，資料也就不能被竄改，每個區塊得出的值也會被放進下一個區塊中，讓區塊鏈之間的資料也都被正確的保障。

4.「開放性」和「獨立性」

基礎是開源的，除了其中交易的訊息會另外被加密之外，其中所有的運算數據都是對所有人開放，任何人都可以透過公開的介面去查詢區塊鏈中的數據，系統信息非常透明。而獨立性指的是整個區塊鏈的系統不需要依靠第三方，因此便不會受到任何外力的干預。

#### Smart contract 智能合約

## Porter 五力分析


## Business Intelligence

將企業運作的系統資料，例如ERP、SCM、CRM或非結構化的資料像是PDF、Excel等資料，提取出有用的部份進行整理，然後經過資料的擷取(Extraction)、轉換(Transformation )、匯入(Load)的程序，將資料合併到資料倉儲或是資料超市中；之後透過OLAP(Online Analytical Processing)技述將資料匯整成多維度結構 (cube)，以提高查詢速度。

### OLAP(Online Analytic Processing)

### Data Mining

意指利用一個龐大數據庫建立模型（Model），並從中找出隱藏的特殊關聯性及特徵。例如：某公司握有自身客戶的資訊（包含：年齡、資產、交易頻率、交易量等），利用此資料庫找出其客戶消費的模式、習慣，並據此將客戶群分類，藉此針對不同客群做出精準行銷，就是所謂的資料探勘。

建立的模型可分為六種

分類分析（Classification）：
透過研究數據庫中的特徵，將已知資料做出分類，並根據已知的特徵預測未經分類的新進數據。如前段所述的客戶群分類。

群集分析（Clustering）：和分類分析的概念相似，亦是將一數據庫的資料做出分類，並歸納出組間的差異性及組中的相似性。其不同點在於，分類分析在劃分後又有明確對應的類別／函數（換句話說，數據間有「已知」的特徵），但群集分析在演算法運算時無法得知分類的依據及數據的特徵，也就是分類後並沒有明確的類別／函數，因此必須在分類後另行解讀各個分類的意義。

迴歸分析（Regression）：透過一系列的現有數據去預測未知數據的可能值。例如：我們可以透過分析某一地區多筆房地產交易的數據庫（包含：坪數、地點、房型、交易金額等），對另一個未售出的房產做出成交金額預測。

時間序列分析（Time Series Forecasting）：和迴歸分析的概念相同，也是藉由已知的數據來預測未來數據的可能值。其不同點在於：時間序列分析模型中的數據中必須含有時間關聯性。透過時間序列分析，可得知事件沿著時間軸（如季節性、節日、過去與未來的相關性）所產生的變化情形，進一步使用歷史資料來預測未來趨勢。過去，時間序列分析通常用於一國家／地區的經濟發展政策，目前已進一步地延伸到醫療資料分析。如：糖尿病遠端醫療照護。

關聯分析（Association）： 是分析數據庫中各資料彼此相依的機率，通常被用來分析公司各產品被同時購買的關係與頻率。例如：某顧客在已經購買該品牌洗髮精的情況下，同時購買該品牌潤髮乳的機率。

順序型態分析（Sequential Pattern Analysis）： 與關聯分析相似，只是順序型態分析中的數據中具有次序及時間的關係。例如：某顧客在已經購買該品牌洗髮乳後，一周後再度購買潤髮乳所發生的機率。順序型態分析很常用在股市分析上，例如：因應英國脫歐公投，某股票一天內下跌了 10％，另一檔股票在兩天內跟著下跌 10％ 的機率。

## BPR(Business Process Reengineering)企業流程再造

1.流程化（Process）： 指一連串為達到特定目的或產出且具相關邏輯性作業的程序，是改造的核心，透過相關部門流程之合作與協調，發揮企業最大之效益。

*所謂企業流程(business process)，就是企業將數種資源輸入轉換成對客戶有價值的輸出的一連串活動集合。許多企業著眼於流程的片斷，如接單、盤點庫存等等，而忽略了流程本身。

2.根本（Fundamental）： 藉由詢問一些基本的問題，強迫人們思考他們工作時所使用的既有規則，是否適當與正確，進行企業流程再造的同時不可受限於現況，應檢討企業根本之問題，透過檢討與反省，提出因應之策略與方針。

3.徹底（Radical）：企業應徹底革新現有不合理之組織及流程，重新規劃新的運作流程，使企業能進行革命性再造。

4.顯著（Dramatic）：改造所尋求的是組織績效顯著、跳躍式的改變，而非邊際性的、漸進式的改變。

## ISO27001