1、 高科技 、 媒體及電信產業趨勢報告 | 2017 1 前言 02 指尖下的秘密: 指紋辨識裝置突破10億台 03 DDoS攻擊已進入Tb的時代 07 安全至上 ： 自動緊急煞車系統 是自駕車的關鍵第一步 11 5G: 2017年仍不斷演變的通訊革命 15 腦力最前線: 機器學習行動化 21 室內導航: 數位導航的最後一哩路 25 平板電腦榮景不再？ 31 IT即服務 : 5,000億美元的 利基市場 36 勤業眾信觀點: 關鍵科技趨勢 ， 引領產業跨域升級 38 參考資料 45 勤業眾信高科技 、 媒體及電信產業近期研究報告 59 聯絡我們 60 目錄 2 高科技 、 媒體及電信產業趨勢報告
2、| 2017 Deloitte高科技、媒體及電信產業趨勢報告，至今已邁入第16屆，該趨勢報告之發布，旨在對產業發展具重大影響的 關鍵議題上，提供前瞻且審慎的趨勢預測分析，本報告研究方法為透過與全球產業高階主管和分析師等超過百場的 深入訪談，以及對世界各地超過數以萬名的消費者進行調查，歸納產業可能發展方向和對部分熱門產品應用的全球 市場規模展望。 今年的趨勢報告做了幾項改變，第一，今年的趨勢預測不再像以往以三個產業分類。主要反映出高科技、媒體及電信 產業的演進: 每年跨產業間的趨勢越來越顯著， 且多項預測與超過一個產業相關聯，因此把預測放在特定產業已不 符合現在趨勢，因此從今年開始，所有的趨勢預
3、測將不分產業。 第二項改變，過去報告僅預測12-18個月的產業發展，今年將納入近十年的中期產業預測，如探討5G的商用化、自動 緊急煞車系統的導入及室內數位導航的運用，雖將會在幾年後才會完全實現，但也因此，在2017年在這些議題上的 掌握及理解是格外重要。 本報告集結世界各地產業專家的調查和高階主管訪談結果，提供市場規模和市值展望預測，和發展相關應用之專家 建議，一窺未來發展趨勢。我們並就關鍵議題提出勤業眾信觀點，讓您在放眼全球的同時，也能觀察當地產業競局 變化。期許這本高科技、媒體及電信產業的趨勢預測報告能協助您面對瞬息萬變的產業變化，掌握市場產業脈動和 消費者行為，以及早擘劃企業未來方向，擬
4、定策略方針，在2017年，持續成長、邁向卓越。 勤業眾信聯合會計師事務所 高科技、媒體及電信產業負責人 陳明煇 會計師 前言 高科技 、 媒體及電信產業趨勢報告 | 2017 3 Deloitte預測，內建指紋辨識器的裝置將於2017年年初 突破10億台。而單台感測器每日平均使用次數將會超過 30次，代表這些裝置累積的指紋按壓次數全年總計將會 超過10兆次1。 Deloitte進一步預測，至2017年年底，已開發國家中大 約40%的智慧型手機將具備指紋辨識器，而這比例在 2016年年中約為30%2。我們預測2017年年底，將至少 有80%的使用者會使用手機內建的指紋辨識功能，而這 比例在201
5、6年年中約為69%3。 內建指紋辨識器的裝置中，預計將有超過90%為智慧型 手機與平板電腦4。三年前僅有頂級機款才得以配備的感 測器，在2017年也將出現於大部分的中階機款。我們預 測指紋辨識器在2020年年底前將會和智慧型手機的前 置相機一樣普遍，除了最便宜的機款以外，所有手機盡都 會具備此項裝置。屆時，指紋感測器可能也會廣泛應用 於筆記型電腦、遙控設備等其他裝置，作為身分辨識與 驗證之用。 驗證要素 要能確認一個人的身分是否真實，可以仰賴多種驗證 要素。這些驗證要素大致上可分為三大主要項目 ： 知識要素：利用使用者所知道的資訊作為憑證，例如 密碼、PIN碼或安全提問： 請問您第一隻狗的名字
6、 是什麼？ 。 繼承要素：利用使用者既有的生物特徵作為憑證，例 如簽名 、指紋、語音辨識、虹膜掃描、臉部辨識或視 網膜偵測8。 所有權要素：利用使用者所持有的物品作為憑證，例 如身分證、護照、信用卡或數位裝置上具象徵意義的 軟硬體。 以往一般人認為可靠的驗證要素，到現在已不再可 靠。除了後續提到的密碼驗證之外，自身物品可能因 為遺失而並非完全可靠，簽名這項繼承要素也非絕對 安全。 而具備上述全部要素的智慧型手機，是最便利、完整 的多合一驗證工具： 知識要素：智慧型手機在驗證過程中，運用了多項知 識要素，例如輸入PIN碼。這些知識要素在指紋辨識 器的開發中期可作輔助之用。如需生物辨識以外的 驗證
