iVOD / 159096

Field Value
IVOD_ID 159096
IVOD_URL https://ivod.ly.gov.tw/Play/Clip/1M/159096
日期 2025-03-13
會議資料.會議代碼 委員會-11-3-23-2
會議資料.會議代碼:str 第11屆第3會期交通委員會第2次全體委員會議
會議資料.屆 11
會議資料.會期 3
會議資料.會次 2
會議資料.種類 委員會
會議資料.委員會代碼[0] 23
會議資料.委員會代碼:str[0] 交通委員會
會議資料.標題 第11屆第3會期交通委員會第2次全體委員會議
影片種類 Clip
開始時間 2025-03-13T10:30:05+08:00
結束時間 2025-03-13T10:43:05+08:00
影片長度 00:13:00
支援功能[0] ai-transcript
支援功能[1] gazette
video_url https://ivod-lyvod.cdn.hinet.net/vod_1/_definst_/mp4:1MClips/3b972b8f6f00770f1088e49ca6badd95b0efe61acdb48b4ef83dc853112caf4561765584bb1b6cf75ea18f28b6918d91.mp4/playlist.m3u8
委員名稱 魯明哲
委員發言時間 10:30:05 - 10:43:05
會議時間 2025-03-13T09:00:00+08:00
會議名稱 立法院第11屆第3會期交通委員會第2次全體委員會議(事由:邀請數位發展部部長黃彥男列席報告業務概況,並備質詢。 【如本院改為加開院會,則本次會議取消,不另行通知。】)
transcript.pyannote[0].speaker SPEAKER_01
transcript.pyannote[0].start 1.39784375
transcript.pyannote[0].end 2.52846875
transcript.pyannote[1].speaker SPEAKER_01
transcript.pyannote[1].start 2.73096875
transcript.pyannote[1].end 4.89096875
transcript.pyannote[2].speaker SPEAKER_00
transcript.pyannote[2].start 4.89096875
transcript.pyannote[2].end 5.17784375
transcript.pyannote[3].speaker SPEAKER_01
transcript.pyannote[3].start 5.36346875
transcript.pyannote[3].end 5.81909375
transcript.pyannote[4].speaker SPEAKER_00
transcript.pyannote[4].start 6.27471875
transcript.pyannote[4].end 6.35909375
transcript.pyannote[5].speaker SPEAKER_01
transcript.pyannote[5].start 6.54471875
transcript.pyannote[5].end 7.32096875
transcript.pyannote[6].speaker SPEAKER_01
transcript.pyannote[6].start 10.76346875
transcript.pyannote[6].end 12.24846875
transcript.pyannote[7].speaker SPEAKER_01
transcript.pyannote[7].start 13.12596875
transcript.pyannote[7].end 19.09971875
transcript.pyannote[8].speaker SPEAKER_01
transcript.pyannote[8].start 19.57221875
transcript.pyannote[8].end 30.70971875
transcript.pyannote[9].speaker SPEAKER_01
transcript.pyannote[9].start 30.82784375
transcript.pyannote[9].end 40.00784375
transcript.pyannote[10].speaker SPEAKER_01
transcript.pyannote[10].start 40.53096875
transcript.pyannote[10].end 46.04909375
transcript.pyannote[11].speaker SPEAKER_01
transcript.pyannote[11].start 46.26846875
transcript.pyannote[11].end 47.92221875
transcript.pyannote[12].speaker SPEAKER_01
transcript.pyannote[12].start 48.00659375
transcript.pyannote[12].end 48.02346875
transcript.pyannote[13].speaker SPEAKER_01
transcript.pyannote[13].start 48.04034375
transcript.pyannote[13].end 82.02659375
transcript.pyannote[14].speaker SPEAKER_00
transcript.pyannote[14].start 82.02659375
transcript.pyannote[14].end 124.09596875
transcript.pyannote[15].speaker SPEAKER_01
transcript.pyannote[15].start 124.09596875
transcript.pyannote[15].end 124.90596875
transcript.pyannote[16].speaker SPEAKER_01
transcript.pyannote[16].start 124.97346875
transcript.pyannote[16].end 125.02409375
transcript.pyannote[17].speaker SPEAKER_01
transcript.pyannote[17].start 125.07471875
transcript.pyannote[17].end 131.09909375
transcript.pyannote[18].speaker SPEAKER_01
transcript.pyannote[18].start 131.84159375
transcript.pyannote[18].end 152.95221875
transcript.pyannote[19].speaker SPEAKER_01
transcript.pyannote[19].start 153.13784375
transcript.pyannote[19].end 157.69409375
transcript.pyannote[20].speaker SPEAKER_01
transcript.pyannote[20].start 157.81221875
transcript.pyannote[20].end 159.29721875
transcript.pyannote[21].speaker SPEAKER_01
transcript.pyannote[21].start 159.87096875
transcript.pyannote[21].end 161.52471875
transcript.pyannote[22].speaker SPEAKER_01
transcript.pyannote[22].start 162.06471875
transcript.pyannote[22].end 169.45596875
transcript.pyannote[23].speaker SPEAKER_01
transcript.pyannote[23].start 169.81034375
transcript.pyannote[23].end 177.03284375
transcript.pyannote[24].speaker SPEAKER_00
transcript.pyannote[24].start 177.03284375
transcript.pyannote[24].end 177.23534375
transcript.pyannote[25].speaker SPEAKER_00
transcript.pyannote[25].start 177.45471875
transcript.pyannote[25].end 197.38409375
transcript.pyannote[26].speaker SPEAKER_00
transcript.pyannote[26].start 197.67096875
transcript.pyannote[26].end 199.39221875
transcript.pyannote[27].speaker SPEAKER_01
transcript.pyannote[27].start 199.39221875
transcript.pyannote[27].end 213.53346875
transcript.pyannote[28].speaker SPEAKER_01
transcript.pyannote[28].start 213.90471875
transcript.pyannote[28].end 216.60471875
