本書大綱:20個核心章節 本書分為五大模組,從個人行為到全球法規,全面覆蓋 AI 時代的資安與隱私課題。 第一模組:數據的生命週期 (基礎認知篇) 第 1 章:數據即石油:為什麼 AI 需要「吃」掉你的隱私? 解析商業模式如何將個人數據轉化為金錢與預測模型。 第 2 章:數位足跡的解剖學:你留下的每一道痕跡都在說話 區分主動足跡(貼文)與被動足跡(後台元數據)。 第 3 章:隱私的類型:從身體隱私到演算法預測隱私 探討 AI 時代隱私定義的擴張:被預測權與被分析權。 第 4 章:使用者條款的暗箱:你真的知道自己「同意」了什麼嗎? * 揭開隱私政策中常見的法律陷阱與權利讓渡。 第二模組:AI 時代的網路威脅 (安全攻防篇) 第 5 章:智慧型釣魚:當 AI 比你更了解你的弱點 分析 AI 如何利用社交工程自動化生成個人化詐騙內容。 第 6 章:自動化惡意程式:會自我學習與隱藏的病毒 理解 AI 如何優化攻擊路徑,繞過傳統防毒軟體的偵測。 第 7 章:身分盜用 2.0:生物識別資料的安全性挑戰 探討指紋、臉部辨識數據一旦洩漏後的不可逆風險。 第 8 章:密碼學基礎:在 AI 算力威脅下保護你的鑰匙 介紹量子計算與 AI 對傳統加密演算法的衝擊。 第三模組:社交平台與 App 的防禦 (實戰操作篇) 第 9 章:社交媒體的「監控資本主義」:如何設定你的數位邊界? 實作教學:各大主流平台(IG, Thread, FB)的隱私深度設定。 第 10 章:手機權限大調查:為什麼計算機需要我的定位權限? * 解析 App 權限請求背後的數據採集意圖。 第 11 章:物聯網 (IoT) 的漏洞:你家的智慧家電會「背叛」你嗎? 探討智慧音箱與攝影機的資安盲點。 第 12 章:VPN 與匿名瀏覽:如何在公共網路上隱身? 介紹保護通訊隱私的實用工具與技術原理。 第四模組:隱私保護的技術尖兵 (先進技術篇) 第 13 章:差分隱私 (Differential Privacy):在數據中加入雜訊的藝術 了解 Apple 與 Google 如何在不獲取你個資的情況下分析群體趨勢。 第 14 章:聯邦學習:數據不出本地,AI 也能學習? 探索保護隱私的新型機器學習架構。 第 15 章:零知識證明 (Zero-Knowledge Proofs