7、要素，也可透過電話進行安全提問。 繼承要素：我們將在後續進一步討論 使用者既有的 生物特徵資料 中的多種驗證要素。 所有權要素：現代人總是隨身攜帶智慧型手機，即便 暫時遺忘、丟失也會立刻察覺。相較之下，辦公室的 門禁卡如果在週五下班時遺留在工作場所，則往往到 了週一上班前才會回想起來。至於護照，如果不是突 然發現或經常需要使用，則可能遺忘了幾個月都還沒 察覺。此外，由於智慧型手機是連網裝置，因此如果 不幸遺失，只要立即追蹤便可得知所在位置。即使手 機失竊，也可遠端立即停用。假使手機中的軟體遭到 入侵，也只要透過下載更新即可。 指尖下的秘密 ： 指紋辨識裝置突破10億台 4 高科技 、 媒體及電
8、信產業趨勢報告| 2017 智慧型手機的指紋辨識器之所以如此成功，是因為這些 辨識器能提供比密碼更快速、安全的解鎖與交易驗證功 能 （請見上欄 驗證要素 ） 。對大多數人而言 ，只要擁 有的網路帳戶越多，就越難記住那些強效的安全密碼。 到2020年時，每位智慧型手機的使用者將可能擁有200 個網路帳戶5,6。要在智慧型手機上輸入這些密碼會是一 項困難的挑戰，但是智慧型手機卻是多數人隨身攜帶的 裝置。 設定指紋辨識器每次耗時約15至30秒鐘。指紋相關的 資料通常不會上傳至雲端空間，而是儲放於裝置中名為 secure enclave 的區域之中。當指紋辨識器讀取到 與裝置內圖像相符的指紋後，便能通
9、過驗證流程。 2017 年後，智慧型手機內建的電容感應器大多將以特徵描述 的方式擷取指紋圖像，這些特徵包含弧狀、環狀、螺旋 狀的指紋與毛孔分布等等7。 在2017年累積使用次數高達數兆次的指紋辨識器，可能 主要會運用在手機與平板電腦的解鎖功能，每天使用次 數可能達數十次。在2013年年底，從首台較為成功的內 建指紋辨識器智慧型手機上市後，指紋辨識功能的使用 頻率便開始大幅增加。在那時候僅有少數的人會在手機 中輸入生物辨識資料，而且這少數人也只有在前往特定 國家等少數情況下才會輸入 。隨著指紋辨識器越來越普 遍，Deloitte預測未來支援此項技術的應用程式與網站 將不斷增加，而此項技術屆時將成
10、為密碼解鎖的主要替 代方案。 指紋辨識器的可靠度 （特別是偵測偽造指紋的能力） 在 2017年時可能會面臨許多質疑與挑戰。早期的指紋辨識 器雖然不甚靈光9，但在現實情境裡，即便要破解已是兩 年前舊技術的手機指紋辨識功能，都還是需要手機持有 人密切配合。破解指紋辨識功能的其中一項方法，便是 在透明薄片上塗上齒模塑土或木膠，再請手機持有人以 手指按壓該薄片約數分鐘，以順利製作出指紋模。這樣 的破解方法，大概只能在商展中當做娛樂效果來展示， 在現實情境並不太可行10。 最新的指紋辨識器運用超音波技術拍攝指紋上的各種細 節，還能辨別按壓手機的究竟是真人還是模型，號稱非 常難以破解11。 超音波感應器的
11、另一項優點，是無論溼度高低皆能正常 運作。內建電容感應器的傳統指紋辨識器，可能會因手 指表面上的水氣造成讀取或辨別困難。而超音波指紋辨 識器是透過超音波擷取手指的立體紋路，即使有水氣或 液體殘留，也不會受到干擾，因此不論手指乾或溼，皆可 正常使用。 在2017年累積使用次數高達數兆次的 指紋辨識器， 可能主要會運用在手機與 平板電腦的解鎖功能，每天使用次數可 能達數十次。隨著指紋辨識器越來越普 遍，Deloitte預測未來支援此項技術的 應用程式與網站將不斷增加，而此項技 術屆時將成為密碼解鎖的主要替代方 案。 高科技 、 媒體及電信產業趨勢報告 | 2017 5 指紋將為生物辨識帶來嶄新希望
12、 2017年將有數十億台智慧型手機與平板電腦能夠處 理、蒐集多種生物辨識資料，例如臉部辨識、語音辨識、 虹膜掃描等等， 其中指紋解鎖將是未來最受矚目的功 能。Deloitte預測2017年年底僅有少於5%的使用者會 透過臉部辨識、語音辨識、虹膜掃描進行驗證；相較之 下，採用指紋辨識器的使用者將高達4012。 儘管指紋辨識器是較新的感測器技術，但卻最為盛行。 由於每台手機皆有內建的麥克風裝置，因此語音辨識功 能在智慧型手機才剛推行之際，便是一項可行的生物辨 識技術。另外，任何具備前置相機的智慧型手機皆能進 行虹膜掃描與臉部辨識，只是鏡頭與處理器的品質可能 會影響驗證的速度與準確性。 在吵雜的環境
13、中使用語音辨識這項技術可能不甚便利。 此外，在開放型辦公空間或用餐期間使用這些功能不但 突兀，還會予人粗俗無禮的觀感。再者，有心人士可透過 錄音輕鬆擷取他人的聲音。因此較佳的做法會是結合語 音辨識與其他驗證機制，例如安全提問、重複相同話語 等等。 進行臉部辨識時，附近的光照情況通常必須與拍攝參考 圖像時類似，否則很容易驗證失敗13。眼鏡、帽子與圍巾 也會降低臉部辨識的效度。而虹膜掃描則可能需要使用 者保持姿勢端正、取得充足光源。另外，由於虹膜掃描裝 置十分敏感，因此即便是隱形眼鏡或眼鏡的反光都有可 能影響判讀結果。臉部辨識與虹膜掃描的另一項問題， 是很容易遭到破解。只需一張臉部或眼鏡的照片 ，
