關於 apple pay沒有交易紀錄 ，我們在網路上蒐集到這些相關的討論、資訊與評價

加速了十年的世界（二）

上星期分享了（一）大加速（二）強者恆強（三）現金為王，我們一起來接著看看其他幾個觀點：

四、大分散
不只區塊鏈帶來了去中心化，COVID-19帶來的疫情也讓我們的世界愈來愈分散。
Amazon奪走實體商店再把店家分散到我們家門口，疫情加強也加速大家在網路上購物的行為；
Netflix與或其它影音串流平台接下電影院的地位，把電影院放在我們的客廳與房間；
醫療照護產業，在美國，過去不被保險規定支持的遠距離醫療、遠距離開立處方，已經在疫情的影響下被接受了，而這樣的規定未來被改回來的機會不大；
食品雜貨業以前所未見的速度朝向分散的趨勢轉型，從2020年三月初到四月中，線上雜貨的銷售大約增加90%，食品運送的銷售額則成長50%，這個轉變帶來基礎設備的更新，從倉儲到客戶關係的深化，都不會隨疫情結束而消失，並且將改變食品運銷系統。（前陣子三級警戒期間，我老婆為了兼顧安全與健康，堅持餐餐自己下廚，對新鮮食材的需求大增，所以我們上網訂購了蔬果箱：選好自已想買的新鮮的蔬菜水果，由廠商幫忙挑貨然後直接送到家。而我們並不是少數這樣做的家庭，很顯然大家已經接受這樣的食物配送方式，而不再堅持一定要自已親手挑揀蔬菜水果）這樣的分散在未來會出現在更多產業。
另外像家具用品、行動裝置的銷售也會因為大分散這個趨勢而大幅度成長，如果我需要花更多時間待在家裡，不管是工作或是娛樂，我都希望自已有更舒適的沙發、更好的音響與電視、更棒的居家空間。

五、「品牌時代」讓位給「產品時代」
「Covid-19在美國的致死率是0.5~1%，在美國的媒體產業，公司淘汰率是它的十倍以上。」被淘汰、面臨危機或是衰退的都是品牌時代的大師。
「二次世界大戰結束到Google問世之前，創造合於一般水準、大量生產的產品，為它注入一些無形的聯想；接著透過廉價的廣電媒體來鞏固這些聯想……品牌時代從令人喘不過氣的製造業手中奪下指揮棒……創造出廣告大師、行銷部門、以及行銷長的職務……這套演算法在平庸的產品（美國汽車、淡啤酒、廉價食物）裡注入情感，為利害關係人創造數萬億美元的價值。」
而品牌時代在一連串相互影響的因素中，如Google、臉書的出現，加上把財富從廣告中解放出來的科技...等，也終於來到尾聲
還有人記得Tivo嗎？可以讓你預先設定好時間錄下想看的電視節目的數位錄放影機，只要你擁有它然後願意花一點點時間完成計畫，除了可以在任何時間看自已想看的電視節目外，你也不用再看到廣告。
Tivo標誌著從品牌時代轉移到產品時代的開始（花再多錢做廣告，都無法提升平庸產品的形象了，因為可以直接被跳過），2020年夏天則是品牌時代的結束。
「在品牌時代，剛到一個新城市的有錢旅人會吩咐他的司機送至麗思酒店（Ritz），因為這是他認識的品牌。然而，在產品時代，這位有價值的消費者一下飛機先查自已的手機，她知道麗思酒店才剛翻新過，評論者認為它的房價太高，於是她透過眾籌推薦改選一家位在時髦地段的精品酒店」（甚至我們更愛從Airbnb找到自已更喜歡的住宿地點，連品牌都不用了）
「在這場轉變中的輸家，是在品牌時代裡為打造品牌廣告提供平台的媒體公司，以憑藉創意製作這些廣告的廣告代理商。」
臉書和Google在股市裡的表現證明了這個事實：2015年8月到2020年8月，臉書成長174%，Google成長114%，其它老牌廣告行銷公司像IPG、陽獅集團Publicis、WPP集團等是-9%到-63%不等。
景氣黯淡的時候，廣告預算會縮水，這是大家都可以理解的事，但是當景氣復甦，錢潮重新回流，只會流向產品時代的廣告媒體公司，所以未來Google和臉書這對雙巨頭在數位廣告市場勢必會繼續輾壓品牌時代的廣告老兵們。在2020年公佈的數位廣告預算分配比例，臉書加上Google，就拿下了61%。（不過深入探討這個數字，會發現這個趨勢造成更嚴重打擊的的其實是臉書或Google之外的數位行銷公司。BuzzFeed和Yelp在2020年的展示型廣告比起2019年衰退40~70%，Vice跟其它類似的公司也會跟進，只有一些，能撐過加護病房活下來。）