transcript.pyannote[29].speaker SPEAKER_01
transcript.pyannote[29].start 216.65534375
transcript.pyannote[29].end 220.31721875
transcript.pyannote[30].speaker SPEAKER_01
transcript.pyannote[30].start 220.36784375
transcript.pyannote[30].end 227.57346875
transcript.pyannote[31].speaker SPEAKER_01
transcript.pyannote[31].start 227.97846875
transcript.pyannote[31].end 228.51846875
transcript.pyannote[32].speaker SPEAKER_01
transcript.pyannote[32].start 228.94034375
transcript.pyannote[32].end 231.64034375
transcript.pyannote[33].speaker SPEAKER_01
transcript.pyannote[33].start 231.97784375
transcript.pyannote[33].end 240.19596875
transcript.pyannote[34].speaker SPEAKER_01
transcript.pyannote[34].start 240.82034375
transcript.pyannote[34].end 241.37721875
transcript.pyannote[35].speaker SPEAKER_01
transcript.pyannote[35].start 241.83284375
transcript.pyannote[35].end 243.67221875
transcript.pyannote[36].speaker SPEAKER_01
transcript.pyannote[36].start 244.51596875
transcript.pyannote[36].end 244.88721875
transcript.pyannote[37].speaker SPEAKER_01
transcript.pyannote[37].start 245.03909375
transcript.pyannote[37].end 246.06846875
transcript.pyannote[38].speaker SPEAKER_01
transcript.pyannote[38].start 246.35534375
transcript.pyannote[38].end 247.62096875
transcript.pyannote[39].speaker SPEAKER_01
transcript.pyannote[39].start 247.84034375
transcript.pyannote[39].end 251.09721875
transcript.pyannote[40].speaker SPEAKER_01
transcript.pyannote[40].start 251.48534375
transcript.pyannote[40].end 256.04159375
transcript.pyannote[41].speaker SPEAKER_01
transcript.pyannote[41].start 256.27784375
transcript.pyannote[41].end 267.33096875
transcript.pyannote[42].speaker SPEAKER_01
transcript.pyannote[42].start 267.56721875
transcript.pyannote[42].end 270.18284375
transcript.pyannote[43].speaker SPEAKER_01
transcript.pyannote[43].start 270.89159375
transcript.pyannote[43].end 273.60846875
transcript.pyannote[44].speaker SPEAKER_01
transcript.pyannote[44].start 273.96284375
transcript.pyannote[44].end 274.84034375
transcript.pyannote[45].speaker SPEAKER_01
transcript.pyannote[45].start 275.12721875
transcript.pyannote[45].end 280.35846875
transcript.pyannote[46].speaker SPEAKER_01
transcript.pyannote[46].start 280.93221875
transcript.pyannote[46].end 282.18096875
transcript.pyannote[47].speaker SPEAKER_01
transcript.pyannote[47].start 282.33284375
transcript.pyannote[47].end 289.96034375
transcript.pyannote[48].speaker SPEAKER_01
transcript.pyannote[48].start 290.04471875
transcript.pyannote[48].end 290.97284375
transcript.pyannote[49].speaker SPEAKER_01
transcript.pyannote[49].start 291.64784375
transcript.pyannote[49].end 292.66034375
transcript.pyannote[50].speaker SPEAKER_01
transcript.pyannote[50].start 293.35221875
transcript.pyannote[50].end 294.97221875
transcript.pyannote[51].speaker SPEAKER_01
transcript.pyannote[51].start 295.37721875
transcript.pyannote[51].end 296.86221875
transcript.pyannote[52].speaker SPEAKER_01
transcript.pyannote[52].start 297.08159375
transcript.pyannote[52].end 298.49909375
transcript.pyannote[53].speaker SPEAKER_01
transcript.pyannote[53].start 298.65096875
transcript.pyannote[53].end 302.81909375
transcript.pyannote[54].speaker SPEAKER_01
transcript.pyannote[54].start 303.39284375
transcript.pyannote[54].end 307.62846875
transcript.pyannote[55].speaker SPEAKER_01
transcript.pyannote[55].start 308.11784375
transcript.pyannote[55].end 309.04596875
transcript.pyannote[56].speaker SPEAKER_01
transcript.pyannote[56].start 309.75471875
transcript.pyannote[56].end 312.16784375
transcript.pyannote[57].speaker SPEAKER_01
transcript.pyannote[57].start 312.60659375
transcript.pyannote[57].end 317.50034375
transcript.pyannote[58].speaker SPEAKER_01
transcript.pyannote[58].start 317.68596875
transcript.pyannote[58].end 326.32596875
transcript.pyannote[59].speaker SPEAKER_01
transcript.pyannote[59].start 326.84909375
transcript.pyannote[59].end 333.24471875
transcript.pyannote[60].speaker SPEAKER_01
transcript.pyannote[60].start 334.15596875
transcript.pyannote[60].end 338.35784375
transcript.pyannote[61].speaker SPEAKER_01
transcript.pyannote[61].start 338.76284375
transcript.pyannote[61].end 339.72471875
transcript.pyannote[62].speaker SPEAKER_01
transcript.pyannote[62].start 339.87659375
transcript.pyannote[62].end 343.13346875
transcript.pyannote[63].speaker SPEAKER_01