14、便能 破解相關裝置；即便系統要求使用者進行眨眼的動作， 此時只要準備一段精心拍攝的影片 ，或一系列的照片 ，即 可輕鬆破解相關系統14。 相較之下，無論使用者身處暗處、正在行走，或是在快速 行駛於顛簸道路上的汽車後座，指紋辨識都能運行無 礙。 從生物辨識手機到其他裝置 指紋等生物特徵辨識技術，對智慧型手機而言雖然是一 項新功能，但在其他領域卻已行之有年。不過，智慧型手 機卻能將生物辨識技術帶入我們的日常生活之中，也化 解了人們對提供生物辨識資料的憂慮。 Deloitte預測，由於智慧型手機已廣泛運用生物辨識功 能，因此會促使其他作業環境也開始採用生物辨識感測 器。 舉例來說，ATM可裝設紅外線
15、掃描機來記錄個體的指靜 脈或掌靜脈，用以取代原先以PIN碼輸入的方式，此技術 也可運用於企業間的鉅額匯款。對學校而言 ，可運用靜 脈掃描機作為記錄學童出入校時的驗證機制，學生可透 過此項技術在課堂上簽到與簽退，或是購買食物與文具 用品。 目前越來越多國家考慮在全國性的身分辨識系統中， 加 入生物辨識資料。其中規模最大者是蒐集臉部辨識、指 紋與虹膜資訊的印度，截至2016年，已有超過10億人參 與該項計畫15。 人們使用生物辨識資料已有上千年的歷史，但在現代科 技中大規模採用此類資料卻是近幾年的事情；在2017年 以後，生物辨識技術將日趨精密並更為有效16。 Deloitte認為在智慧型手機上廣
16、泛使用 生物辨識功能，將會帶動生物辨識感測 器在其他環境中的部署作業。 6 高科技 、 媒體及電信產業趨勢報告| 2017 摘要 目前指紋辨識器數目日益增加，慣用此類手機的使用者也已經為數眾多，因此對許多公共單位與私人機構而言 ， 皆須試圖了解如何善加掌握其背後的機會。 當前所須克服的挑戰在於，哪些額外的應用可以藉由指紋辨識器或其他生物辨識資料來提供快速且安全的驗證 方式： 金融機構：Deloitte研究顯示，已開發市場中約 43%的成人使用者會透過智慧型手機檢視自己的銀行帳戶17 。銀行若能了解如何在詐騙偵測、新帳戶的開立過程與付款驗證上，以最佳的方式運用生物辨識感測器，便可 能因此受益。
17、網路零售業者：指紋辨識器雖可提供 一鍵結帳 （one-tap checkout） 的功能，但消費者仍須下載相關應用 程式、輸入信用卡資料和帳單地址等資訊，才能使用此功能。根據Deloitte的研究發現，多數使用者在智慧型 手機內下載的應用程式不超過20個18。不過，能迅速、安全地付款可能便是足夠的誘因，讓他們願意下載額外 的應用程式。 實體零售業者：使用者可以運用近場通訊 （near-fi eld communication，簡稱NFC） 的店內付款應用程式完 成付款驗證。他們只要將手機放在NFC讀取機附近，再將手指放在感測器上，便能完成付款驗證，如此一來便 不須再輸入PIN碼。 企業使用者存
18、取資料： 生物辨識技術在Email存取與類似服務的互動過程中，可作為輸入密碼的替代方 案，只要輕輕一按便能存取、驗證工時記錄表。Deloitte研究顯示，目前企業應用程式的使用率並不高18，但簡 單、安全的驗證方式或許能提高這些應用程式的使用率。 企業使用者實體安全 ： 生物辨識技術可用於管控大樓人員的進出，以取代傳統的門禁卡。生物特徵和門禁 卡有所不同，無法向其他人取得，也不會遺忘在家裡。 媒體公司線上訂閱服務：採用付費牆 （paywall） 機制的媒體、新聞、電視與其他內容的供應商，可以要求 使用者輸入指紋 ，藉此防止用戶將使用者帳戶 （即ID與密碼） 直接提供給其他人 。單一使用者的帳戶
19、由一組指 紋綁定，比起密碼更能防止不當的分享行為。 政府服務：生物辨識技術也可用於其他服務的存取，例如繳交稅款、存取就診紀錄、甚至是電子投票19。電子投 票有助於提升年輕族群的投票意願；年輕族群目前在智慧型手機的持有率或使用率都相當高，不過投票率卻比 所有年齡層的平均來得低。 以上預測雖然主要是探討指紋辨識器的用途，但智慧型手機已深入我們日常生活的各個層面，充分結合了我們專 屬的獨特資訊，例如打字習慣與所在地資訊。根據Deloitte的預測，結合多個生物辨識技術的多重驗證 （multi- factor authentication） 將在未來廣受使用20，而這樣的驗證方式會更為安全與可靠。舉例