六、紅與藍
數據vs隱私；販賣隱私權vs付費保護隱私
「基本商業模式有兩種：（一）公司用高於製造成本的價格把東西賣出去（二）公司的產品可以免費送人，或以低於成本的價格賣出去，然後跟取用產品的其他公司收費，這裡的產品指的是：消費者的行為數據。」
這也就是在現代商業世界中不可忽視的規則：當你在免費使用某項產品/服務時，你自已其實就是被賣出去的產品。
但是現在愈來愈多隱私外流、資安問題的新聞出現（好萊塢女星私密照外流、劍橋分析事件…等），越來越多人重視跟保護自已的隱私，甚至願意付費保護這些被證明非常珍貴的無形價值。
「過去我們用我們的時間交易價值，如今我們用我們的隱私來交易價值」
「安卓手機每天向使用者收集1200個數據點，傳回Google數據挖掘的母艦。iPhone手機擷取200個，同時蘋果不厭其煩強調它的數據不是用於謀利」
「安卓的使用者是以隱私交易價值的芸芸大眾，iOS則是享受隱私和地位的有錢人，以砸下含稅1249美元的費用（超過匈牙利人一個月的平均家庭收入）來換取價值443美元（製造一台iPhone的成本）的感應器和晶片組。」
安卓是紅色，iOS是藍色。

「你可以在YouTube上得到免費的影視娛樂，不過它的內容是個大雜燴……十之八九你會收到一些煽動、挑釁的內容……。另一方面，Netflix的運作取用『藍色』/iOS的模式：你付費，你得到內容；你是客戶，內容很精彩。」YouTube是紅色，Netflix是藍色。

以社群媒體來說，目前幾乎都是紅色，Facebook、TikTok是紅色：免費的服務，大量榨取我們的個人資料，甚至是用我們不理解的方式巧取豪奪。
「2020年六月，TikTok被揭露它每隔幾秒就掃描使用者的剪貼簿，甚至連它的app只在背景運作時也照掃不誤。這家公司已經承諾停止這種作法（在它的動作被iOS的新安全系統抓個正著之後）。使用臉書或許不會讓你的個人數據被上傳到中國共產黨的數據雲裡，但是臉書過去保護使用者隱私的不良紀錄來看，這不過是因為中國人喊價輸給了一個烏克蘭青少年，……」

搜尋引擎也一直是紅色的，但是藍色的搜尋引擎也即將登場。
「蘋果專有的iOS搜尋勢不可當，你可以期待蘋果很快就會買下DuckDuckGo，或是推出它們自已的搜尋引擎。除此之外，Google廣告部門的前主管斯里達爾．拉瑪斯瓦米（Sridhar Ramaswamy）不久之前推出Neeva，這是採用訂閱模式的Google新對手。」
「同樣的，過去十年來最創新的公司也抓住亞馬遜剝削它的客戶（第三方零售商）的機會。Shopify的價值主張很簡單有力：我們是你的合夥人。你可以掌控自已的數據、品牌、以及消費者的監護權。」
「越來越多產業會出現這種紅藍分野的融合。從航空業到速食業，一些低成本的賽局參與者將充分利用消費者的數據，把省下來的錢用在它們的『廣告資源位』上頭--抱歉，我的意思就是『消費者』。至於頂級的參賽者，則會高舉保護隱私的隱私大旗，藉由不濫用消費者的數據而收取優渥的利潤。」
有人願意犧牲隱私把自已當產品賣掉換取免費的服務，但也有越來越多人願意支付合理的費用保有自已一切的所有權。就像「駭客任務」裡墨菲斯給尼歐選擇的紅藍藥丸，只不過藥丸裡包著的是你的隱私。

七、四巨頭
很多人應該都聽過「FAANG」或「FAAMG」，沒聽過至少也用過他們的產品，科技巨頭在我們的生活中已經是不可或缺的存在了，我們現在是活在大型科技公司的世界中。而這些巨頭們在疫情期間或是疫後的未來，會是什麼光景？
「2020年3月到7月，五個月的時間裡，九家主要的科技公司市值增加1.9兆美元：Google、微軟、Netflix、臉書、蘋果、亞馬遜、Paypal、特斯拉、Shopify。」
「這類產業裡的龍頭大哥，『四巨頭』，亞馬遜、蘋果、臉書、Google，加上微軟，這五家公司在2020年上半年股市成長了24%，總計市值增長超過1兆美元。到了八月中，它們從年初到現在的這段時間獲利成長47%，達2.3兆美元。……這五家公司，占了美國所有公開上市公司市值的21%。」
「去掉一些科技業龍頭公司之後，主要股市指數在2020年中其實是下跌。在科技股之外，眾多美國資本主義的雄獅也都被拔了爪：埃克森美孚（Exxon Mobil）、可口可樂（Coca Cola）、摩根大通（ JPMorgan Chase）、波音（Boeing）、迪士尼（Disney）以及3M公司，它們半年的股價約下跌30#，市值損失總計將近五千億美元。」
作者的第一本書對這個論點已經有很精彩的探討，在本書中進一步更新了現況並進一步分析未來，簡單來說，就是巨頭們會利用自已的地位與資源竭盡所能保護自已的優勢。這些大型科技公司獨占寡頭們打敗了體制，反托拉斯警察跟輿論也不是對手。它們能把自已的企業核心打造成「飛輪」：物理學裡一個可以利用自已旋轉動能儲存能量的系統，把能量傳導到附近的引擎，讓企業可以隨著飛輪的旋轉，不需增加輸入（也就是成本），就能不斷增加輸出（也就是營收）。亞馬遜的Prime就是個終極飛輪，蘋果的手機電腦與品牌旗下其它穿戴式裝置（手錶、耳機）也是它的無敵飛輪（光是在2019年，蘋果的可穿戴式裝置包括Apple Watch、AirPods耳機和子公司Beats，就創造了超過兩百億美元的營收，比麥當勞還更多），其它巨頭們也都有自已的飛輪可以強化各自的寡占優勢。剛且別忘了，巨頭們可以用極低的資金成本取得它們需要的錢，因為有多到難以想像的資金在尋找標的。四巨頭也開始出現無所不在的擴張，像是派送服務、可穿戴式裝置、串流媒體，都可以看到它們的身影。至於「反托辣斯法案」能不能打破他們的寡占？作者針對現況說了一句貼切卻無奈的事實：「藉著燃媒動力的亮光寫出的法律，對數位化的寡頭公司起不了作用」