transcript.pyannote[63].start 343.47096875
transcript.pyannote[63].end 354.89534375
transcript.pyannote[64].speaker SPEAKER_01
transcript.pyannote[64].start 355.40159375
transcript.pyannote[64].end 364.27784375
transcript.pyannote[65].speaker SPEAKER_01
transcript.pyannote[65].start 364.71659375
transcript.pyannote[65].end 399.56346875
transcript.pyannote[66].speaker SPEAKER_00
transcript.pyannote[66].start 399.56346875
transcript.pyannote[66].end 418.96971875
transcript.pyannote[67].speaker SPEAKER_01
transcript.pyannote[67].start 418.96971875
transcript.pyannote[67].end 430.56284375
transcript.pyannote[68].speaker SPEAKER_01
transcript.pyannote[68].start 431.23784375
transcript.pyannote[68].end 434.07284375
transcript.pyannote[69].speaker SPEAKER_01
transcript.pyannote[69].start 434.42721875
transcript.pyannote[69].end 435.81096875
transcript.pyannote[70].speaker SPEAKER_01
transcript.pyannote[70].start 435.97971875
transcript.pyannote[70].end 438.08909375
transcript.pyannote[71].speaker SPEAKER_01
transcript.pyannote[71].start 438.39284375
transcript.pyannote[71].end 439.72596875
transcript.pyannote[72].speaker SPEAKER_01
transcript.pyannote[72].start 440.01284375
transcript.pyannote[72].end 445.31159375
transcript.pyannote[73].speaker SPEAKER_01
transcript.pyannote[73].start 445.73346875
transcript.pyannote[73].end 457.32659375
transcript.pyannote[74].speaker SPEAKER_01
transcript.pyannote[74].start 457.66409375
transcript.pyannote[74].end 464.43096875
transcript.pyannote[75].speaker SPEAKER_01
transcript.pyannote[75].start 465.12284375
transcript.pyannote[75].end 466.64159375
transcript.pyannote[76].speaker SPEAKER_01
transcript.pyannote[76].start 467.04659375
transcript.pyannote[76].end 472.19346875
transcript.pyannote[77].speaker SPEAKER_01
transcript.pyannote[77].start 475.83846875
transcript.pyannote[77].end 476.44596875
transcript.pyannote[78].speaker SPEAKER_01
transcript.pyannote[78].start 478.06596875
transcript.pyannote[78].end 480.20909375
transcript.pyannote[79].speaker SPEAKER_00
transcript.pyannote[79].start 480.10784375
transcript.pyannote[79].end 480.12471875
transcript.pyannote[80].speaker SPEAKER_00
transcript.pyannote[80].start 480.20909375
transcript.pyannote[80].end 482.21721875
transcript.pyannote[81].speaker SPEAKER_00
transcript.pyannote[81].start 482.45346875
transcript.pyannote[81].end 483.43221875
transcript.pyannote[82].speaker SPEAKER_00
transcript.pyannote[82].start 483.90471875
transcript.pyannote[82].end 484.96784375
transcript.pyannote[83].speaker SPEAKER_01
transcript.pyannote[83].start 484.96784375
transcript.pyannote[83].end 485.23784375
transcript.pyannote[84].speaker SPEAKER_00
transcript.pyannote[84].start 485.23784375
transcript.pyannote[84].end 485.30534375
transcript.pyannote[85].speaker SPEAKER_01
transcript.pyannote[85].start 485.30534375
transcript.pyannote[85].end 487.12784375
transcript.pyannote[86].speaker SPEAKER_01
transcript.pyannote[86].start 487.29659375
transcript.pyannote[86].end 488.30909375
transcript.pyannote[87].speaker SPEAKER_01
transcript.pyannote[87].start 488.52846875
transcript.pyannote[87].end 488.66346875
transcript.pyannote[88].speaker SPEAKER_01
transcript.pyannote[88].start 488.79846875
transcript.pyannote[88].end 489.60846875
transcript.pyannote[89].speaker SPEAKER_01
transcript.pyannote[89].start 491.22846875
transcript.pyannote[89].end 491.65034375
transcript.pyannote[90].speaker SPEAKER_01
transcript.pyannote[90].start 491.90346875
transcript.pyannote[90].end 492.03846875
transcript.pyannote[91].speaker SPEAKER_00
transcript.pyannote[91].start 505.97721875
transcript.pyannote[91].end 509.26784375
transcript.pyannote[92].speaker SPEAKER_01
transcript.pyannote[92].start 510.22971875
transcript.pyannote[92].end 517.62096875
transcript.pyannote[93].speaker SPEAKER_01
transcript.pyannote[93].start 518.11034375
transcript.pyannote[93].end 520.40534375
transcript.pyannote[94].speaker SPEAKER_01
transcript.pyannote[94].start 520.82721875
transcript.pyannote[94].end 522.80159375
transcript.pyannote[95].speaker SPEAKER_01
transcript.pyannote[95].start 523.24034375
transcript.pyannote[95].end 526.27784375
transcript.pyannote[96].speaker SPEAKER_01
transcript.pyannote[96].start 526.59846875
transcript.pyannote[96].end 547.48971875
transcript.pyannote[97].speaker SPEAKER_00
transcript.pyannote[97].start 548.08034375
