工業和商業黃頁資訊網論文書籍站
國立勤益科技大學 企業管理系碩士班 林水順所指導 張廖淑惠的 分析電子商務業者選擇網路平台的因素 （2021），提出台灣isp業者2022關鍵因素是什麼，來自於電子商務、AHP層級分析法、平衡計分卡、MOMO、蝦皮。
而第二篇論文國立高雄科技大學 電子工程系 謝欽旭、洪盟峰所指導 陳羣岳的 使用重構誤差與單類支援向量機之未知分散式阻斷服務攻擊偵測 （2021），提出因為有 分散式服務阻斷攻擊偵測、開集識別、異常偵測的重點而找出了 台灣isp業者2022的解答。
分析電子商務業者選擇網路平台的因素
為了解決台灣isp業者2022 的問題，作者張廖淑惠 這樣論述：
隨著科技發展，網路銷售更是飛躍式的進步，經濟部統計處公告今年度網路銷售額占整體零售業營業額比重持續攀升成長，電子商務是全球化趨勢，是每個企業必須經營發展的市場區塊。電子商務產品大多通過網路平台與買家直接互動，如能選擇有吸引力的網路平台更適合增強產品接觸和品牌推廣。 因此選擇一個適合的網路平台成為電子商務銷售渠道，已是企業當務之急。本研究的主要目的在.發展電商業者選擇網路平台之AHP評估架構、結合平衡計分卡建構電商業者選擇網路平台之評估指標以及比較電商業者選擇MOMO與蝦皮購物兩平台評估指標之差異。以AHP層級分析法分析電子商務業者選擇網路平台的因素，並以網路購物平台¬ MOMO、蝦皮兩個平台
逐一探討之，將績效目標以平衡計分卡準則分別為 : 財務構面、顧客構面、內部流程構面和學習與成長構面。透過四構面建立架構模組的問卷，對電商專家進行訪談，整理出評估指標。結果發現四個構面兩兩對比下，重要性構面落在「內部流程構面」，表示重視實際的效益收益與時間的效率。而重要性評估指標落在 「投資報酬率」、「操作便利滿意度」、「穩定供應鏈」，「增加商品銷量」、「人力技術能力」之五個評估指標，反映出快速的電商時代，每個效益都是與時間與服務一起增加績效。重視系統操作便利設計，重視品質穩定和商品穩定對於收益的速度，重視未來更多的技能與分析能力，網路行銷專業知識與提升技術能力，這也是電商選擇平台的重要的選擇指
標。
使用重構誤差與單類支援向量機之未知分散式阻斷服務攻擊偵測
為了解決台灣isp業者2022 的問題，作者陳羣岳 這樣論述：
網路已是生活中不可或缺的基礎設施，在諸多網路資安威脅樣態中，分散式阻斷服務攻擊(Distributed Denial-of-Service, DDoS)攻擊仍屬持續發生並變化的攻擊樣態。DDoS 攻擊特性之防護首在攻擊之初能夠有效偵測，而後方能採行適當的緩解措施。隨著人工智慧技術的興起與成熟，機器學習與深度學習也被廣泛應用於DDoS 攻擊偵測，並獲得相當程度的成功。但傳統監督式機器學習仰賴已分類、標示的訓練集，亦受到標示訓練集的訊務工程師對訊務特徵樣態過濾的影響，模型面對資料集外的樣本，辨識率陡降。況且 DDoS 攻擊手法持續演進，訊務特徵隨之改變，使用過時資料進行訓練顯然無法符合現代要求。
本研究探討當輸入樣本不在監督式模型所學之分佈時的處置之道，這是一種開集識別(Open Set Recognition)問題。OSR 技術常應用於影像識別與電腦視覺，特別是人臉識別等與 ID 有關的任務上。本研究提出一個框架用於未知 DDoS 攻擊偵測，使用基於重構誤差與隱藏層特徵分布的方案。在所擬的框架中有三大模組，分別為閉集分類器模組、未知識別模組及增量學習模組。由於閉集分類器在該領域有相當優越的性能且已相當成熟，因此本研究主題將為探討未知樣本輸入時的偵測。本研究將採基於 DHR NET 架構的移植與修改，以 1D 捲積神經網路重新實現，並且由於架構特性，同時可以輸出重構誤差用於第一階段未知
識別，損失函數方面結合 SLCPL(Spatial Location Constraint Prototype Loss, 空間位置約束原型損失)作為開放空間風險的解決方案，在輸出端使用基於隨機梯度下降近似的單類支援向量機(One Class Support Vector Machine)作為第二階段未知識別，本研究擬定的架構在測試中以約 5%的誤報率達成一定的偵測率，且框架帶有增量學習模組，能夠在後續對未知流量進行訓練，提升模型對新型態攻擊的性能。在研究過程中發現了一些問題，因此在第二章會就 RFC793 定義的行為與資料集的細節進行探討。