八、破壞性創新
「在一個產業裡，破壞性創新的機會可能和一些因素相關—稱之為可破壞指數（disruptability index）。它的關鍵信號，是在價值或創新沒有相伴增加的情況下價格明顯增加。」
在美國，兩個準備出現破壞性創新的產業：高等教育產業與醫療衛生產業。
美國高等教育的破壞性創新指數已經爆表。過去四十年大學學費增加1400%，（消費者物價指數只增加了294%，一向在價格上歐被批評的美國醫療保險也「只」增加了600%），但是提供的產品與服務並沒有相對應的上升，甚至已經不再是提供階級流動機會的助力，菁英大學甚至變成傲慢的奢侈品牌與一套種姓制度，一個把特權傳遞給一代的管道。學生貸款也因此總額達到1.6兆美元，遠超過信用貸款或汽車貸款的金額。
疫情會催化高等教育的演進，而轉型的核心在於科技—線上課程。因為線上課程可以大量招收學生而沒有空間與時間的限制，因此能減低學費並提升入學率，並恢復大學擔任美國社會向上流動的潤滑劑角色。
在高等教育與醫療產業外外，許多公司賣的，基本上是同樣大量生產、平庸水準的產品，在品牌時代，它們因為投資在行銷與打造品牌上的投資而得以溢價出售。不過轉變到產品時代後，許多二十世紀主導企業的競爭優勢將被侵蝕，因為消費者對品牌資產的依賴，已經出現變化：「如果你的公司欠缺電子商務競爭力，則已經開始受創，因為相隔十年後的世界（也就是—現在）對於不符水準的『直接面對消費者』模式毫不留情。」
Airbnb是破壞創新者、Netflix是破壞創新者、羅賓漢（Robinhood，金融服務企業，主要提供服務散戶的股票app與網站，在網上提供的服務完全免費，推出免佣金交易時讓其化參與者也不得不跟進，2020年時有1300萬用戶）、Shopify是破壞創新者（類似亞馬遜Pay和亞馬遜物流，為第三方零售商提供支付和物流，但沒有使用收集三方零售商的數據來挖取它自身競爭產品的銷售）、Spotify是破壞創新者、特斯拉是破壞創新者（紐約大學史登商學院的另一位教授亞斯華斯．達摩德仁Aswath Damodaran，有著「估值大師」的封號，曾說過：「如果你根據預期獲利或現金流來交易特斯拉股票，那你買賣它的股票理由就不對了。人們是靠氣氛和氣勢在交易特斯拉股票。」）、Uber是破壞創新者。（達拉．霍斯勞沙希Dara Khosrowshabi接任執行長後已做出莫大的改善，持續修復前任執行長造成的品牌形象巨大損傷，雖然還需要時間而且目前尚未有盈利，但是利潤正持續提升中）。許多新的機會在加速十年的這段期間出現，未來看世界的思維與角度，勢必在疫情過後的未來要重新建構。

在300頁的篇幅中滿滿的觀點，認同不認同，至少是作者自己親身經歷萃取出的營養，內容精純，含金量高，沒有太多老掉牙或是象牙塔裡的視角。有些趨勢或許我們已經隱約知道，但是透過作者的分析，我們能更清楚的看到未來很可能會出現的世界樣貌。
跟大家分享的只是一小部份的個人摘錄重點，想更深入了解作者實務經驗與看法，除了《疫後大未來》之外，《四騎士主宰的未來》可以當成前傳閱讀。

#jeffmachine #postcorona #newworld #deusexmachina #deustaiwan
（照片是去年拍的，經歷疫情大加速前的我😆）

機器學習識別特徵阻絕代測　上鏈回送監理資料庫防竄改

人臉辨識加酒精鎖阻酒駕　串區塊鏈上傳比對告警

2021-05-24社團法人台灣E化資安分析管理協會元智大學多媒體安全與影像處理實驗室

本文將介紹酒精防偽人臉影像辨識系統，結合了人臉辨識、酒精鎖以及區塊鏈應用，以解決酒駕問題，並透過監控系統避免代測狀況發生。且利用區塊鏈不可修改的特性，將車輛與人臉資料串上區塊鏈，以確保駕駛人的不可否認性。

長長期以來「酒駕」都是一個很嚴肅且必須被重視的議題，儘管在2019年立法院修法酒駕及拒絕酒測的罰則，但是抱持僥倖心態的人還是數不勝數，導致因酒駕釀成車禍的悲劇還是一再重演，讓不少的家庭因此破滅。

據統計，從2015年到2018年的酒駕取締件數都逾10萬件，而因為酒駕車禍的死亡人數逾百人。在2019年酒駕新制上路以後，2020年警方酒駕取締件數有明顯下降至約6萬件，雖然成功達到嚇阻效果，但是死亡人數仍與去年前年持平，可見離完全遏止酒駕還有很長的路需要努力。