20、而言 ，銀行應用程 式能同時使用指紋與語音辨識進行驗證。 高科技 、 媒體及電信產業趨勢報告 | 2017 7 Deloitte預測，到2017年時，分散式阻斷服務 （distributed denial-of-service，簡稱DDoS） 攻擊 的規模、影響程度與發生頻率都將提高，成為最具威脅 的網路攻擊。根據Deloitte預估，DDoS攻擊將以每秒 1Tb的平均速率21發動每月超過1千萬次攻擊22。並以每 秒1.25 Gb至1.5 Gb的平均流量傳送垃圾資料 （junk data23） 。若無法有效控管Gb等級的攻擊，將使許多機 構的系統停擺24,25。 在2013年、2014年與20
21、15年，最大規模的網路攻擊分 別達每秒300 Gb、400 Gb與500 Gb， 2016年才首次 有兩波Tb等級的攻擊26。 （見右欄 DDoS攻擊機制 的 詳細說明。） DDoS攻擊造成的威脅預計會逐步上升，主要與下列三 項發展趨勢有關： 不安全的物聯網裝置日益增加 （如連網的相機與數位 攝影機） ：相較於電腦、智慧型手機與平板電腦，這些 裝置較容易遭到殭屍網路 （botnet） 入侵、成為攻擊目 標27。 網路上即可取得惡意軟體 （如Mirai） 的攻擊教學：非 專業的駭客只要透過不安全的物聯網，即可發動網路 攻擊。 可用頻寬速度增加：Gb等級網路速度提升，而且使用 超高速寬頻的消費性與
22、企業產品增加，使得遭到殭屍 網路入侵的裝置可傳輸更多垃圾資料。 過去幾年來，DDoS攻擊的規模雖然節節升高，但防禦 機制也跟著穩定成長，彷彿一場貓捉老鼠的遊戲，彼此 勢力一同增加。然而，這樣的局面到了2017年卻可能有 所變化。由於不安全的物聯網裝置大增，再加上惡意程 式的操作方式比過去簡單許多，因此只要掌控裝置的弱 點，便能輕鬆發動大規模的攻擊。 這可能造成內容傳遞網路 （content distribution network） 與本機防禦機制無法即時提升來應變大規模 的網路攻擊28，因此若要抵禦DDoS攻擊，便須發展出一 套全新的防護方法。 驗證要素 DDoS攻擊目的是要讓網站或連網裝置
23、 （例如伺服 器） 無法使用。遭受攻擊後，電子商務網站可能無法 進行交易，政府網站可能無法執行退稅業務，而新聞 網站也可能無法發佈時事動態。 最常見的DDoS攻擊手法，便是堵塞存取網路的管 道或連網裝置。DDoS攻擊就像數十萬名不打算消 費的客人同時湧入一間商店，將店內擠得水洩不通， 但真正想消費的客人卻不得其門而入 ，使得商店無法 服務這些客人 。 堵塞系統的方法很多，最常見的兩種是殭屍網路與 放大攻擊 （amplifi cation attack） 。 殭屍網路是指第三方攻擊者透過惡意程式碼操控 數十萬個連網裝置所發動的突擊， 其中洪水攻擊 （fl ood attack） 是近期最常見的攻
24、擊方式。 第二種攻擊手法為放大攻擊，做法是將惡意程式碼 植入某伺服器中偽造多個IP位址，接著再針對目標 網站發出巨量連線指令，導致系統癱瘓無法運作29， 此舉亦稱為 詐騙 （spoofi ng） 。由於放大攻擊利 用一組淪陷的系統，就能夠偽造好幾千個IP位址，因 此只要透過為數不多的伺服器 （約數千台） ，便能達 成大規模的阻斷效果。 抵禦DDoS攻擊的標準做法，是將流量分流至專門 過濾惡意指令的第三方系統，以區分真假顧客。專門 防禦DDoS攻擊的第三方供應商通常備有大型但容 量有限的系統，能夠容納分流後的流量。不過，由於 他們多半同時協助許多客戶抵禦網路攻擊，因此當 攻擊流量一直累積到超越第
25、三方供應商系統所能負 擔的容量時，就會造成部份客戶的連線中斷。 DDoS攻擊已進入Tb的時代 8 高科技 、 媒體及電信產業趨勢報告| 2017 不安全的物聯網裝置 不安全的物聯網裝置數目增加是加劇DDoS攻擊的首要 原因 （所謂 不安全 是指容易受到第三方惡意軟體攻 擊） ，這些裝置包含攝影機、數位錄影機、路由器與其他 各種裝置等等。 要遠端入侵某一連網裝置，通常需要取得該裝置的使用 者帳號與密碼，接著再藉由這些資料操控該裝置，並伺 機用於不法用途。 大多數使用者都知道，首次使用某裝置前應先更改使用 者帳號與密碼，並定期變更資料。不過，全球數十億台物 聯網裝置中，就約有50萬台裝置 （比例雖
