臺灣博碩士論文加值系統

微軟創辦人Bill Gates在1999年出過一本探討未來以及商業的書；其中指出，企業界在九十年代是講求『速度（speed）』。此外，由於資訊業的軟硬體成本降低及功能增加，此環境條件促使雲端運算（Cloud Computing）時代來臨，不只資訊產業－例如數位化金融產業、遠距教學平台或遠距醫療居家長照等應用，此外雲端平台在整合巨量資料的創新應用後，使得世界將面臨全新的改革，提高人民在各方面服務的水準。不同於傳統資訊產業，雲端服務是透過網際網路，不受時間或空間的影響，使用所需要的服務，亦不需要事先申請。而且在收費機制上使用非常彈性的Pay as you go方案，亦即使用者只需要根據資源需求來支付相對應的費用；此與企業使用公用資源（例如水、電、瓦斯等）的方式雷同。
本研究目的在於探討企業導入雲端運算IaaS服務與傳統實體資訊系統架構相比所帶來的效益分析與比較。透過將應用系統建置在雲端IaaS服務的虛擬機上可集中控管，來降低採購實體伺服器的初期成本以及後續伺服器維護的人力成本，以提高企業接受雲端運算服務的意願，並依照本身的產業特性、業務需求、未來規劃和目前的基礎建設來擬定建置計畫，期望可改善原本機房空間不足、主機資源使用不均等問題，讓企業了解導入此方案將產生何種影響，以降低基礎建設變革所帶來的風險，為公司帶來最大的效益。

Bill Gates, the founder of Microsoft, published a book on the future and business in 1999. It pointed out that in the 1990s, the corporate world was talking about “speed.” In addition, due to costs reduction in software and hardware and increased functionality in the information industry, this environmental condition has prompted the era of cloud computing, not just the information industrysuch as the digital financial industry, distance learning platform or telemedicine parents’ healthcare. Further, after the cloud platform integrates the innovative applications of big data, the world will face new reforms and improve the level of people’s services in all aspects. Unlike the traditional information industry, cloud services are not affected by time or space, and users’ services demand can be satisfied by innovative ways. Moreover, the charging mechanism uses a very flexible Pay as you go solution, that is, the user only needs to pay the corresponding fee according to consumed resource, such as utility of enterprise (i.e., water, electricity, gas, etc.) exhausted in a similar way.
The purpose of this study is to analyze the benefits analysis and comparison between the enterprise import cloud computing IaaS service and the traditional entity information system architecture. By setting up the application system on the virtual machine of the cloud IaaS service, centralized control can be implemented to reduce the initial cost of purchasing the physical server and the labor cost of subsequent server maintenance, so as to enhance the enterprise's willingness to accept the cloud computing service. According to its own industrial characteristics, business needs, future planning and current infrastructure, it is expected to improve the space of the original equipment room and the uneven use of host resources, so that enterprises can understand the impact of the introduction of this program. To reduce the risks brought about by infrastructure changes and bring the greatest benefits to the company.

第壹章 緒論 1
第一節 研究背景 1
第二節 研究動機與目的 3
第三節 研究範圍 5
第四節 論文架構 5
第貳章 文獻探討 7
第一節 雲端運算的定義 7
第二節 雲端運算的服務模式 8
第三節 雲端運算的部署模式 10
第四節 雲端運算服務供應商 12
第五節 資訊系統雲端化 18
第參章 研究方法 22
第一節 研究架構與流程 22
第二節 個案研究法 23
第三節 研究對象 24
第肆章 個案研究與分析 26
第一節 資訊環境現況分析 26
第二節 評估導入雲端服務 30
第三節 導入雲端IaaS服務 36
第四節 建置過程問題描述 60
第五節 導入雲端效益分析 61
第伍章 研究結論與建議 69
第一節 研究結論 69
第二節 研究限制 70
第三節 對未來研究之建議 71
參考文獻 73
一、中文文獻 73
二、英文文獻 74
三、網站資訊 76

一、中文文獻
1.林育震(2010)。掌控風險 發揮雲端效益。資訊安全通訊，第16卷第4期，頁138。
2.陳瀅(2010)。雲端策略-雲端運算與虛擬化技術Cloud Computing Strategies。天下雜誌出版社。
3.鐘嘉德、高天助、楊嘉栩(2010)。雲端運算與產業發展。研考雙月刊，第34卷第4期，頁22-31。