立法院於2018年三讀通過了「道路交通管理處罰條例部分條文修正案」，酒駕者必須重新考照，並且只能駕駛具有酒精鎖（Alcohol Interlock）的車輛，所謂酒精鎖，屬於車輛點火自動鎖定裝置，在汽車發動前必須進行酒測，通過才能將汽車發動，而且在每45分鐘至60分鐘後酒精鎖系統就會要求駕駛人在一定時間內進行重新酒測，以便防範在行車過程中有飲酒的情況發生，若駕駛人未遵守其要求，車子就會強制熄火並鎖死，必須回酒精鎖服務中心才能將鎖解開。

由於法案的方式無法完全遏止酒駕，因此許多創新科技或是企業致力於研究相關科技來解決酒駕的問題。

其中本田（Honda）汽車與日立（Hitachi）公司研發出手持型酒精含量檢測裝置，讓駕駛人必須在駕駛之前都先進行酒測，若酒精濃度超標就會將汽車載具上鎖，藉此避免酒駕意外或事故發生，且該技術結合了智慧鑰匙功能，若偵測到酒測值超標，車輛中的顯示面板將會發出警告訊號告知駕駛人，避免酒駕上路之問題。

另一方面則是解決酒精殘值之問題，因為有許多駕駛人都會認為，休息一下後，身體也無感到不適，即駕車出門，等到駕駛人被警方臨檢時才知道酒測未通過，因此收到罰單，甚至是吊銷駕照處罰等。

根據醫學研究指出，酒精是在人體體內由肝臟代謝，實際代謝時間必須看體質以及飲酒量而定。台灣酒駕防制社會關懷協會建議，喝酒後至少要10至20小時後再駕車比較安全。多數人無具備酒精代謝時間的觀念，導致駕駛人貿然上路，待意外發生或罰單臨頭時，已經為時已晚。

背景知識說明

本文介紹的方法為酒精鎖結合攝影鏡頭進行人臉辨識，並將人臉特徵資料與車輛資料串上區塊鏈，並利用區塊鏈不可篡改的特性，來避免駕駛人在解鎖酒精鎖時發生他人代測的問題。

由於人臉辨識技術具備防偽性、身分驗證的特性，因此將酒精鎖的技術結合人臉辨識，便可確認為駕駛本人。

何謂人臉辨識

人臉辨識技術屬於生物辨識的一種，基於人工智慧、機器學習、深度學習等技術，將大量人臉的資料輸入至電腦中做為模型訓練的素材，讓電腦透過演算法學習人類的面部特徵，藉以歸納其關聯性最後輸出人臉的特徵模型。

目前人臉辨識技術已經遍佈在日常生活之中，其應用面廣泛，最為常見的應用即為智慧型手機的解鎖、行動支付如LINE Pay、Apple Pay等，其他應用還包括行動網路銀行、網路郵局、社區大樓門禁管理系統、企業監控系統、機場出入關、智能ATM、中國天眼系統等。一般來說，人臉辨識皆具備以下幾個特性：

‧ 普遍性：屬於任何人皆擁有的特徵。

‧ 唯一性：除本人以外，其他人不具相同的特徵。

‧ 永續性：特徵不易隨著短時間有大幅的改變。

‧ 方便性：人臉辨識容易實施，設備容易取得，如相機鏡頭。

‧ 非接觸性：不須直接接觸儀器，也可以進行辨識，這部分考量到衛生問題以及辨識速度。

人臉辨識透過人臉特徵的分析比對進行身分的驗證，別於其他生物辨識如虹膜辨識、指紋辨識，無須近距離接觸，也可以精準地辨識身分，且具有同時辨識多人的能力。因應新冠肺炎疫情肆虐全球，人臉辨識技術也被用來管理人來人往的人流。人臉辨識的儀器可以搭配紅外線攝影機來測量人體體溫，在門禁進出管制系統中，利於提高管理效率，有效掌握到進出人員的身分，以及幫助衛生福利部在做疫調時更容易掌握到確診病患行經的足跡。

人臉辨識的步驟

人臉辨識的過程與步驟，包括人臉偵測、人臉校正、人臉特徵值的摘取，進行機器學習與深度學習、輸出人臉模型，從影像中先尋找目標人臉，偵測到目標後會將人臉進行預處理、灰階化、校正，並摘取特徵值，接著人臉資料交給電腦進行機器學習與深度學習運算，最後輸出已訓練好的模型。相關辨識的步驟，如圖1所示。

人臉偵測

基於Haar臉部檢測器的基本思想，對於一個一般的正臉而言，眼睛周圍的亮度較前額與臉頰暗、嘴巴比臉頰暗等其他明顯特徵。基於這樣的模式進行數千、數萬次的訓練，所訓練出的人臉模型，其訓練時間可能為幾個小時甚至幾天到幾周不等。利用已經訓練好的Haar人臉特徵模型，可以有效地在影像中偵測到人臉。

Python中的Dilb函式庫提供了訓練好的人臉模型，可以偵測出人臉的68個特徵點，包括臉的輪廓、眉毛、眼睛、鼻子、嘴巴。基於這些特徵點的資料就能夠進行人臉偵測，如圖2～4所示。圖中左上角的部分是偵測到的分數，若分數越高，代表該張影像就越可能是人臉，右側括弧中的編號代表子偵測器的編號，代表人臉的方向，其中0為正面、1為左側、2為右側。