26、少、但總數仍相 當可觀） 使用無法變更帳號密碼的硬式編碼，所以即便 使用者想要變更，也無法自行重新設定30。 這些帳號與密碼只要不要落入他人手中，就不會有太大 的問題；不過，這些資料多半很容易取得，只要具備一些 程式背景，幾乎任何人都能藉著搜尋裝置的韌體，查出 硬式編碼的登入資訊。在軟體工程師的手冊與使用說明 書中，也都可以找到這些韌體資訊。另外，也有人透過非 法途徑取得韌體資訊後，再於網路上公開。雖然易受攻 擊的裝置可以召回，並以較安全的方案替代，但召回裝置 可能相當費時，而且有些人可能根本不知道這些裝置有 安全漏洞。 再者，假使使用者覺得在物聯網裝置上變更密碼 （有時 還可變更帳號） 的流
27、程比預期的還麻煩，或者不習慣該 流程，便可能不願重新設定登入資料。使用標準鍵盤設 定使用者帳號與密碼相當容易，在智慧型手機輸入登入 資訊也幾乎毫不費力，但是物聯網裝置並沒有內建的螢 幕或鍵盤，要進行設定就不便許多。如果登入資訊久未 變更 （或無法變更） ，安全漏洞也會隨著出現31。 最後，沒有螢幕或只有小型螢幕的裝置 （比如連網相機 或數位攝影機） 可能欠缺升級通知的功能，更無法執行 防毒軟體32。 此外，物聯網裝置多為插入式供電，因此無法辨識其電 力消耗是否提升。如果用遭駭的筆記型電腦或智慧型手 機進行網路攻擊時， 其電量的消耗速度將會比平常來得 更快。因此，要用電力辨識物聯網裝置是否遭受入
28、侵著 實更加困難33。 裝置遭入侵時，效能通常不會明顯衰退，因為這些遭人 惡意利用的裝置可能會趁裝置所有人睡覺的時間，才攻 擊位於其他時區的目標。舉例來說，有心人士可能會在半 夜時利用位於歐洲的路由器，攻擊北美西岸的目標 （同時 間該處為傍晚） 。由於裝置效能並沒有明顯降低，因此即 便裝置已淪為殭屍網路的共犯，但數百萬名的裝置所有 人可能還是渾然不覺。 另外，製造商可能不打算額外花心力讓使用者介面與常 用的作業系統或瀏覽器相容，使得變更各項設定 （包含 密碼） 也因此更加麻煩。比起保護功能較完善的電腦、 平板電腦及智慧型手機，物聯網裝置具有更大的安全漏 洞，所以更容易成為殭屍網路的目標，招致D
29、DoS攻擊。 裝置遭入侵時，效能通常不會明顯衰 退 ，因為這些遭人惡意利用的裝置可能 會趁裝置所有人睡覺的時間， 才攻擊位 於其他時區的目標。 高科技 、 媒體及電信產業趨勢報告 | 2017 9 DDoS攻擊的技術難度降低 由於DDos攻擊的規模與嚴重性有時還是會受限，因此 過往紀錄顯示要持續大規模地進行DDos攻擊其實仍有 難度。 不過，就在Mirai惡意軟體於2016年底發動620 Gb/s的 攻擊之後，網路上隨即有人公開駭客的攻擊手法、惡意 軟體的原始碼，還有一系列連網裝置 （多為物聯網34） 的 預設使用者帳號與密碼。公開這些資訊之後，有心人士 也更容易複製攻擊手法。 2017年可能
30、會有更多人在好奇 心的驅使下，而使用Mirai惡意軟體架構來發動網路攻擊 或計畫性入侵。 另一項助長DDoS攻擊的因素是寬頻上 傳速度不斷加快；上傳速度越快，可傳 輸的無用數據流量也會大幅提升，各殭 屍裝置導致中斷的規模也就越大。 頻寬速度持續提升 另一項助長DDoS攻擊的因素，是寬頻上傳速度不斷加 快；上傳速度越快，可傳輸的無用數據流量也會大幅提 升，殭屍裝置導致中斷的規模也就越大。使用者的裝置 如果擁有Gb/s等級的上傳速度，便有可能產生原本100 台配備10 Mb/s上傳速度的裝置才有的破壞力。 在2017年，許多市場預計會有兩項主要的網路升級。有 線網路將升級至DOCSIS 3.1 ，
31、能以數千兆位元流量的 速度傳輸資料；銅絞線網路 （copper network） 也將升 級而使用G.fast技術，透過傳統銅絞線傳輸即可達到幾 百Mb/s的速度。升級後的有線網路與銅絞線網路雖然首 重下載速度，不過上傳速度也會有相當大的提升35。 此外，光纖到戶 （FTTH與FTTP） 在全球各地的安裝數 量也正在持續上升。到了2020年，全球預計會有幾億 Gb等級的網路連線數， 其中一小部份可能會提供對稱式 網路連線的服務36。 10 高科技 、 媒體及電信產業趨勢報告| 2017 摘要 DDoS並非2017年的新議題， 其在2017年的潛在攻擊規模才是主要的問題。越是仰賴網路的機構，就越
