臺灣博碩士論文加值系統

詐騙電話日益猖獗，一般大眾在第一時間點卻無法有充足的資訊來判斷未知來電者的身分。儘管安裝具有過濾電話性質的軟體，也只能判斷來電號碼是否存在於資料庫內，並不能進一步對系統資料庫以外的電話號碼來做評估，降低被詐騙的風險。因此，本研究除了採用既有的黑名單過濾外，同時利用人工智慧的方式協助評定來電的風險程並提示使用者如何避開風險，以降低受騙的機率。本文當中，人工智慧的部分係以適應性類神經模糊推論系統做為架構，且採用混合式的參數學習來降低複雜度。透過實驗的結果可知，加入適應性類神經模糊推論系統的過濾系統將比一般資料庫的過濾系統更能過濾風險。

In this paper, we present an efficient blacklist filter to address fraudulent calls on an Android system. In general, fraudulent calls are almost never included in blacklist databases of smartphones. Therefore, we combined blacklist databases and adaptive neuro-fuzzy inference systems (ANFIS) to reduce the chances of being cheated by a fraudulent caller.
The smart blacklist filter consists of two steps. First, the system checks for whether a call matches the blacklist databases. If it does, the call will be filtered. If not, the call moves on to the second step. Second, an ANFIS method is used to assist in assessing the degree of risk for mismatched calls. From the experimental results, smartphones will have increased security when considering the calls used by ANFIS.

中文摘要
英文摘要
目次
表目次
圖目次
第一章 緒論
第一節 研究背景
第二節 研究目的
第三節 論文架構
第二章 文獻探討
第一節 過濾器
第二節 Android架構
第三節 Google搜尋方式與雲端資料庫系統
第四節 適應性類神經模糊推論系統
第三章 研究方法
第一節 流程規劃
第二節 過濾器與Android系統橋接方式
第三節 以ANFIS實作過濾器
第四章 實驗結果與討論
第一節 實驗資料
第二節 實驗分析
第三節 程式實作
第五章 結論與建議
參考文獻
附錄
附錄一 標準Broadcast分類表
附錄二 Google 搜尋參數
附錄三 JSON標籤
附錄四 系統業者所持有的系統接取碼
附錄五 GAE註冊及使用
附錄六 本篇論文已發表的資料

[1] 僑務委員會(2013)。 http：//www.ocac.gov.tw。
[2] 警政署(2013)。http：//www.npa.gov.tw。
[3] 國家通訊傳播委員會(2013)。 http：//www.ncc.gov.tw/。
[4] Google play(2012), https：//play.google.com/store.
[5] Anti-spam techniques(2012), http：//en.wikipedia.org/wiki/Anti-spam_techniques.
[6] Call Blocker(2012), https：//play.google.com/store/apps/details?id=com.netqin.mm&;feature=search_result&;hl=en.
[7] 台灣反詐騙(2012)。https://play.google.com/store/apps/details?id=com.anti.fraud.tw&;hl=zh_TW。
[8] WhosCall(2012), https://play.google.com/store/apps/details?id=gogolook.callgogolook2.
[9] 林愷庭(2012)。Android智慧型手機應用程式逆向工程之研究。中央警察大學資訊管理研究所碩士論文。
[10] 陶嘉仁(2012)。Android程式權限分析。國立交通大學資訊科學與工程研究所碩士論文。
[11] Android(2012), http：//developer.android.com/.
[12] 佘志龍與通信工程(2010)。Google Android SDK 開發範例大全。精誠資訊。
[13] 林城(2011)。Google Android 2.x應用程式開發實戰。第二版，碁峰。
[14] B. S. Tsai(2012), “An Android-based User InterFace For Cadabia,” Ibstitute of Computer Science aand Information Engineering, National Chung Cheng University.
[15] 黃冠舜(2011)。權重式最短路徑應用於捷運導航。雲林科技大學電機工程系碩士班通訊工程組碩士論文。
[16] A. Beaulieu(2009), Learning SQL, O'Reilly Media, Incorporated.
[17] J. Burns(2008), Developing secure mobile applications for android, white paper of iSEC.
[18] JSON(2012), http：//www.json.org/.
[19] A. Zahariev(2009), Google app engine, TKK T-110.5190 Seminar on Internetworking, Pages 1-5.
[20] J. S. Jang(1993), “ANFIS： Adaptive-Network-based Fuzzy Inference Systems,” IEEE Trans. on Systems, Man, and Cybernetics, vol. 23, pp. 665-685.
[21] 王維浩(2011)。發展一具自我調節功能之智慧型建築控制系統。國立高雄第一科技大學系統資訊與控制研究所碩士論文。
[22] 王文俊(2008)。認識Fuzzy。第三版第四刷，全華圖書股份有限公司。
[23] 李韋奇(2009)。ANFIS-GARCH模型應用於股市波動預測。嶺東科技大學資訊科技應用研究所碩士論文。。
[24] D. Rutkowska(2002), Neuro-fuzzy architectures and hybrid learning, Physica-Verlag Heidelberg.
[25] 游進雄(2012)。機械手臂於生產設備之振動分析。逢甲大學資訊電機工程碩士在職專班碩士論文。
[26] R. Tyasnurita(2011), “Adaptive Route Recommendation by Using Neural Based Fuzzy Inference Systems,” 國立臺灣科技大學工業管理系碩士論文.
[27] S.F. Toha, M.O. Tokhi, and Z. Hussain(2008), “ANFIS Modelling of a Twin Rotor System,” UKACC, Vol.8, Pages 2-4.
[28] A. Dadgarnia and A. A. Heidari(2010), “ A Fast Systematic Approach for Microstrip Antenna Design and Optimization using ANFIS and GA,” Journal of Electromagnetic Waves and Applications, Vol. 24, Pages 2207-2221.
[29] D.E. Rumelhart, and G.E. Hintont, and R.J. Williams(1986), “Learning representations by back-propagating errors,” Nature, Vol. 323, Pages 533-536.
[30] M. Avriel(2003), Nonlinear programming： analysis and methods, Dover Publications.
[31] A. D. McKinnon(2003), Interface definition language, Encylopedia of Distributed Computing, Kluwer Academic Publishers.