臺灣博碩士論文加值系統

現代生活高度資訊化，從3G、wifi等行動無線網路的發達、蓄勢待發的4G高速行動電話網路服務與智慧型手機近幾年來的普遍，人手一支以上智慧型手機的現象已然成形，過往需透過電腦才能處理的電子化行為，如視訊通訊、即時通訊、電子郵件、電子金融、線上購物、社群網路…等，現皆可隨時隨地隨身透過智慧型手機做處理。
新興的資訊通信科技為民眾的生活帶來方便與幸福感，當然這些科技若被有心人士所利用，進行犯罪行為，將比過往傳統犯罪所造成的影響，更為迅速與深遠。近年來，台灣發生幾個著名案件，舉凡雨衣大盜銀行搶案、藝人蕭敬騰潑糞案，便透過過濾監視器和涉案人手機通聯等方式進行偵辦而取得破案關鍵，也證明了資訊通信科技可以加快打擊犯罪。
犯罪偵查過程中，從犯嫌手機通訊留下的通聯記錄與監視錄影所拍攝下來的影像，已成為員警破案之重要關鍵線索。透過現行的網路通訊監察機制與各縣市警察局所佈下的監視錄影系統兩大機制，能部分縮短員警偵辦所耗費的時間，但隨著偵查時間累積而產生的龐大數位資料，也成為員警頭痛的來源。破案關鍵，往往來自這些資料間的關聯性，而關聯性須透過警方長時間的眼力搜尋與思考整理，破案的黃金關鍵時期分秒必爭，龐大的人力與時間上的耗費便成為破案的絆腳石。
本研究提出一套能將行動通訊取得的資料與影像搜尋的結果做整合分析的設計概念，針對各單位偵查人員的身分與專案量身訂做，支援各單位權限管理機制，透過簡單資料匯入方式與連結分析，屏除傳統辦案與科技辦案無法自動化與人性化不足的缺點，迅速導出完整犯罪情報證據，協助警方把握破案黃金關鍵時期，即時打擊犯罪。

New information and communication technology (ICT) brings convenience to people's lives and well-being. Otherwise, if they are used to carry out criminal acts, the impact is more rapid and far-reaching than traditional crimes caused.In recent years serveral well-known cases occurred in Taiwan,were all detected by search the video from video surveillance and corelateing mobile communication records that proved ICT can accelerate fighting against crime.
The mobile communication records from lawful interception and images from video surveillance implemented by local police department both now becoming the key to detection and can partly shorten investigation time. However, as the investigation arising from time to accumulate the huge digital data. Corelation between these data is the key point but always cost enormous human resources and lenthy time that result in hindering detection.
This study designs and customizes a solution can integrate the mobile and video data then doing analysis to result in the key trail with rights management. Dismiss traditional way by automated analysis system and just need three simple steps: data input , link analysis ,and data output can rapidly get complete envidence of a crime.To help police immediately fight crime during critical period.

摘 要i
目 錄iv
表目錄v
圖目錄vi
第一章 緒論1
1.1 研究背景1
1.2 研究動機2
1.3 研究目的2
1.4 研究架構3
第二章 文獻探討5
2.1 台灣地區的犯罪預防5
2.2 犯罪率的影響因素7
2.3 台灣地區犯罪事發處理18
第三章 系統架構與設計30
3.1 系統需求30
3.2 系統架構31
3.3 系統設計38
第四章 系統實作41
4.1 假設案例41
4.2 後台管理系統介面42
4.3 前端使用者介面43
第五章 結論50
5.1 效益分析50
5.2 研究結論51
參考文獻（中文）52
參考文獻（英文）54