人臉的預處理

偵測到人臉後，要針對圖片進行預處理。通常訓練的影像與攝影鏡頭拍出來的照片會有很大的不同，尤其會受到燈光、角度、表情等影響，為了改善這類問題，必須對圖片進行預處理以減少這類的問題，其中訓練的資料集也很重要：

‧ 幾何變換與裁剪：將影像中的人臉對齊與校正，將影像中不重要的部分進行裁切，並旋轉人臉，並使眼睛保持水平。

‧ 針對人臉的兩側用直方圖均衡化：可以增強影像中的對比度，可以改善過曝的影像或是曝光不足的問題，更有效地顯示與取得人臉目標的特徵點。

‧ 影像平滑化：影像在傳遞的過程中若受到通道、劣質取樣系統或是受到其他干擾導致影像變得粗糙，藉由使用圖形平滑處理，可以減少影像中的鋸齒效應和雜訊。

人臉特徵摘取

關於人臉特徵摘取，相關的技術說明如下：

‧ 歐式距離：人臉辨識是一個監督式學習，利用建立好的人臉模型，將測試資料和訓練資料進行匹配，最直觀的方式就是利用歐式距離來計算所有測試資料與訓練資料之間的距離，選擇差距最小者的影像作為辨識結果。由於人臉資料過於複雜，且需要大量的訓練集資料與測試集資料，會導致計算量過大，使辨識的速度過於緩慢，因此需要透過主成分分析法（Principal Components Analysis，PCA）來解決此問題。

‧ 主成分分析法：主成分分析法為統計學中的方法，目的是將大量且複雜的人臉資料進行降維，只保留影像中的主成分，即為影像中的關鍵像素，以在維持精確度的前提下加快辨識的速度。先將原本的二維影像資料每列資料減掉平均值，並計算協方差矩陣且取得特徵值與特徵向量，接著將訓練集與測試集的資料進行降維，讓新的像素矩陣中只保留主成分，最後則將降維後的測試資料與訓練資料做匹配，選擇距離最近者為辨識的結果。由於影像資料經過了降維的步驟，因此人臉辨識的速度將會大幅度地提升。

‧ 卷積神經網路：卷積神經網路（Convolutional Neural Network，CNN）是一種神經網路的架構，在影像辨識、人臉辨識至自駕車領域中都被廣泛運用，是深度學習（Deep Learning）中重要的一部分。主要的目的是透過濾波器對影像進行卷積、池化運算，藉此來提取圖片的特徵，並進行分類、辨識、訓練模型等作業。在人臉辨識的應用中，首先會輸入人臉的影像，再透過CNN從影像提取像素特徵並轉換成特定形式輸出，並用輸出的資料集進行訓練、辨識等等。

何謂酒精鎖

酒精鎖（圖5）是一種裝置在車輛載體中的配備，讓駕駛人必須在汽車發動前進行酒測，通過後才能將車輛發動。且每隔45分鐘至60分鐘會發出要求，讓駕駛人在時間內再次進行檢測。

根據歐盟經驗，提高罰款金額以及吊銷駕照只有在短期實施有效，只有勸阻的效果，若在執法上不夠嚴謹，被吊照者會轉變成無照駕駛，因此防止酒駕最有效的方法就是強制讓駕駛人無法上路，這就是「酒精鎖」的設計精神。

在本國2020年3月1日起酒駕新制通過後，針對酒駕犯有了更明確且更嚴厲的規定，在酒駕被吊銷駕照者重考後，一年內車輛要裝酒精鎖，未通過酒測者無法啟動，且必須上15小時的教育訓練才能重考，若酒駕累犯三次，要接受酒癮評估治療滿一年、十二次才能重考。

許多民眾對於「酒精鎖」議論紛紛，懷疑是否會發生找其他人代吹酒精鎖的疑慮，為防範此問題，酒精鎖在啟動後的五分鐘內重新進行吹氣，且汽車在行駛期間的每45至60分鐘內，便會隨機要求駕駛重新進行酒測，如果沒有通過測量或是沒有測量，整合在汽車智慧顯示面板的酒精鎖便會發出警告，並勸告駕駛停止駕車。

對於酒精鎖的實施，目前無法完全普及到每一台車子，而且對於沒有飲酒習慣的民眾而言，根本是多此一舉，反而增加不少麻煩給駕駛。若還有每45～60分鐘的隨機檢測，會導致多輛汽車必須臨時停靠路邊進行檢測，可能加劇汽車違規停車的發生頻率。

認識區塊鏈

區塊鏈技術是一種不依賴於第三方，透過分散式節點（Peer to Peer，P2P）來進行網路數據的存儲、交易與驗證的技術方法。本質上就是一個去中心化的資料庫，任何人在任何時間都可以依照相同的技術標準將訊息打包成區塊並串上區塊鏈，而這些被串上區塊鏈的區塊無法再被更改。區塊鏈技術主要依靠了密碼學與HASH來保護訊息安全，也是賦予區塊鏈技術具有高安全性、不可篡改性以及去中心化的關鍵。區塊鏈相關概念，如圖6所示。

區塊鏈的原理與特性

可以將區塊鏈想像成是一個大型公開帳本，網路上的每個節點都擁有完整的帳本備份，當產生一筆交易時，會將這筆交易廣播到各個節點，而每個節點會將未驗證的交易HASH值收集至區塊內。接著，每個節點進行工作量證明，選取計算最快的節點進行這些交易的驗證，完成後會把區塊廣播給到其他節點，其他節點會再度確認區塊中包含的交易是否有效，驗證過後才會接受區塊並串上區塊鏈，此時就無法再將資料進行篡改。