transcript.pyannote[97].end 564.60096875
transcript.pyannote[98].speaker SPEAKER_01
transcript.pyannote[98].start 564.28034375
transcript.pyannote[98].end 583.07909375
transcript.pyannote[99].speaker SPEAKER_01
transcript.pyannote[99].start 583.55159375
transcript.pyannote[99].end 598.38471875
transcript.pyannote[100].speaker SPEAKER_01
transcript.pyannote[100].start 598.51971875
transcript.pyannote[100].end 600.94971875
transcript.pyannote[101].speaker SPEAKER_01
transcript.pyannote[101].start 601.18596875
transcript.pyannote[101].end 602.06346875
transcript.pyannote[102].speaker SPEAKER_01
transcript.pyannote[102].start 602.33346875
transcript.pyannote[102].end 604.34159375
transcript.pyannote[103].speaker SPEAKER_01
transcript.pyannote[103].start 604.45971875
transcript.pyannote[103].end 605.18534375
transcript.pyannote[104].speaker SPEAKER_01
transcript.pyannote[104].start 605.40471875
transcript.pyannote[104].end 607.61534375
transcript.pyannote[105].speaker SPEAKER_01
transcript.pyannote[105].start 607.68284375
transcript.pyannote[105].end 608.35784375
transcript.pyannote[106].speaker SPEAKER_01
transcript.pyannote[106].start 608.40846875
transcript.pyannote[106].end 610.70346875
transcript.pyannote[107].speaker SPEAKER_01
transcript.pyannote[107].start 611.36159375
transcript.pyannote[107].end 620.05221875
transcript.pyannote[108].speaker SPEAKER_01
transcript.pyannote[108].start 620.55846875
transcript.pyannote[108].end 627.03846875
transcript.pyannote[109].speaker SPEAKER_01
transcript.pyannote[109].start 627.47721875
transcript.pyannote[109].end 628.03409375
transcript.pyannote[110].speaker SPEAKER_00
transcript.pyannote[110].start 628.03409375
transcript.pyannote[110].end 628.15221875
transcript.pyannote[111].speaker SPEAKER_00
transcript.pyannote[111].start 628.77659375
transcript.pyannote[111].end 638.78346875
transcript.pyannote[112].speaker SPEAKER_01
transcript.pyannote[112].start 638.42909375
transcript.pyannote[112].end 661.44659375
transcript.pyannote[113].speaker SPEAKER_01
transcript.pyannote[113].start 661.66596875
transcript.pyannote[113].end 668.82096875
transcript.pyannote[114].speaker SPEAKER_01
transcript.pyannote[114].start 669.27659375
transcript.pyannote[114].end 670.55909375
transcript.pyannote[115].speaker SPEAKER_01
transcript.pyannote[115].start 671.04846875
transcript.pyannote[115].end 681.30846875
transcript.pyannote[116].speaker SPEAKER_01
transcript.pyannote[116].start 681.51096875
transcript.pyannote[116].end 682.64159375
transcript.pyannote[117].speaker SPEAKER_01
transcript.pyannote[117].start 683.50221875
transcript.pyannote[117].end 687.73784375
transcript.pyannote[118].speaker SPEAKER_01
transcript.pyannote[118].start 688.14284375
transcript.pyannote[118].end 689.07096875
transcript.pyannote[119].speaker SPEAKER_01
transcript.pyannote[119].start 689.52659375
transcript.pyannote[119].end 692.26034375
transcript.pyannote[120].speaker SPEAKER_01
transcript.pyannote[120].start 692.59784375
transcript.pyannote[120].end 693.89721875
transcript.pyannote[121].speaker SPEAKER_01
transcript.pyannote[121].start 694.53846875
transcript.pyannote[121].end 695.34846875
transcript.pyannote[122].speaker SPEAKER_01
transcript.pyannote[122].start 695.80409375
transcript.pyannote[122].end 697.79534375
transcript.pyannote[123].speaker SPEAKER_01
transcript.pyannote[123].start 698.33534375
transcript.pyannote[123].end 741.02909375
transcript.pyannote[124].speaker SPEAKER_00
transcript.pyannote[124].start 741.02909375
transcript.pyannote[124].end 757.78596875
transcript.pyannote[125].speaker SPEAKER_00
transcript.pyannote[125].start 758.59596875
transcript.pyannote[125].end 758.95034375
transcript.pyannote[126].speaker SPEAKER_00
transcript.pyannote[126].start 759.35534375
transcript.pyannote[126].end 759.96284375
transcript.pyannote[127].speaker SPEAKER_01
transcript.pyannote[127].start 759.96284375
transcript.pyannote[127].end 763.75971875
transcript.pyannote[128].speaker SPEAKER_01
transcript.pyannote[128].start 764.56971875
transcript.pyannote[128].end 765.21096875
transcript.pyannote[129].speaker SPEAKER_00
transcript.pyannote[129].start 773.00721875
transcript.pyannote[129].end 779.11596875
transcript.whisperx[0].start 1.411
transcript.whisperx[0].end 5.395
transcript.whisperx[0].text 好 謝謝主席有請我們事發部黃部長請部長部長好委員好
transcript.whisperx[1].start 13.171
