「數位身分證」千頁資料塗黑 政部:依法遮蔽
華視.2024年6月17日 19:42

台北市 / 張寓科 彭冠霖 報導

行政院過去推行的數位身分證,因為資安爭議喊卡,對此,立法院內政委員成立「數位身分證調閱小組」要了解案情,結果國民黨立委揭露,內政部所提供的資料,整整1千多頁全被馬賽克塗黑,根本看不出實質內容,以此強調這正好說明了為什麼國會需要擁有「調查權」;不過民進黨立委反嗆,對外公開文件內容,才是公然藐視國會。

國民黨立委徐巧芯說:「塗黑、塗黑、塗黑嘛,他們分別用了兩三種不同形式的馬賽克,假裝自己沒有全部塗黑,在想什麼啊覺得自己這樣很聰明嗎。」翻呀翻呀翻,從頭翻到尾再從尾翻到頭,這本數位身分證的相關文件,就像無字天書,連用印也塗上了馬賽克。

國民黨立委徐巧芯說:「這一本書是要用檸檬汁,還是柳橙汁還是用火烤的方式,才能夠真正把它解密。」這是解謎摩斯密碼嗎?數位身分證調閱小組,向內政部鎖資的這本,「晶片卡及印製設備」企劃書,高達1000多頁,被打上三種不同類型的馬賽克,有這種海苔條的全黑式,或是左右塗抹的模糊式,不然就是全頁都被一點一點點狀打碼。

國民黨立委許宇甄說:「內政部對於這樣的資料的隱私,這麼的重視,比起他們在發行數位身分證的時候,謹慎的態度不曉得多了幾萬倍。」過去賴清德擔任行政院長任內,所推出的數位身分證後來喊卡,而內政部提供給調閱小組的資料,並非局部打碼,而是整整一千多頁碼好碼滿,只有最前面的目錄看得清楚。

不過民進黨立委指出,調閱委員會都有把相關資料放在辦公室。民進黨立委李伯毅說:「大家想要調閱的內容,都有做了完整陳列,讓我們去翻閱,那去對外公開(文件),其實這個才是公然藐視國會。」

國民黨立委許宇甄說:「資料時間的不連貫,第二個是資料提供的不完整,第三個是塗黑重要的資訊有所隱瞞,這個事情也正好說明,為什麼我們需要有國會調查權。」但一樁調閱文件案,恐怕也讓藍營在覆議戰局中,鎮守國會職權修法,搶先埋下了未爆彈。

原始連結



更多華視新聞報導
蔡總統:面對區域威權主義擴張 資安即國安
網友肉搜黃仁勳「身分證字號」! 律師:恐違個資法
黃仁勳身分證遭肉搜公開 傳NVIDIA法務將處理

最新選舉新聞

最新選舉新聞

多元觀點

不同視角的媒體報導

賴清德 釋憲

民進黨團 國會 修法

賴清德 喊話

俞大㵢 濫用 公帑

參謀總長 立院

民進黨團 釋憲

FTNN新聞網
中時新聞網
FTNN新聞網
鏡週刊Mirror Media
朱立倫嘆賴清德如鬥雞 鬥對岸、鬥立院、鬥在野黨、鬥內部派系
[FTNN新聞網]記者孫偉倫/台北報導國民黨主席朱立倫今(26)日於中常會發表談話時表示,「家和萬事興是社會的共同期待,也是最好的傳統」。他指出,從賴清德就...
  • 資料來源:網路溫度計自2017年至今約累積28億則以上文章的網路社群大數據資料庫,其內容涵蓋Facebook、YouTube、Instagram、Dcard、以及包含Yahoo奇摩新聞、聯合新聞網、中時新聞網、ETtoday新聞雲、LINE TODAY、蘋果日報、自由時報、三立新聞網等約350家媒體網站上與選舉相關之政黨、候選人公開資料。
  • 分析方式:本模型分析方式非採傳統抽樣之民意調查,係將蒐集之資料庫予以分析,無母體數、樣本數限制。本模型係運用大數據關鍵引擎,透過深度學習與AI人工智慧技術,使用斷字切詞(Word Segmentation)、語意分析(Semantic Analysis) 、即時情緒分析(Real-Time Sentiment Analysis)等技術,汲取網路上相關討論文章,將文章分為正面、負面、中立三種情緒,計算網路聲量。
  • 跨世代劃分標準:本預測模型判別跨世代之依據,係以不同世代使用者之網路社群行為模式差異區辨。以不同社群網站之使用者世代臉譜數據為基礎,計算跨世代在不同社群聲量上的權重,綜合計算後得到世代好感度數據。
  • 名詞解釋
    • 網路聲量:透過「KEYPO大數據關鍵引擎」,計算社群討論及新聞報導提及的文章則數,聲量越高代表討論越熱,能見度越高。
    • 好感度分數:綜合評估網路聲量與網友語意情緒,分析各熱門候選人的網友評價。各熱門候選人的情緒、聲量皆經過標準化分數處理,得出好感度分數,再進行各縣市候選人彼此的比較,評量不僅需要聲量高,而且是好評要高,負評要低。好感度分數範圍在0-100分之間,分數越高,表示整體網友對於該位候選人的好感程度越佳。
  • 其他說明
    • 調查單位及主持人:大數據股份有限公司
    • 辦理時間:即日起至2022年11月16日止,逐日更新好感度數據。
    • 抽樣方式:本預測模型非抽樣之民調調查
    • 母體數:無母體數,請參考上述大數據資料庫的內容涵蓋範圍
    • 樣本數及誤差值:本預測模型非採用小樣本抽樣之民意調查,不適用抽樣誤差值
    • 經費來源:Yahoo奇摩、大數據股份有限公司