關於區塊鏈的特性，可分成以下四部分做說明：

1. 去中心化：區塊鏈其中一個最重要的核心宗旨，就是「去中心化」，區塊鏈採用分散式的點對點傳輸，該概念架構中，節點與節點之中沒有所謂的中心，所有的操作都部署在分散式的節點中，而無須部署在中心化機構的伺服器，一筆交易或資料的傳輸不再需要第三方的介入，因此又可以說每個節點就是所謂的「中心」。這樣的結構也加強了區塊鏈的穩定性，不會因為其中的部分節點故障而癱瘓整個區塊鏈的結構。

2. 不可篡改性：透過密碼學與雜湊函數的運用來將資料打包成區塊並上鏈，所有區塊都有屬於它的時間戳記，並依照時間順序排序，而所有節點的帳本資料中又記錄了完整的歷史內容，讓區塊鏈無法進行更改或是更改成本很高，因此使區塊鏈具備「不可篡改性」，並且同時確保了資料的完整性、安全性以及真實性。

3. 可追溯性：區塊鏈是一種鏈式的資料結構，鏈上的訊息區塊依照時間的順序環環相扣，這便使得區塊鏈具有可追溯的特性。可追本溯源的特性適用在廣泛的領域中，如供應鏈、版權保護、醫療、學歷認證等。區塊鏈就如同記帳帳本一般，每筆交易記錄著時間和訊息內容，若要進行資料的更改，則會視為一筆新的交易，且舊的紀錄仍會存在無法更動，因此仍可依照過去的交易事件進行追溯。

4. 匿名性：在去中心化的結構下，節點與節點之間不分主從關係，且每個節點中都擁有一本完整的帳本，因此區塊鏈系統是公開透明的。此時，個人資料與訊息內容的隱私就非常重要，區塊鏈技術運用了HASH運算、非對稱式加密與數位簽章等其他密碼學技術，讓節點資料在完全開放的情況下，也能保護隱私以及用戶的匿名性。

區塊鏈與酒精鎖

由於區塊鏈的技術具備去中心化、記錄時間以及不可篡改的特性，且更加強酒精鎖的檢測需要身分驗證的保證性。當進行酒精鎖檢測解鎖時，系統記錄駕駛人吹氣時間以及車輛的相關資訊，還有人臉特徵資料打包成區塊並串上區塊鏈。因此，在同一時間當監控系統偵測到當前駕駛人與吹氣人不同時，此時區塊鏈中所記錄的資料便能成為一個強而有力的依據，同時也能讓其他的違規或違法事件可以更容易進行追溯。

酒駕防偽人臉辨識系統介紹

為了解決酒精鎖發生駕駛人代測的問題，酒精鎖產品應導入具有身分驗證性的人臉辨識技術。酒駕防偽人臉辨識系統即為駕駛人在進行酒精鎖解鎖時，要同時進行人臉辨識，來確保駕駛人與吹氣人為同一人。

在駕駛座前方的位置會安裝攝影鏡頭，作為駕駛的監控裝置。進行酒測吹氣的人臉資料將會輸入到該系統中的資料庫儲存，並將人臉資料以及酒測的時間戳記打包成區塊串上區塊鏈，當汽車已經駛動時，攝影鏡頭將會將當前駕駛人畫面傳回系統進行人臉比對驗證。如果驗證成功，會將通過的紀錄與時間戳一同上傳至區塊鏈，若是系統偵測到駕駛人與吹氣人為不同對象，系統將發出警示要求駕駛停車並重新進行檢測，並同時將此次異常的情況進行記錄上傳到區塊鏈中。

如果駕駛持續不遵循系統指示仍持續行駛，該系統會將區塊鏈的紀錄傳送回給開罰的相關單位，並同時發出警報以告知附近用路人該車輛處於異常情況，應先行迴避。且該車輛於熄火後，酒精鎖會將車輛上鎖，必須聯絡酒精鎖廠商或酒精鎖服務中心才能解鎖。相關的系統概念流程圖，如圖7所示。

區塊鏈打包上鏈模擬

在進行酒測解鎖完畢以及進行人臉資料儲存後，會透過CNN將影像轉換輸出成128維的特徵向量作為人臉資料的測量值，接著將128個人臉特徵向量資料取出，並隨著車輛資訊一起打包到同一個區塊，然後串上區塊鏈。取出的人臉特徵資料，如圖8所示。

要打包成區塊和上鏈的內容，包括了人臉特徵資料、車牌號碼、酒測解鎖時間點等相關輔助資料，接著透過雜湊函數將相關的資料打包成區塊。以車牌號碼ABC-1234為例，圖9顯示將車輛資料和人臉資料進行區塊鏈的打包，並進行HASH運算。

將人臉資料和車輛相關資料作為一次的交易內容，並打包區塊，經過HASH後的結果如圖10所示，其中prev_hash屬性代表鏈結串列指向前一筆資料，由於這是實作模擬情境，並無上一筆資料，其中messages屬性代表內容數，一筆代表車牌資料，另一筆則為人臉資料。time屬性則代表區塊上鏈的時間點，代表車輛解鎖的時間點。