transcript.whisperx[1].end 39.626
transcript.whisperx[1].text 我想你上任之後我們也有蠻多的溝通那你從業界來的這個理性我覺得你有在努力但很低調那我們希望很多這個事情讓人民更有感受我也給你很多次的一個建議我們最近發現你的團隊團隊幾乎也是全部改變了我們希望真正這個因為讓大家對於數維補還在停留在前面一個
transcript.whisperx[2].start 40.766
transcript.whisperx[2].end 58.479
transcript.whisperx[2].text 對抗的一個時代我覺得有一種這種感受希望你能夠做一個柔性的改變第二我看到說尤其在這個FBFB上面的一個名人的一個廣告以這個為詐騙你們下架的一個比例是蠻高的嘛你上次也說了這個然後
transcript.whisperx[3].start 59.159
transcript.whisperx[3].end 82.413
transcript.whisperx[3].text 也看到了從去年年底這個打炸三法上路之後有一些這個向下調向的一個改變我想請教一下除了社群FB之外你們跟其他的那個社群有什麼樣的一個方法因為FB我們看到名人廣告是比較有效率的那其他的社群有什麼樣的溝通嗎
transcript.whisperx[4].start 83.073
transcript.whisperx[4].end 105.203
transcript.whisperx[4].text 方式如何?我們主要是四家公司嘛就是Google然後Line跟TikTok還有就是Meta那其實原來那個另外那三家原來就配合度很高那本來我們後來很多是在跟Meta做因為Meta比較大他的比較複雜所以但是這四家原則上現在都配合度都很高所以我們有不斷的跟他們溝通就所謂喝咖啡啦
transcript.whisperx[5].start 105.603
transcript.whisperx[5].end 130.965
transcript.whisperx[5].text 然後也就甚至於在去年還去了幾趟美國就跟他們高層直接在對話他們都知道這個台灣詐騙的嚴重他們也都有不同的措施在配合台灣的打詐專法所以我想目前是在這世界都看到效果就是說在網路廣告平臺方面對好 部長因為過去我們聊Meta這部分因為你們努力方向我們比較清楚民眾也聽得懂
transcript.whisperx[6].start 131.906
transcript.whisperx[6].end 159.003
transcript.whisperx[6].text 那LINE因為我們發覺很多一個大額的投資案都要一段的時間所有的養套殺的過程大部分都在聊天軟體其中在台灣我們聽到最多就是在LINE裡面不管在哪裡自己的E-mail簡訊就拉到去哪裡聊天其實蠻多我們聽到也有其他的聊天軟體但LINE很多那在整個養套殺有些時候一個禮拜兩個禮拜甚至有些一個月以上
transcript.whisperx[7].start 159.924
transcript.whisperx[7].end 176.835
transcript.whisperx[7].text 慢慢騙的整個過程因為我不太清楚啊因為很多人訓議這樣進去說一個股市啊什麼一個論壇一進去有七八十個人一兩百人我就覺得這個應該不是說騙完一個人就關店的這種那這種有辦法去處理嗎能夠滅他的基地嗎
transcript.whisperx[8].start 177.515
transcript.whisperx[8].end 199.317
transcript.whisperx[8].text 那個八五園這個就是比較麻煩的地方因為這個一旦進到私人的群組那個這個確實因為它裡面的訊息都是傳輸都經過加密我們從外面也沒有辦法去看到它裡面怎麼樣對話所以我們現在最主要是讓民眾不要進入這種私人群組因為一旦進去以後其實其實我們是看不到的
transcript.whisperx[9].start 199.397
transcript.whisperx[9].end 227.172
transcript.whisperx[9].text 我知道一定有人被騙我講的劇情當然是這樣你不是去這個巡檢我們這個看人隱私那個當然是不行嘛看到哪一個不對都看騙了當然不是這個意思是很多人已經報案了你知道嗎報案了我在哪一個群組但是他已經被踢掉了報案的過程我被哪一個群組踢掉但是還有差不多截圖了但是到了警政單位之後就變成一個非常漫長調查他們也進不去然後不知道怎麼辦我的意思就是說
transcript.whisperx[10].start 228.092
transcript.whisperx[10].end 243.457
transcript.whisperx[10].text 我們擔心說一個人被騙還有很多人在裡面準備被騙這種情境我覺得你們要思考一下這個賴了一個相關的責任如果已經有人具體被騙然後具體成案
transcript.whisperx[11].start 244.557
transcript.whisperx[11].end 269.573
transcript.whisperx[11].text 那他舉證的那個網路那個他的聊天室我覺得要想方設法避免還有其他人在明知已經有人受害之後還持續在裡面去採損我只是覺得還是要想個方法啦好不好當然這要不是我沒有辦法要跟LINE或其他聊天業者繼續配合啦這個你們思考一下好不好因為我發覺養稻紗他們有的一兩個月
transcript.whisperx[12].start 271.174
transcript.whisperx[12].end 292.345
transcript.whisperx[12].text 殺了一個還第二個所以我覺得很奇怪那當然因為大概前幾天的一個新聞我們特別看到了就是3月才過8天我們在被騙走了16億最新流行手段曝光我們看到三立新聞跟幾家媒體有披露這個新聞但是其實其實10天
transcript.whisperx[13].start 293.385
transcript.whisperx[13].end 308.755
transcript.whisperx[13].text 被騙的有16個月比去年8月之後你們記錄是改善了很多啦是改善了頗多大概剩2分之1啦但是問題那國人的感受你知道嗎你知道嗎因為人民的感受就是說到底好
transcript.whisperx[14].start 309.793
transcript.whisperx[14].end 326.016
transcript.whisperx[14].text 我們覺得有數據因為下架了可是人民還是接到很多的那種詐騙的訊息或者管道所以你看到了今年的一二月一二月以次數來講次數就是大家碰到的人民的感受之一
transcript.whisperx[15].start 326.917
transcript.whisperx[15].end 354.664
transcript.whisperx[15].text 以10天因為他講這個10天嘛1、2月10天大概是每10天4000多次報案黑書不管那3月這前10天是5000多那我們看了過去的從111年開始看了這幾年的資料大概過去也是1、2月1到3月是較低的然後慢慢慢慢高起來所以我們還是要請你注意一下右邊那現在是進入
transcript.whisperx[16].start 355.504
transcript.whisperx[16].end 378.501
transcript.whisperx[16].text 炸團的休整期還是什麼樣方式我們不清楚但你看從過去去年整年度都是投資詐騙不管是次數金額那是絕對最大的次數也是投資來騙的是最多的可是今年3月因為你可能防堵很多投資的我們發覺網路詐騙的又開始變次數上面變低了這數據上的一個
transcript.whisperx[17].start 383.204
transcript.whisperx[17].end 399.341
transcript.whisperx[17].text 這個部分所以他次數當變多的時候包括什麼他換一個方向什麼家裡貨運啊新竹物流啊以為你是這種方式我是覺得這種微調的方式我覺得我們也要因應的方向好不好
transcript.whisperx[18].start 400.081
transcript.whisperx[18].end 416.896
transcript.whisperx[18].text 我們有在我們說是用很多AI技術在這個網站上去掃描那有些所謂關鍵字我們會特別去調整那像剛剛講的沒錯就是如果現在因為投資詐騙已經進行我們經常打壓投資詐騙但其他詐騙就跑出來這我們會再特別去注意
transcript.whisperx[19].start 417.376
transcript.whisperx[19].end 445.005
transcript.whisperx[19].text 好 我只是說次數有時候是人民的感受當然你說傷害一個人被騙幾千萬那是簡直是痛死了但是每一個人搞不好只有變五千塊 八千塊但是他也是覺得很煩那我們覺得現在這個整個詐騙經濟圈這個我也覺得你沒頭痛 人民也頭痛從駭客入侵 各居各自的竊取然後有一些很大量的在暗網上
transcript.whisperx[20].start 445.825
transcript.whisperx[20].end 471.963
transcript.whisperx[20].text 去做一個交易資料 炸團交易然後造成最終人民的財損那第二類 這是用騙的啦有些用搶的 用擄人勒贖數位化的擄公司的資料 勒贖企業勒贖這兩個這個部分 我也發覺大家穿插的不斷的在社會上上演那我在想 這個部分部長 去年11月我們特別問了這個問題 你看一下
transcript.whisperx[21].start 475.885
transcript.whisperx[21].end 476.207
transcript.whisperx[21].text 當時就是FB網頁
transcript.whisperx[22].start 482.778
transcript.whisperx[22].end 484.419
transcript.whisperx[22].text 那你真的有信心嗎?