32、須注意 這類網路攻擊可能帶來的衝擊。網路利潤較高的零售商、線上遊戲公司、視訊串流服務公司、網路企業與線上服 務公司 （如金融服務、專業服務等） 、政府部門線上服務 （如稅捐稽徵） 等皆是需要提高警覺的機構。 各公司單位與政府機關應考慮多種不同的因應措施，以減緩DDoS攻擊帶來的影響： 去中心化：雲端運算、C2 （命令與控制） 、形勢警覺 （situational awareness） 、多媒體階段控制等關鍵功能 需要高度依賴中心化的伺服器與數據中心。當資訊與運算作業大量集中在一處時，數據中心與伺服器便容易成 為DDoS攻擊的目標。相關機構也許能透過設計、執行分散架構，而合理地分配上述功能。如此
33、一來，不僅能降 低風險，還能同時保有傳統中心化方法的效能。 增加頻寬：大型機構通常會提供明顯高出系統實際需求的流量空間，以便因應商業上的成長需求，並減緩 DDoS攻擊的影響。如果駭客無法集結足夠的流量，便無法發動有效的容量攻擊來使系統超載停擺。 檢測：機構應主動辨別其系統弱點與安全漏洞，以避免DDoS攻擊偵測或風險減緩的功能受到影響。可在控制 範圍內進行友善測試，以提升審查系統的應變機制與一般防禦能力。如此一來，便能找出測試情境在設計、指 標、預設、範圍等方面的不足，進一步察覺過去從未發現的潛在DDoS攻擊方法或特性。 主動防禦：靜態、可預測的行為模式，將使目標裝置更有可能招致有心人士的攻擊，
34、因此公司應開發一套靈活的 防禦技術。其中一個方式，便是設計一套撲朔迷離的機制，以便製造假象誤導有心人士，以及分散惡意流量或 將流量導向錯誤的目標。 離線後援 （fallback） ：線上串流媒體公司可考慮提供離線模式，例如讓用戶能夠先行下載內容，稍後再來觀 看。 保護措施：推動或甚至規定裝置廠商為其產品取得安全憑證，並標示於產品包裝上。變更認證的手續應更簡便 安全，但理想的方式是客製化各裝置的認證，有了專屬的認證資料，便不須靠客戶端重新設定帳號或密碼。另 外，也應鼓勵潛在客戶購買認證產品37，並引進軟體分級系統，協助客戶了解產品的安全等級38。 偵測：利用其他線索細查、過濾更多流量，例如依照地
35、理位置判斷。流量如果不斷從同一區域湧入 ，就須懷疑其 來源的合法性，而突然間出現1 Gb/s的流量也是相當可疑的現象。不過，偵測的難度在於必須準確辨識、接受 合法的連線。 來源排除 （repelling） ：要求電信業者過濾網域名稱系統 （DNS） ，並於必要時追蹤來自其他國家或網際網路 交換點的流量。 有些機構對DDoS攻擊已經司空見慣，但這些攻擊的強度在2017年很可能提升，駭客的手法也可能會變得更高 明，因此相關機構不應對DDoS攻擊掉以輕心。DDoS攻擊已伺機而動，輕忽的後果不容小覷。 高科技 、 媒體及電信產業趨勢報告 | 2017 11 Deloitte預測， 2022年的美國車禍
36、死亡人數將減少 6,000人 ，比2017年降低了16%39。市面上雖然有相 關的車輛安全技術可協助降低死亡人數，但最受矚 目的安全科技仍為自動緊急煞車系統 （Automatic Emergency Braking，簡稱AEB） 。搭載自動緊急煞 車系統的車輛前方裝有相機、毫米波雷達、雷射測距、雷 射雷達與光學雷達 （LiDAR） 和相關視覺處理系統。依 Deloitte估計， 2022年時，美國六分之一的普通汽車與 小型貨車將會導入自動緊急煞車系統；使用該系統的車 輛越多，就有越多駕駛人的生命受到保障40。 如果了解高中基礎物理、汽車安全科技史、車輛追撞相 關風險等三項因素後，便能幫助了解自
37、動緊急煞車系統 及其重要性。 車禍傷亡數據 2017年全球車輛追撞致死的人數預估約為125萬41，位 居全球十大死因的第九位 ，也是15歲至29歲族群的主要 死因42。單在美國， 2017年估計就有約38,000人因車禍 事故喪生，超過440萬人則因此受到重傷43。 一條物理公式能幫助了解如何有效降低車禍傷亡人數。 美國小客車平均每台重約1,800公斤 （4000磅） 44。假 設以州際公路的速限每小時70英里 （或時速113公里） 行駛，車輛產生的動能 （以焦耳為單位） 可用下列動能公 式計算得出：動能 x 物體質量 x 速率2。 就上述公式得出，每台車輛將產生881,000焦耳的動 能，兩
38、車對撞時，動能更會增倍至180萬焦耳 ，相當於一 顆手榴彈或與500克黃色炸藥的爆炸威力45，這股可觀 的能量將對車上的乘客造成嚴重的傷害。 汽車發展史上，能夠減緩衝撞動能與損害的發明與技術 不在少數。舉例而言 ， 1950年代引進的安全帶，在1970 年代陸續成為多國立法規定的行車必備裝置，現今大部 份的車輛都已裝設三點式安全帶46。光是美國，安全帶 每年就挽救了超過12,500條生命47。 1970年代，小客車開始安裝安全氣囊，到了1997年，安 全氣囊在美國成為汽車與貨車必備的安全裝置，亦可依 需求選擇不同規格的安全配備48。據統計，安全氣囊在 美國一年能挽救2,300條生命49。197
