民國115年 高考三級 環保技術 環境規劃與管理
第3題
隨著人工智慧（Artificial Intelligence, AI）技術快速發展，大型語言模型 （Large Language Model, LLM）已逐步導…
題目
隨著人工智慧（Artificial Intelligence, AI）技術快速發展，大型語言模型 （Large Language Model, LLM）已逐步導入政府機關之各項業務應用， 包含文件生成及民眾服務等。然而，LLM 在提升行政效率之同時，亦可 能涉及公務資料外洩、模型偏誤及資訊安全風險等議題，對政府機關之 資通安全與治理帶來新的挑戰。近年來，中央及地方政府環保機關亦逐 步導入LLM 相關應用。鑒於環保機關業務涉及環境監測資料與相關行 政治理資訊，其資料敏感性與公共影響性較高，對資通安全管理之要求 亦相對嚴謹。 請說明政府環保機關承辦人員，於規劃及使用LLM 相關應用時，應注 意之資通安全風險管理原則與實務作法為何？（25 分）
參考解答（AI 生成，非官方）
- 一、風險管理架構與治理原則：環保機關應依資通安全管理法及其施行細則、ISO/IEC 27001與NIST AI風險管理框架（AI RMF），將LLM納入資訊資產盤點與風險評鑑，指定資安長與資料治理權責，採行零信任（Zero Trust）與最小權限原則，並訂定使用規範、核准流程及責任分工。
- 二、資料分級與去識別化：依敏感性區分公務機密、個人資料與一般資料；不得將環境監測原始資料、稽查筆錄、事業製程參數或個人資料輸入公眾版雲端模型。提示前應去識別化（de-identification）、最小化蒐集，並以地端（on-premise）或專屬租戶環境部署，契約明定資料不再被利用。
- 三、模型偏誤、幻覺與決策風險：LLM可能產生幻覺（hallucination）與偏誤（bias），不得逕作為裁罰、許可審查或環評結論之唯一依據；須採人機協作（human-in-the-loop），由承辦人員實質覆核，並留存提示內容、模型版本與修改紀錄，確保可追溯性與行政責任歸屬。
- 四、資安實務控制措施：防範提示注入（prompt injection），導入資料外洩防護（DLP）、多因子驗證（MFA）、傳輸與儲存加密，以及模型與套件之供應鏈安全審查；系統日誌留存並納入資安監控（SOC），依資通安全事件通報及應變辦法分級通報並定期演練。
- 五、採購契約與人員培力：採購時明定資料處理地點、模型更新告知、資安檢測與稽核權、服務終止之資料刪除義務；定期辦理教育訓練與案例宣導，建立使用白名單與禁止事項，並將LLM應用納入內部稽核與PDCA持續改善循環。
AI 依官方試題文字產生的參考解答，非考選部公告答案，內容僅供備考參考。