transcript.whisperx[23].start 510.27
transcript.whisperx[23].end 525.718
transcript.whisperx[23].text 你真的有信心喔因為11月我想說應該就沒有了嘛那可是我前一陣子又跟你們去檢舉了3月6號3月6號又來了而且是好幾個網頁又來我不知道首先講我不知道為什麼而且不是我的問題
transcript.whisperx[24].start 526.758
transcript.whisperx[24].end 547.157
transcript.whisperx[24].text 是因為很多當他的像我這個粉絲4萬多人其實連中的都還夠不到但有一些幾十萬的上百萬的很多利用那個像你看右邊的他直接發給我的支持者你好嗎感謝你的喜歡跟支持他還會按照劇情啊直到我們是民意代表寫的話要接近
transcript.whisperx[25].start 548.238
transcript.whisperx[25].end 562.948
transcript.whisperx[25].text 對 包委員這個我們在因為這個不是廣告所以這個個人的這個邀約我們看怎麼處理不過因為我們先處理是廣告部分那廣告因為這個是就是像是1to1的invitation這個我們也沒有辦法去監測所以這個怎麼處理
transcript.whisperx[26].start 564.429
transcript.whisperx[26].end 581.342
transcript.whisperx[26].text 我知道可是我去年11月跟你講的就是這個啦你可能沒有聽懂我認為說META在這個部分還是要負一些責任啦不然我們我跟那個學委員藍勾勾也升級很久嘛那勾勾勾也勾勾聽一下沒有用最後一個要拜託啦很多委員剛剛講過了我做個結論
transcript.whisperx[27].start 583.644
transcript.whisperx[27].end 610.387
transcript.whisperx[27].text 事實上我們當然以國安公務機關的一個資安是你們主要的一個責任但是其實尤其我們台灣中小型企業很多連大型的企業像這些醫療機構針對於像這種勒索軟體的一個駭客進攻我覺得都是一陣一陣的有一陣安了一下可能因為軟體不夠強了病毒再升級之後又來攻一次
transcript.whisperx[28].start 611.408
transcript.whisperx[28].end 625.867
transcript.whisperx[28].text 但是我不知道我只想問一件事他到底有沒有跟數位部在他們報案的過程中這些企業這些醫院很多都很重要的有大的有中的甚至也有小的他會被報案的數據會到
transcript.whisperx[29].start 627.689
transcript.whisperx[29].end 648.787
transcript.whisperx[29].text 數位部嗎我們有通報系統那CI當然我們就會納管但是如果是一般民間機構我們是鼓勵他參加加入我們的這個通報系統所以希望能夠大家一起做好我希望你們再宣傳一下因為我們看到去年資深堂說告訴他的會員很多人啦說你的姓名身份證有可能這個大家聽了會怕嘛
transcript.whisperx[30].start 649.887
transcript.whisperx[30].end 666.717
transcript.whisperx[30].text 馬捷醫院張記醫院醫院的部分馬捷醫院被兜售非常嚴重最近像一些民間的業者他們有些根本不好意思講的結果員工跑來跟我講說譬如說加碼我不知道這個碼有沒有寫錯好像寫錯了他們
transcript.whisperx[31].start 671.4
transcript.whisperx[31].end 682.293
transcript.whisperx[31].text 3月2號他們的一個系統被入侵到現在已經大概整個3月2號大概快一個多禮拜了十幾天的時間了然後呢我不知道他有沒有爆汗
transcript.whisperx[32].start 683.887
transcript.whisperx[32].end 701.787
transcript.whisperx[32].text 中間很多付款了結的搞不好也蠻多的可是像這種通常是他逼了你之後但是你的資料已經在那邊一份了他可能未來還是會賣你的資料說真的有時候企業損失錢有時候損失了他近十幾年的一個
transcript.whisperx[33].start 702.627
transcript.whisperx[33].end 721.957
transcript.whisperx[33].text 資料 廠商資料那都是經濟力都是國力所以我要拜託各位拜託你們第一個有個SOP他們怎麼面對現在很多人我在猜都還沒有報案不知道怎麼辦他們被打到中古時期買一個商品用key in的進貨用抄的但是很多人不敢講
transcript.whisperx[34].start 723.238
transcript.whisperx[34].end 746.497
transcript.whisperx[34].text 那我是覺得這個部分我覺得我們要有一個像那個消防隊一樣對於這種勒索的不斷推陳出新的我們來去協助尤其中型企業他們真的在資金上沒有這個能力未來可不可以朝這個方向對於我們這些重要產業企業給予大力的協助SOP部分我想這個有些治安的意識我們需要提升
transcript.whisperx[35].start 747.718
transcript.whisperx[35].end 762.913
transcript.whisperx[35].text 那當然就是說因為我們現在主要是我們在納管資安法納管就是並沒有報告民間企業不過以後怎麼樣能夠協助民間企業這我們再來檢討好那我們就希望真的是要能夠協助他們現在很多人都還沒報案謝謝謝謝委員
transcript.whisperx[36].start 773.175
transcript.whisperx[36].end 777.728
transcript.whisperx[36].text 等一下我們陳書業委員諮詢完休息十分鐘那現在先請陳書業委員
gazette.lineno 323
gazette.blocks[0][0] 魯委員明哲:(10時30分)謝謝主席,有請數發部黃部長。
gazette.blocks[1][0] 主席:請部長。
gazette.blocks[2][0] 魯委員明哲:部長好。我想你上任之後,我們有滿多的溝通,你從業界來的,理性,我覺得你有在努力,但是很低調,我們希望很多事情讓人民更有感受,所以給你很多次的建議,我最近發現你的團隊幾乎全部改變,因為大家對於數位部還停留在前面對抗的時代,我有一點這種感受,希望你能夠做一個柔性的改變。第二,尤其在FB上面的名人詐騙廣告,你們下架的比率滿高的,你上次也說了,也看到了從去年年底打詐三法上路之後,有一些向下調降的改變。請教一下,除了FB之外,你們跟其他的社群有什麼方法?因為我們看到FB的名人廣告是比較有效率的,但其他的社群有什麼溝通嗎?方式如何?
