第四章 研究結果與討論
第二節 改良之灰預測精確性實驗
民國 98 年資通安全宣導之報告後(資通安全宣導報告,2009)發現了由於違反兒 童及少年性交易防制條例發生數減少的原因是由於網路個人 IP 遭盜用的情況非 常嚴重,警察機關為了保障當事人的權益,於是對類似案件偵查作業更為嚴謹所 致,因此使得犯案次數下降了許多。
𝑥5(0)= (773,1557,1351,1584);
𝑥6(0)= (161,318,288,444);
𝑥7(0)= (60,74,10,83);
𝑥8(0)= (4495,3705,2073,2025);
𝑥9(0) = (275,357,127,187);
2. 進行灰生成運算
之後接著將非負值的原始序列,進行灰生成運算。為了方便解釋,以下僅利 用「強制性交」構面進行運算過程的介紹,而其餘構面則依以下過程類推完 成預測。將原始序列𝑥1(0)依照公式(1)運算後,即可產生一次累加生成後的序 列𝑥1(1),其中𝑥1(1) = (43,105,147,196)。
3. 建立 GM(1,1)預測模型 3.1 建立灰微分方程式
將以上的一次性 AGO 序列代入公式(19),進行均值生成,產生序列 𝑧1(1)= (− − ,84.4,137.2,183.4),再與原始序列一起代入灰微分方程式 𝑥(0)(𝑘) + 𝑎𝑧(1)(𝑘) = 𝑏,並化成矩陣形式,以計算參數𝑎, 𝑏。
�62
4249� = �−67.8 1
−121.8 1
−166.6 1� �𝑎𝑏�.
3.2 產生 GM(1,1)的參數 a,b 令
𝑌𝑁= �62
4249� , 𝐵 = �−67.8 1
−121.8 1
−166.6 1� , 𝑎� = �𝑎𝑏�.
然後再依照最小平方法,把矩陣代入𝑎� = (𝐵𝑇𝐵)−1𝐵𝑇𝑌𝑁,可求算出參數 𝑎 = 0.1372, b = 69.5180。
3.3 解灰微分方程式
將以上求算出的參數 a,b 代入灰微分方程式白化後的響應式(即公式(13)) 可得出白化響應式:
𝑥�(1)(𝑘 + 1) = (43 − 506.69)𝑒−0.1372𝑘+ 506.69
4. 計算預測值
利用解出的白化響應式,即可算出下一個時間的預測值𝑥�(1)(𝑘 + 1),再將預 測值代入公式(14),進行逆累加生成,便可算出正確的預測值𝑥�(0)(3) = 34.04。
其餘構面依上述步驟,便可得出各項網路犯罪各個構面的預測結果,如表 4-3 所示。
5. 檢驗誤差
在「強制性交」構面的預測誤差,經過公式(15)的計算,可以算出民國 95 年 至民國 98 年的平均誤差為 4.82%,顯示該預測結果有 95.18%的精確度,其 餘構面之結果如表 4-4 所示,後述如表 4-5 至表 4-7 所述。
表 4-3:新息佔比 60%與舊息佔比 40%
網路犯罪構面 民國 99 年預測值參數值新息 60%舊習 40%之預測值
平均誤差
強制性交 34.04 4.82%
一般妨礙風化 2889.285 1.33%
詐欺 9383.34 3.37%
違反兒童及少年性交防 制條例
441.54 34.8%
智慧財產權 1525.00 2.54%
妨礙名譽 523.41 4.09%
電腦處理個人資料保護 法
61.58 9.76%
妨礙電腦使用 1217.326 4.35%
其它 79.25 7.64%
表 4-4:新息佔比 70%與舊息佔比 30%
網路犯罪構面 民國 99 年預測值參數值新息 70%舊習 30%之預測值
平均誤差
強制性交 34.61 4.90%
一般妨礙風化 3322.76 0.74%
詐欺 9835.543 3.38%
違反兒童及少年性交防 制條例
457.16 35.23%
智慧財產權 1523.84 2.47%
妨礙名譽 538.81 4.04%
電腦處理個人資料保護 法
51.46 9.89%
妨礙電腦使用 1219.312 4.53%
其它 79.33 8.04%
表 4-5:新息佔比 80%與舊息佔比 20%
網路犯罪構面 民國 99 年預測值參數值新息 80%舊習 20%之預測值
平均誤差
強制性交 33.19 4.99%
一般妨礙風化 3860.01 2.26%
詐欺 10318.76 3.39%
違反兒童及少年性交防 制條例
471.66 35.64%
智慧財產權 1522.44 2.40%
妨礙名譽 554.36 4.00%
電腦處理個人資料保護 法
42.13 9.97%
妨礙電腦使用 1220.39 4.74%
其它 79.55 8.47%
表 4-6:新息佔比 90%與舊息佔比 10%
再將所有的殘差值算出後,我們來比較假設後的灰預測運算式是否有較原本 之運算式來的更為精確,以下使用折線圖 4-11 至 4-19 來表示。
網路犯罪構面 民國 99 年預測值參數值新息 90%舊習 10%之預測值
平均誤差
強制性交 32.80 5.13%
一般妨礙風化 4533.98 3.60%
詐欺 10834.92 3.40%
違反兒童及少年性交防 制條例
484.94 34.10%
智慧財產權 1520.79 2.33%
妨礙名譽 569.99 3.95%
電腦處理個人資料保護 法
34.33 10.00%
妨礙電腦使用 1220.60 5.00%
其它 79.83 8.92%
圖 4-11:強制性交之預測值比較圖
圖 4-12:一般妨礙風化之預測值比較圖
94.60%
94.70%
94.80%
94.90%
95.00%
95.10%
95.20%
95.30%
強制性交
強制性交
94.00%
95.00%
96.00%
97.00%
98.00%
99.00%
100.00%
一般妨礙風化
一般妨礙風化
圖 4-13:詐欺之預測值比較圖
圖 4-14:違反兒童及少年性交易防制條例之預測值比較圖
96.57%
96.58%
96.59%
96.60%
96.61%
96.62%
96.63%
96.64%
96.65%
96.66%
詐欺
詐欺
63.50%
64.00%
64.50%
65.00%
65.50%
66.00%
66.50%
違反兒童及少年性交易防制條例
違反兒童及少年性交易防 制條例
圖 4-15:智慧財產權之預測值比較圖
圖 4-16:妨礙名譽之預測值比較圖
97.25%
97.30%
97.35%
97.40%
97.45%
97.50%
97.55%
97.60%
97.65%
97.70%
智慧財產權
智慧財產權
95.75%
95.80%
95.85%
95.90%
95.95%
96.00%
96.05%
96.10%
妨礙名譽
妨礙名譽
圖 4-17:電腦處理個人資料保護法之預測值比較圖
圖 4-18:妨礙電腦使用之預測值比較圖
89.80%
89.90%
90.00%
90.10%
90.20%
90.30%
90.40%
90.50%
電腦處理個人資料保護法
電腦處理個人資料保護法
94.60%
94.80%
95.00%
95.20%
95.40%
95.60%
95.80%
96.00%
妨礙電腦使用
妨礙電腦使用
圖 4-19:其它犯罪之預測值比較圖
由圖 4-11 至圖 4-19 來看,改變新息與舊習的權重值的確能夠改善其預 測值的精確度,因此,在灰預測中的設定之新息與舊息各 50%之權重值並無 法達到最佳之精確值。此缺點或許將可藉由結合灰預測及最佳理論來改善。
90.00%
90.50%
91.00%
91.50%
92.00%
92.50%
93.00%
其它
其它