39、1年引進的防鎖死 煞車系統 （anti-lock braking system） ，現已成為大 多數小客車的標準配備50。防鎖死煞車系統能防止因地 面濕滑、積雪或結冰所致的小客車死亡車禍，降低12% 事故發生的機率51，美國各州法律規定小客車與貨車均 須配備此系統。防鎖死煞車系統與電子穩定控制系統 相結合，每年預計能挽救將近400條的生命52。另外一 項安全裝置是源自1950年代的碰撞緩衝區 （crumple zone） ，能夠吸收與平均釋放因撞擊產生的動能，藉此 減輕傷害。 自動緊急煞車的運作原理 駕駛人看見路上有危險的障礙物時，平均須經2秒的判斷 後才會踩下煞車54。這2秒內車體仍以同樣的
40、時速 （113 公里） 前進，所以車輛在煞車之前，還會額外前進63公 尺。 相較之下，配備自動緊急煞車系統的車輛僅需1微秒便能 立即煞車，甚至完全避免撞擊。汽車的時速在2秒內就能 從113公里降低56%至50公里 （約30英里） 。由於動能 大小取決於速率的平方 ，因此以時速50公里對撞所產生 的動能，會比以時速113公里的正面衝撞還低80%。自 動緊急煞車系統雖然不能就此免除嚴重追撞事故與車輛 毀損的情形，不過傷亡人數可盼大幅下降。 依Deloitte估計， 2022年時，美國六分 之一的普通汽車與小型貨車將會導入自 動緊急煞車系統。 安全至上 ： 自動緊急煞車系 統 是自駕車的關鍵第一步
41、12 高科技 、 媒體及電信產業趨勢報告| 2017 減速慢行為上策，但究竟得多慢？ 事故發生時，比絕對速度更為關鍵的是速度差 （delta-v） 。時速113公里的車輛撞上靜止的水泥橋柱 時，會產生每小時113公里的速度差；時速各57公里的兩 台車對撞時，也會產生每小時113公里的速度差。如果時 速100公里的車輛迎面撞擊另一台車或障礙物，在未受 其他阻力或發生翻覆情形的情況下，車輛不僅不會停止， 還會以50公里的時速繼續前進，此時這台車的速度差約 為每小時50公里。 下圖155的研究顯示2010年速度差與 車禍死亡風險之間的關係。當速度差為每小時113公里 時，死亡風險趨近於100%；速度
42、差為50公里時，死亡風 險則驟降至幾乎為0%。速度差降至每小時56公里時， 動能數值也跟著降低80%，幾乎沒有死亡風險。 對撞車禍只占美國所有車禍的2%，但死亡人數卻占十分 之一56。廣泛運用自動緊急煞車技術將能挽救更多生命， 如果發生事故的兩台車都配備自動緊急煞車系統，則風 險防範的成效更會大幅提高。 研究顯示，自動緊急煞車系統能降低40%後方追撞事故 57。雖然後方追撞事故所造成的死亡人數只占美國所有 車禍死亡人數的5%，但其發生機率較高， 占了所有車禍 事故的30%58。 除了保護駕駛人之外，自動緊急煞車系統保障行人安全 的功能也相當受到重視，因為光是2015年，美國就有 5,300位行
43、人因交通事故死亡59。自動緊急煞車系統所 安裝的感測器不僅能偵測路上靜止的車輛，也能偵測行 人 ，儘管無法完全避免事故 ，卻能大幅降低車速。一般而 言 ，車速減緩便能降低行人的死亡風險； 也就是說，只要 改良煞車系統，就可大幅提升年長行人的事故存活率。以 時速50公里來說，僅低於10%的15歲至59歲行人會在 擦撞事故中喪生，但對60歲以上的行人而言 ，相同的速 度將有50%的死亡率60。 Deloitte預測， 2022年的美國車禍死亡 人數將減少6,000人 ， 比2017年降低了 16%。 自動緊急煞車可有效降低傷害 全美已有20家汽車製造商簽署自願性協議，同意導入自 動緊急煞車系統61
44、，這些製造商負責生產市場上約99% 的汽車，因此自動緊急煞車系統的導入率可望在2022 年達100%61。即使現在搭載此技術的車種多是高級車 款，但在2022年以前，將會有多家中階汽車品牌 （零售 價落在25,000至35,000美元不等） 採用自動緊急煞車 技術。每年租售的新車或輕型貨車數量約在1,600萬至 1,800萬台之間，而小客車數量到了2022年將增加至2 億7,500萬台63。假設自2017年開始起算，售出的汽車中 約有100萬台導入自動緊急煞車技術， 且安裝率每年穩 定增長至99%，則2022年時搭載此技術的汽車便會達 約4,500萬台，共占所有汽車的約六分之一。 圖1. 以邏