gazette.blocks[3][0] 黃部長彥男:委員好。有,主要有4家公司,Google、LINE、TikTok和Meta,另外三家原來配合度就很高,後來我們很多是在跟Meta溝通,因為Meta比較大、比較複雜,但這4家現在原則上配合度都很高,所以我們不斷的跟他們溝通,就是喝咖啡,甚至在去年還去了幾趟美國,就直接跟他們高層對話,他們都知道臺灣詐騙的嚴重,他們也都有不同的措施配合臺灣的打詐專法,在網路廣告平臺方面,目前在這4家都看到效果。
gazette.blocks[4][0] 魯委員明哲:過去我們聊Meta這部分,因為你們努力的方向我們比較清楚,民眾也聽得懂。LINE的部分,因為我們發覺很多的大額投資案都要一段的時間,所謂養套殺的過程大部分都在聊天軟體,其中在臺灣我們聽到最多的就是在LINE裡面,不管在哪裡,自己的email、簡訊就是拉去那裡聊天,其實我們聽到也有滿多其他聊天軟體,但LINE很多。這整個養套殺的過程,有的時候是一個禮拜、兩個禮拜,甚至有的一個月以上,慢慢騙的整個過程,我也不太清楚,因為很多人進去一個股市論壇,一進去有七八十人、一二百人,我覺得這應該不是騙完一個就關店,這種有辦法處理嗎?能夠滅它的基地嗎?
gazette.blocks[5][0] 黃部長彥男:報告委員,這就是比較麻煩的地方,因為一旦進入私人的群組,因為裡面訊息傳輸都經過加密,我們從外面也沒有辦法看到裡面的對話,所以我們現在最主要是讓民眾不要進入這種私人群組,因為一旦進去以後,其實我們是看不到的。
gazette.blocks[6][0] 魯委員明哲:我知道,已經有人被騙,你不是去巡檢,看人隱私當然不行,看到哪個不對都看遍了,當然不是這個意思,是很多人已經報案了,你知道嗎?報案了我在哪個群組,他已經被踢掉了,報案過程我被哪個群組踢掉,還有超多截圖的,但是到了警政單位就變成一個非常漫長的調查,他們也進不去,然後不知道怎麼辦。我的意思是說,我們擔心一個人被騙,還有很多人在裡面準備被騙這種情境,我覺得你們要思考一下LINE的相關責任,如果已經有人具體被騙、具體成案,他舉證的那個網路聊天室,我覺得要想方設法避免還有其他人在明知已經有人受害之後還持續在裡面財損,我覺得這還是要想個方法,當然不是我們有辦法,要跟LINE或其他聊天業者繼續配合,這個你們思考一下,好不好?
gazette.blocks[7][0] 黃部長彥男:好。
gazette.blocks[8][0] 魯委員明哲:我發覺養套殺有的都一、二個月,殺了一個還第二個,我覺得很奇怪。我們特別看到前幾天的新聞,3月才過8天,我們被騙走了16億元,最新流行手段曝光,我們看到三立新聞跟幾家媒體有披露這個新聞,其實10天被騙的有16億,比去年8月以後的紀錄改善很多,大概是二分之一,但是問題在國人的感受,因為人民的感受,我們覺得有數據,因為下架了,可是人民還是接到很多詐騙的訊息或管道,所以你看到了今年1、2月以次數來講,次數就是大家碰到的,人民的感受之一,大概每10天四千多次報案,黑數不管。3月這前10天是五千多次,我們看到過去從111年開始這幾年的資料,大概過去也是1至3月是較低的,然後慢慢高起來,所以還是要請你注意一下右邊,現在進入詐團的修整期還是怎樣我們不清楚,但你看去年整年度都是投資詐騙,不管是次數,金額絕對是最大的,次數也是投資詐騙最多。今年3月可能防堵很多投資,我們發覺網路詐騙次數又變第一了,當次數變多的時候,它換一個方式,什麼嘉里貨運、新竹物流,反而以這種方式,我覺得這種微調的方式也要有因應的方向。
gazette.blocks[9][0] 黃部長彥男:好,我們用很多AI技術在網站上掃描,有些關鍵字我們會特別去調整,剛剛講的沒錯,我們盡量打壓投資詐騙,其他詐騙就跑出來,我們會特別注意。
gazette.blocks[10][0] 魯委員明哲:我只是說次數有時候是人民的感受,當然,你說一個人被騙幾千萬元,簡直是痛死了,但是每一個人搞不好只有騙五千塊、八千塊,但他也是覺得很煩。我們覺得現在整個詐騙經濟圈,你們頭痛,人民也頭痛,從駭客入侵、個資的竊取,有一些大量的在暗網上交易資料,造成最終人民的財損,這是用騙的,以前用搶的、用擄人勒贖,數位化擄公司的資料勒贖,企業勒贖,我也發覺這兩個部分穿插著不斷在社會上上演。部長,去年11月我們特別為了這個問題,你看一下,當時就是FB網頁。
gazette.blocks[10][1] (播放影片)
gazette.blocks[11][0] 魯委員明哲:你真的有信心吼!11月我想應該就沒有了,可是前陣子又跟你們檢舉,3月6日又來了,而且是好幾個網頁又來了,我不知道為什麼,也不是我的問題,像我的粉絲四萬多人,連中的都不到,但有一些幾十萬、上百萬的,像右邊的直接發給我的支持者,你好嗎?感謝你的喜歡和支持,他還會按照劇情,知道我們是民意代表,寫的話好像接近。
gazette.blocks[12][0] 黃部長彥男:報告委員,因為這不是廣告,個人的邀約我們看怎麼處理,因為我們先處理的是廣告部分,因為這就像是one to one的invitation,我們也沒有辦法監測,所以要怎麼處理可能……
