Page 40 - 清流雙月刊 NO.12

駭客入侵 無孔不入的國安危機

資訊對於執法機關而言都是相當珍貴且有 程 式 介 面（Application Programming Interface,
用的訊息。 API）方便研究人員擷取該網站上的資料，
至於沒有提供 API 的社群網站，例如 PTT
然而如同在砂礫中找尋珍珠般，這項
（批踢踢實業坊），我們可以使用專為處
工作無法單靠人力來完成，必須仰賴電腦
理大量資料而開發的程式語言（Python 或
的人工智慧來發掘不易發現的線索，隨之
是 R language）提供的套件輕鬆蒐集資料。
而來的技術就是社群網路語意分析。一套 以往繁複的資料蒐集工作並沒有隨著資料
完整的社群網路語意分析系統包含下列 4 量指數型遞增而越發困難，相對地開發者

項步驟：資料蒐集、資料整理、資料分析 則是擁有越來越多便捷的開發工具。

及資料呈現，如下圖所示。
資 料 整 理 則 是 在 做 資 料 清 洗（Data

資料蒐集其實就是網路爬蟲，針對我 Cleaning）。第一階段蒐集完資料後，並非
們鎖定的目標，持續性地透過程式蒐集相 所有資料都是有用的，必須汰除不需要以

關資料。現在熱門的社群網路，像是臉書 及冗餘的資料，並且將資料正規化以利下

及推特（Twitter），皆有推出相對應的應用 一階段資料分析。

網路爬蟲

資料整理
社群網路

資料呈現
資料分析

38 清流雙月刊