參考文獻（中文）
1.內政部(2008)，內政部中程施政計畫(民國97年度至102年度)。
2. 通訊監察保護法(2014)，本法公布於民國88年，於民國103年度1月份部分修正。
3. 劉孟奇，盧敬植(2013)，資訊通信科技會增加或減少犯罪，犯罪學期刊 第16卷 第1期 ，民102年，頁1-27。
4. 蔡德輝，楊士隆(2012)，犯罪學。五南出版社。
5. 許春金(2013)，犯罪學。三民出版社。
6. 鄧煌發(2001)， 影響台灣地區近二十年來犯罪問題之社會因素及其未來發展趨勢預測之研究。警大學報第38期，民90年，頁183-212。
7. 謝文彥(2006)，台地區犯罪狀況及其影響因素之分析，海峽兩岸暨香港澳門警學研討會論文集，民95年，頁152-15。
8.法務部(2009)，院臺法字0980088835號函核定施行「犯罪預防及法治教育行動方案」。
9.王勁力(2010)，論我國高科技犯罪與偵查-數位證據鑑識相關法制問題探究。
10.林建隆(2010)，刑案隱性鏈結關聯模式之研究-以臺北市搶奪與住宅竊盜案為例，警察大學資訊管理研究所，碩士論文。
11.王勁力(2013)，電腦網路犯罪偵查之數位證據探究。
12.林宜隆(2012)，建構數位證據鑑識標準作業程序(DEFSOP) 與案例實證之研究，司法新聲第101期。
13.莊佳龍(2005)，車牌偵測與車牌辨識系統，中正大學機電光整合工程研究所，碩士論文。
14.葉宥昇(2006)，應用影像偵測與物件追蹤技術於視訊監控系統，成功大學電腦及信工程研究所，碩士論文。
15.錢鉦津(2012)，改良式立體視覺演算法應用於機器人視覺系統之研究，博士論文。
16.林維謙(2007)，植基於支援向量機之人臉偵測與人臉辨識，世新大學資訊管理學系，碩士論文。
17.李春福(2012)，證據能力與證據證明力。空大學訊379期，刑事訴訟法補充教材。
18.林建隆(2010)，刑案隱性鏈結關聯模式之研究—以臺北市搶奪與住宅竊盜案為例，碩士論文。

參考文獻（英文）
1.Gary S. Becker (1974). Crime and Punishment: An economic approach, 44-55.
2. Maryke Silalahi Nuth (2008). Taking advantage of technologies: For and against crime.Yulex2008, 239-262.
3. Rhonda N. McEwen (2010). Tools of the Trade: Drugs, Law and Mobile Phones in Canada. New Media Society published online 7 July 2010, 13-14.
4. Emile Durkheim (1893). De la division du travail social.
5. Travis Hirschi (1969). Social bond theory.
6. Robert K. Merton (1938). Strain Theory or Anomie Theory.
7. Cesare Beccaria (1764). On Crimes and Punishments.
8. Jeremy Bentham (1789). An Introduction to the Principles of Morals and Legislation.
9. Aki Roberts and Gary Lafree (2004). EXPLAINING JAPAN'S POSTWAR VIOLENT CRIME TRENDS. Criminology, 42(1), 179-210.
10.Susyan Jou (1995). Violent Crime from Socio-Economic Polarization: A Case Study in Taiwan from 1964 to 1992, Journal of Police Studies, 25, 283-302.
11.Bart Custers (2012). Technology In Policing:experiences,obstacles and police needs,computer law & security review 28, 62-68.
12.Zhao W., R. Chellappa, P. J. Phillips, and A. Rosenfeld (2003). Face Recognition: A Literature Survey, ACM Computing Surveys, 35(4), 399-458.
13.ETSI TS 101 671 V2.15.1 (2006).
14.S. M. Haynes and R.Jain (1983). Detection of Moving Edges Computer Graphics and Image Processing, 21, 345-367.
15.T. L. Hwang and J. Clark (1990). On Local Detection of Moving Edges, Proceedings of IEEE International Conference on Pattern Recognition, 1, 180-184.

網頁部分：
1.Samuel Amoah and Casper Kan(2010).Deep Packet Inspection and Reconstruction for Network Forensics and Lawful Interception .
http：//casperkan-casperkan.blogspot.tw/2010/03/deep-packet-inspection-and.html
2.Wikipedia, Wireshark,www.wireshark.org.
3.Wikipedia, NFPA 72, National Fire Protection Association,National Fire Alarm Code (2007 ed.).
4.Energy-Sensing Fire Detectors for Automatic Fire Alarm Signaling (2004 ed.).
5.ANSI/FM 3260, American National Standards Institute,Radiant Energy-Sensing Fire Detectors for Automatic Fire Alarm Signaling(2004 ed.).
6.TGOS(2014),http://api.tgos.nat.gov.tw/TGOS_MAP_API/Web/Default.aspx