gazette.blocks[13][0] 魯委員明哲:我知道,可是我去年11月跟你講的就是這個,你可能沒有聽懂,我認為Meta在這個部分還是要負一些責任,不然我跟許委員藍勾勾也申請很久,勾勾也勾勾纏,沒有用。最後一個要拜託的,剛才很多委員講過,我做個結論,事實上我們當然以國安、公務機關的資安是你們主要的責任,但是其實我們臺灣中小企業很多,連大型的企業,像這些醫療機構,針對於這種勒贖軟體的駭客進攻,我覺得它是一陣、一陣的。有一陣子安了一下,可能因為軟體不夠強了,病毒再升級之後又來攻一次。但是我只想問一件事,在他們報案的過程中,這些企業、這些醫院,很多都很重要的,有大的、有中的,甚至也有小的啦!他們報案的數據會到數位部嗎?
gazette.blocks[14][0] 黃部長彥男:我們有通報系統,當然CI我們就會納管,但如果是一般民間機構,我們是鼓勵它參加我們的通報系統,所以希望能夠大家一起做……
gazette.blocks[15][0] 魯委員明哲:我希望你們再宣傳一下,因為我們看到去年資生堂告訴它的會員,很多人啦!說你的姓名、身分證字號有可能……這個大家聽了會怕嘛!馬偕醫院、彰基醫院這些醫院的部分,最後馬偕醫院個資被兜售,那非常嚴重。最近像一些民間的業者,他們有些根本不好意思講的,結果是員工跑來跟我講,譬如佳瑪(J-MART),他們3月2日一個系統被入侵,到現在已經大概快一個多禮拜,十幾天的時間了,我不知道他們有沒有報案欸!中間很多付款了結的,搞不好也滿多的,可是像這種通常是它逼了你之後,你的資料已經在它那邊一份了,它可能未來還是會賣你的資料。
gazette.blocks[15][1] 說真的有時候企業損失錢,有時候損失了它近十幾年的資料、廠商資料,那都是經濟力,都是國力。所以我要拜託各位,你們第一要有個SOP,他們怎麼面對,現在很多人,我在猜都還沒有報案,不知道怎麼辦。他們被打到中古時期,買一個商品用key in的,進貨用抄的,但是很多人不敢講。我是覺得這個部分,我覺得我們要有一個像消防隊一樣,對於這種勒贖的,不斷推陳出新的,我們來去協助。尤其中型企業,他們真的在資金上沒有這個能力,未來可不可以朝這個方向,對於我們這些重要產業、企業,給予大力的協助?
gazette.blocks[16][0] 黃部長彥男:SOP的部分,我想有一些資安的意識我們需要提升,現在主要是資安法規定我們納管的並沒有包括民間企業,不過以後怎麼樣能夠協助民間企業,我們再來檢討。
gazette.blocks[17][0] 魯委員明哲:好,那我們就希望真的是要能夠協助他們,現在很多人都還沒報案,謝謝。
gazette.blocks[18][0] 黃部長彥男:謝謝委員。
gazette.blocks[19][0] 主席:等一下我們陳素月委員質詢完休息10分鐘,現在先請陳素月委員。
gazette.agenda.page_end 360
gazette.agenda.meet_id 委員會-11-3-23-2
gazette.agenda.speakers[0] 許智傑
gazette.agenda.speakers[1] 洪孟楷
gazette.agenda.speakers[2] 林國成
gazette.agenda.speakers[3] 李昆澤
gazette.agenda.speakers[4] 林俊憲
gazette.agenda.speakers[5] 蔡其昌
gazette.agenda.speakers[6] 魯明哲
gazette.agenda.speakers[7] 陳素月
gazette.agenda.speakers[8] 徐富癸
gazette.agenda.speakers[9] 何欣純
gazette.agenda.speakers[10] 邱若華
gazette.agenda.speakers[11] 廖先翔
gazette.agenda.speakers[12] 黃健豪
gazette.agenda.speakers[13] 林楚茵
gazette.agenda.speakers[14] 游顥
gazette.agenda.speakers[15] 葛如鈞
gazette.agenda.page_start 311
gazette.agenda.meetingDate[0] 2025-03-13
gazette.agenda.gazette_id 1142601
gazette.agenda.agenda_lcidc_ids[0] 1142601_00010
gazette.agenda.meet_name 立法院第11屆第3會期交通委員會第2次全體委員會議紀錄
gazette.agenda.content 邀請數位發展部部長黃彥男列席報告業務概況,並備質詢
gazette.agenda.agenda_id 1142601_00010