情境演練說明

話說小禛是一間企業的上班族，平時以開車為上下班的交通工具，他的汽車配置了酒駕防偽影像辨識系統，以下模擬小禛下班後準備開車的情境。

已經下班的小禛今天打算從公司開車回家，當小禛上車準備發動車子時，他必須先拿起安裝在車上的酒測器進行吹氣，並將臉對準攝影鏡頭讓系統取得小禛的人臉影像。小禛在汽車發動前的人臉影像，如圖11所示。

待攝影鏡頭偵測到小禛的人臉後，接著系統便會擷取臉上五官的68個特徵點，如圖12所示。然後，相關數據再透過CNN轉換輸出成128維的特徵向量作為人臉資料的測量值，如圖13所示。

酒精鎖通過解鎖後，車輛隨之發動，解鎖成功的時間點將會記錄成時間戳記，隨著影像與相關資料串上區塊鏈。在行駛途中，設置在駕駛座前方的鏡頭將擷取目前駕駛的人臉，以取得駕駛人的128維人臉特徵向量測量值，並且與汽車發動前所存入的人臉資料進行比對，藉以判斷目前的駕駛人與剛才的吹氣人臉是否為同一位駕駛。當驗證通過後，也會再將通過的紀錄與時間戳上傳至區塊鏈中，如此一來，區塊鏈的訊息內容便完整記載了這一次駕車的紀錄，檢測通過的示意圖如圖14所示。

系統通過辨識後，便確認了駕駛人的身分與吹氣人一致。且透過時戳的紀錄和區塊鏈的輔助，也確保了駕駛的不可否認性。若有其他違規事件發生時，區塊鏈的紀錄便成為一個強而有力的依據來進行追溯。

如此一來，便可以預防小禛喝酒卻找其他人代吹酒測器的情況發生。在駕駛的途中，如果有需要更換駕駛人，必須待車輛靜止時，從車載系統發出更換駕駛要求，再重新進行酒測以及重複上述流程，才可以更換駕駛人。如果沒有按照該流程更換駕駛，系統將視為異常情況。

結語

酒駕一直是全球性的問題，將有高機率導致重大交通事故，造成人員傷亡、家庭破碎，進而醞釀後續更多的社會問題，皆是酒駕所引發的不良效益。為了解決酒駕的問題，各個國家都有不同的酒駕標準或是法律規範，但是大部分國家的規範和制度都只有嚇阻作用卻無法完全遏止。在不同的國家防止酒駕的方式不盡相同，有的國家如新加坡，透過監禁及鞭刑來遏止酒駕犯，又或者是薩爾瓦多，當發現酒駕直接判定死刑，這樣的制度雖嚇阻力極強，但是若讓其他國家也跟進，會造成違憲或是違反人權等問題。因此，各國都在酒駕的問題方面紛紛投入研究，想要達到零酒駕的社會。

為達成此理想，本文介紹了基於區塊鏈的酒駕防偽辨識系統，利用酒精鎖搭配人臉辨識技術以及區塊鏈技術，使有飲酒的駕駛人無法發動汽車。且該系統搭載在行車電腦中，結合攝影鏡頭的監控對駕駛進行酒測防制管理，將人臉資料、酒精鎖、解鎖時間點與相關資訊打包成區塊並上鏈。基於區塊鏈技術內容的不易篡改，可加強駕駛人的不可否認性，當汽車發生異常情況時，便能利用有效且可靠的依據進行追溯。人工智慧和物聯網時代已經來臨，透過酒駕防偽辨識系統來改善酒駕問題，在未來能夠普及並結合法規，智慧汽車以及智慧科技的應用將會帶給人們更安全、更便利的社會。

附圖：圖1 人臉辨識的步驟。
圖2 人臉特徵點偵測（正臉）。
圖3 人臉特徵點偵測（左側臉）。
圖4 人臉特徵點偵測（右側臉）。
圖5 酒精鎖。 （圖片來源：https://commons.wikimedia.org/wiki/File:Guardian_Interlock_AMS2000_1.jpg with Author: Rsheram）
圖6 區塊鏈分散式節點的概念圖。
圖7 系統概念流程圖。
圖8 取出人臉128維特徵向量。
圖9 儲存車輛相關資料及人臉資料到區塊。
圖10 HASH後及打包成區塊的結果。
圖11 汽車發動前小禛的人臉影像。
圖12 小禛的人臉影像特徵點。
圖13 小禛的人臉特徵向量資料。
圖14 系統通過酒測檢測者與駕駛人為同一人。

資料來源：https://www.netadmin.com.tw/netadmin/zh-tw/technology/CC690F49163E4AAF9FD0E88A157C7B9D

信用卡交易手續費哪裡去？除了銀行外有哪些公司在做交易相關服務？
.
#手續費去哪裡？

如果你是個小店老闆，客人希望用信用卡付錢，你答應後發現每筆收入少了2-3%，這些錢去了哪裡？

- 收單銀行：0.35%、
來你家裝刷卡機的銀行，他們要確保刷卡資訊（那張卡在什麼時候、買了什麼商品、多少費用）有往下傳，定期跟上游請款後，派錢給你、出帳單給你。

- 清算中心：0.1%、
聯合信用卡中心，或VISA/MASTER/JCB/銀聯。把收單銀行的資訊交給發卡銀行。對收單銀行來說，不用去一家一家銀行（國內近四十家、國外無數家）去做系統介接；對發卡銀行來說也是。