45、輯迴歸計算汽車駕駛人死亡風險 0% 20% 30% 40% 50% 60% 70% 80% 90% 100% 10% 007080 汽車駕駛人死亡風險 速度差 （MPH） 汽車駕駛人正面撞擊影響 （含全年齡層、有繫安全帶、其他車輛影響，n=620 資料來源：2010年英國交通部運輸實驗室 （摘自OTS與CCIS資料組） 。如需 更多資料，請參閱尾註。 高科技 、 媒體及電信產業趨勢報告 | 2017 13 此處需特別注意，汽車汰換率普遍較低，平均持有時間 約7年64。因此，小客車可能得花上幾十年的時間才能完 全汰換舊有車輛，而使用搭載新技術的車款。 雖說自動緊急煞車技術無
46、法避免所有事故 ，但在許 多情況下確實能夠發揮作用。兩車相撞時，只要其中 一台減速，便能降低衝擊能量，進而保護兩台車的乘 客。Deloitte預估， 2017年的車禍死亡人數約為38,000 人；2022年時，由於新車皆搭載自動緊急煞車系統與其 他安全配備，車禍死亡人數有望降低至32,000人65。 調查顯示汽車買家對自動緊急煞車的接受度 Deloitte近期調查顯示，全球各市場一致認為自動緊急 煞車系統是30多種不同汽車安全科技中最深得人心的一 項。Deloitte的 年度汽車消費者洞見平台 ：未來汽車技 術調查 邀請了17個國家共約2萬名受訪者66，針對30 多種先進的汽車安全科技進行排名
47、。美國、德國、日本、 南韓、印度與中國等6個重點國家皆將具有辨識道路障 礙、避免撞擊事故等功能的自動緊急煞車系統列為最喜 愛的項目。 比起自動駕駛相關技術，此類安全功能更受各個世代的 青睞。調查指出，不論是戰前世代、戰後嬰兒潮世代，還 是1980年後出生的X、 Y或Z世代，最受喜愛的功能皆為 物件辨識， 其次則為避免物件碰撞。美國、德國、日本與 印度年紀最輕的族群對全自動駕駛較感興趣，在南韓與 中國則不然。 受訪者的性別也會影響決定。6個調查的重點國家中，女 性受訪者對自主式煞車科技的喜好排名比男性還高，對 全自動駕駛技術的興趣則比男性受訪者要低。 自動緊急煞車系統的實惠價格也是其高接受度的原
48、因。 根據本次Deloitte調查，德國與日本的受訪者僅願意支 付360美元購買未來這項汽車安全科技，而中國大陸是 700美元、美國900美元、印度1,100美元；各國的回答 皆比2014年的訪問結果低了30%至70%，也大幅低於 購買全自動駕駛系統所需的花費。不過，消費者目前願意 付出的費用，已跟未來一兩年自動緊急煞車系統的價格 相去不遠 （見下圖267） 。由此可知，自動緊急煞車系統不 僅受歡迎，價格上也相當親民。 美國 2014年與2016年的百分比差異2014至2016年間價格有顯著的下降20142016 德國日本南韓印度中國 備註：每個國家顯示的美元價格為五項技術類別的整體加權價格，
49、包含安全、連線功能、駕駛座、自動技術與替代引擎。非美元計價者已按照2016平均匯率換 算為美元。 資料來源：2017年1月Deloitte 年度汽車消費者洞見平台 ：未來汽車技術調查 圖2. 2014年與2016年消費者整體價格支付意願 14 高科技 、 媒體及電信產業趨勢報告| 2017 摘要 自動緊急煞車系統 （包含其相機、雷達、光學雷達與處理器） 是邁向全自動駕駛汽車之路的關鍵第一步，當這股 風潮觸及世界更多角落時，高科技業也將從中受惠。舉例而言 ， 2016年全球半導體市場的產值高達3,400億美 元68， 2015年光是全球汽車產業就占此市場約8.5%的產值 （290億） 69， 其成長速度將比晶片市場更快70，預估 將以每年度6%持續成長至2019年，而現今每台車所需晶片價格為350美元71。 自動緊急煞車系統的導入成本正在下降，目前約為460美元72，而這價位須視其搭配的相機、雷達與光學雷達而 定。在2017年時，相機與雷達成本將較雷射影像技術 （laser-imaging technologies） 低廉，後者的成本仍可 能達數萬美元73，因此短期內，經濟實惠的自動緊急煞車系統將結合相機與雷達。不過，到了2020年，原本昂貴 的光學雷達影
sgpjbg002
工作日 8:30 - 17:30
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