二、英文文獻
1.Demirkan, H. and Delen, D. (2013). Leveraging the capabilities of service-oriented decision support systems: Putting analytics and big data in cloud. Decision Support Systems, 54, 412-421.
2.Ding, S., Li, Y., Wu, D., Zhang, Y., and Yang, S. (2018). Time-aware cloud service recommendation using similarity-enhanced collaborative filtering and ARIMA model. Decision Support Systems, 107, 103-115.
3.Ding, S., Wang, Z., Wu, D., and Olson, D.L. (2017). Utilizing customer satisfaction in ranking prediction for personalized cloud service selection. Decision Support Systems, 93, 1-10.
4.Dwen-Ren Tsai, Sheng-Wei Lin (2010, October). Building Enterprise Data Centers Using Virtual and Cloud. In 2010 Sixth International Conference on Intelligent Information Hiding and Multimedia Signal Processing (pp. 716-718). IEEE.
5.Eisenhardt, K. M. (1989). Building theories from case study research. Academy of management review, 14(4), 532-550.
6.Huang, J., Kauffman, R.J., and Ma, D. (2015). Pricing strategy for cloud computing: A damaged services perspective. Decision Support Systems, 78, 80-92.
7.Jhang-Li, J. H., and Chiang, I. R. (2015). Resource allocation and revenue optimization for cloud service providers. Decision Support Systems, 77, 55-66.
8.Laatikainen, G., Mazhelis, O., and Tyrväinen, P. (2014). Role of acquisition intervals in private and public cloud storage costs. Decision Support Systems, 57, 320-330.
9.Liang, H., Dub, Y., and Lia, F. (2018). Business value-aware task scheduling for hybrid IaaS cloud. Decision Support Systems, 112, 1-14.
10.Marston, S., Li, Z., Bandyopadhyay, S., Zhang, J., and Ghalsasi, A. (2011). Cloud computing — The business perspective. Decision Support Systems, 51, 176-189.
11.Rakesh K., Simon M. (2008). How IT Management Can "Green" the Data Center. Gartner, 2008.
12.Dara G. Schniederjans & Douglas N. Hales (2016).Cloud computing and its impact on economic and environmental performance: A transaction cost economics perspective. Decision Support Systems, 86, 73-82.
13.Wang, N., Liang, H., Jia, Y., Ge, S., Xue, Y., and Wang, Z. (2016) .Cloud computing research in the IS discipline: A citation/co-citation analysis. Decision Support Systems, 86, 35-47.
14.Zhanga, G., and Ravishankar, M.N. (2019). Exploring vendor capabilities in the cloud environment: A case study of Alibaba Cloud Computing. Information & Management, 56(3), 343-355.

三、網站資訊
1.王宏仁(2016/2/15)。【iThome 2016年CIO大調查｜企業雲端投資總論】雲端投資比重翻倍，2成企業積極擁抱混合雲。iThome。2018年7月3日，取自：https://www.ithome.com.tw/article/103821
2.中央社(2018/8/29)。金管會：資安考量，銀行機敏資料主機應在台灣。財經新報。2018年10月30日，取自：https://finance.technews.tw/2018/08/29/fsc-bank-servers-should-be-local/
3.台灣谷歌(無日期)。Google Cloud據點。2018年12月20日，取自：https://cloud.google.com/about/locations/
4.台灣微軟(無日期)。Azure地區。2018年12月20日，取自：https://azure.microsoft.com/zh-tw/global-infrastructure/regions/
5.台灣電力公司(2018/6/26)。電價表。2019年4月25日，取自：https://www.taipower.com.tw/tc/page.aspx?mid=238
6.台灣微軟(2018/11/30)。教學課程：使用Azure PowerShell建立及部署高可用性的虛擬機器。2019年4月20日，取自：https://docs.microsoft.com/zh-tw/azure/virtual-machines/windows/tutorial-availability-sets
7.亞馬遜(無日期)。關於AWS。2018年4月2日，取自：https://aws.amazon.com/tw/about-aws/
8.財團法人資訊工業策進會數位轉型研究所(無日期)。雲端開發測試平台：雲端運算定義與範疇。2018年8月20日，取自：https://www.cloudopenlab.org.tw/ccipo_industryDefinition.do
9.維基百科(無日期)。雲端運算。2018年4月1日，取自：https://zh.wikipedia.org/wiki/%E9%9B%B2%E7%AB%AF%E9%81%8B%E7%AE%97
10.維基百科(無日期)。Google雲端平台。2018年4月1日，取自：https://zh.wikipedia.org/wiki/Google%E9%9B%B2%E7%AB%AF%E5%B9%B3%E5%8F%B0
11.維基百科(無日期)。Microsoft Azure。2018年4月1日，取自：https://zh.wikipedia.org/wiki/Microsoft_Azure
12.Cynthia Harvey (2017/3/27)。Cloud Computing。Datamation。2018年4月7日，取自：https://www.datamation.com/cloud-computing/what-is-cloud-computing.html
13.ENSI-MARIA (2017/8/1)。IaaS, PaaS, SaaS–What do they mean?。CLOUDonmove。2018年8月20日，取自：http://cloudonmove.com/iaas-paas-saas-what-do-they-mean/
14.Gartner (2019/7/16)。Magic Quadrant for Cloud Infrastructure as a Service, Worldwide (ID G00365830)。2019年7月24日，取自：https://www.gartner.com/doc/reprints?id=1-2G2O5FC&ct=150519&st=sb
15.iThome (2018/4/18)。【iThome 2018企業CIO大調查：IT投資篇】IT投資回穩，資安、AI和雲端是三大投資重點。2018年7月3日，取自：https://www.ithome.com.tw/article/122455
16.Nextlink (2019/3/26)。各家雲端比較，企業公司應該選擇哪個雲端平台？(AWS, Google, Azure)。2019年4月15日，取自：https://www.nextlink.com.tw/2019/03/26/choose-the-cloud/
17.Peter Mell, Tim Grance (2011/9)。The NIST Definition of Cloud Computing。NIST。2018年7月10日，取自：https://csrc.nist.gov/publications/detail/sp/800-145/final