國內信用卡，是經由聯合信用卡中心處理；國外銀行發行的信用卡則是經由VISA等國際組織處理（我以前在日本看過中國旅客拿銀聯卡出來刷被婉拒，就是因為當時發卡組織（銀聯卡）還沒有跟日本的收單銀行做連結。

- 發卡銀行：1.5%、
收到刷卡資訊後先代墊付款。當然他們不是阿呆，會先判斷是不是偽冒等問題交易，如果不是才先墊款。結帳日再出帳單跟每個客人請款。身為消費者，有時候我們會看到信用卡有交易紀錄，但去看帳單還沒有入帳。就是銀行收到這筆交易請求了，但還沒有完成全部的代墊、記賬、歸戶等動作。

如果發卡銀行代墊後，客人主張非本人交易怎麼辦？通常發卡銀行會往上游（清算中心）回報，請他們再往上游（收單行、店家）確認並釐清資訊，清查繁瑣，會有費用產生，有些發卡銀行會轉嫁給客人有些則有談判空間（確認每筆交易正確性是銀行責任，你沒盡到責任害我被盜刷，還要我出錢，齁）

#紅藍綠又是怎麼回事呢？

如果你除了開街邊店，還自架網站銷售商品，是不是可以沿用同一批刷卡機呢？

當然不能，線上交易時沒有接觸到客戶卡片（卡片本人也有防偽功能）、要另外接線上交易的收單行。

不過線上交易的交易環境複雜（消費者遠端交易，被盜刷變數與風險增加），需要的資訊與資安交易條件也變難。除非你是大商家，銀行基本上不收小商家單，這時候就是第三方收單機構出現的時候了。

紅陽、綠界、藍新，並稱紅藍綠，就是台灣最著名的第三方收單公司。線上商家可以透過他們介接收單銀行。

如果只有收單轉介這個服務就要加收你0.3-0.5%，你一定想到處比價找個最便宜的吧？所以他們通常還有加值服務。

例如代開電子發票，處理電子發票會員載具。電子發票會員載具又是另外一個坑，要讓消費者可以選擇是否要開統編、登記個人載具、線上捐贈發票，如果都不要的客人，還要幫對發票，中獎時候還要寄給客人⋯誰想處理啊，還是付錢給代收機構吧

又例如其他的收款方式，像是轉賬、便利商店的貨到付款代收代付、大額購物的分期付款拆帳與收帳，第三方支付業者提供一站式服務。

商家可以專心賣或跟經營客群就好，把收錢、出帳、確保沒有偽冒還有客人的卡片不會被攔截去盜刷等工作，都交給專業的。

只有小商家用代收機構嗎？其實，連食物熊貓的刷卡都是用綠界代收。你就知道專業的價值。

哪代收機構只賺哪0.3-0.5%嗎？

是你做代收的話，一定會想增加利潤吧。例如用數量跟收單銀行談較低的費用，或是多找幾家收單行跟他們談說讓你做自家銀行（收單=發卡），可以不讓清算機構抽一筆。

三家代收機構中又以綠界科技(6763)在2020上興櫃，2021年的目標是申請上市。報載綠界去年經手的金額約600億，營收超過10億元，超過九成都是來自代收付的抽成。
（台灣2020年的零售業網路銷售金額約3600億元，綠界如果佔了16% ，真的也是很強了～）

而除了紅綠藍外，Acer 旗下的宏碁資訊也有做代收業務，正尋求上櫃中，代表作是江蕙演唱會。

#線上開店平台也說他們可以做金流代收付有什麼好處？

你從街邊店開到自家網站的商城，因為貨好價公道，生意越做越大，一個人忙不過來，於是訓練了資深員工當店長，再找人買網路廣告拓展業務。本以為從此可以翹著腳賺錢，卻發現是新難題的開始。

/
店長雖然認真工作但是是個臉盲，分不出老客人新客戶，老是給錯優惠。

又有些客人是網路商店的常客，偶爾朝聖來到本店，報出會員號碼後店員卻怎樣都找不到。

再加上把冷灶炒熱後，後進模仿者跟上，用更低的價格更多樣的話題跟你搶生意。你想要拓展新客戶又力不從心，覺得人生好難，老闆更難。
/

整合線上線下的會員資料、購買記錄、根據客戶購買偏好進行分群與導購推波...這些就是開店平台（91App, Shopline, Cyberbiz)等等的賣點。

當然啦，這些業者也整合了前面一篇提到的金流（不只信用卡、貨到付款、帳戶轉帳，還包含各種你想得到與想不到的pay - Apple Pay, Samsung Pay, Line Pay, 街口...), 再加上電子發票、甚至物流等事務。

91App(6741)也是在2020年上櫃，媒體報導2019年的網站成交總金額（Gross Merchandise Volume, GMV) 為99.8億元，營業額6.7億元。也就是過水了近百億，留下6.7億元。

6 .7% 當然不只是信用卡代收的錢，最主要還是電商開店服務費以及會員串接管理等業務。

你說需要這些服務的只有中小企業嗎？91App 的最大客戶是全聯，光光2020前三季就付給91App 3470萬元。

.
走到這裡，隔壁鄰居還在掙扎要不要付2% 手續費給收單行，你卻已經從開間小店只收現金，變成線上線下全服務，什麼Pay 都收的數位商家，也不用煩惱收到假鈔、對帳、維繫客戶等等作業面問題～