跳至主要內容

常出現的縮寫字


在網路治理的領域中有大量的縮寫字,主要原因也在於這些字串很長,為了談話與記憶方便,就愈來愈多的縮寫字出現,這也造成許多非英語國家的人要進入網路治理時,就被會議中的大量縮寫字造成挫折感。

在寫了兩年的網路治理會議相關的參與經驗後,發現每次都要把縮寫字重新解釋一次,也占了大量的篇幅,對許多讀者來說可能也是閱讀上的障礙,所以決定為自己整理這樣的列表,除了統一這個部落格裡的用字,可能日後也不再多作解釋,而是直接以英文縮寫呈現在文章裡。

中文翻譯的部份查詢了維基百科,有些則是我自己再調整過,日後如果有增加也會在這張列表中記錄,同時也做了一個較易查詢的 IGBook 方便初學者跨過縮寫字的門檻。
  1. AFRINIC:African Network Information Centre 非洲網路資訊中心
  2. APrIGF:Asia Pacific Regional Internet Governance Forum 亞太區網路治理論壇
  3. APNIC:Asia Pacific Network Information Center 亞太網路資訊中心
  4. APRICOT:Asia Pacific Regional Internet Conference on Operational Technologies 亞太網路科技高峰會
  5. ARIN:American Registry for Internet Numbers 美國網路號碼登記處
  6. ASO:Address Supporting Organization 位址支援組織
  7. BPF:Best Practice Forum 最佳案例論壇
  8. ccTLD:Country code top-level domain 國家和地區頂級域名
  9. CDN:Content Delivery Network 內容傳遞網路
  10. CERT:Computer Emergency Response Team 電腦緊急應變小組,如果是 CERT/CC 則表示為協調中心 (Coordination Center),如 TWCERT/CC。
  11. CSIRT:Computer Security Incident Response Team 電腦資安事件應變小組 (讀作: C-CERT)
  12. DNS:Domain Name Systems 域名系統
  13. EC:Executive Council 執行委員會
  14. GFCE:Global Forum on Cyber Expertise 全球網路專家論壇
  15. GCSC:Global Commission on the Stability of Cyberspace 穩定全球網路空間委員會
  16. gTLD:Generic top-level domains 通用頂級域名
  17. HLPDC:High-level Panel on Digital Cooperation 聯合國高階數位合作
  18. IAB:Internet Architecture Board 網路架構董事會
  19. IANA:Internet Assigned Numbers Authority 網際網路號碼分配局
  20. ICANN:Internet Corporation for Assigned Names and Numbers 網際網路名稱與數字位址分配機構
  21. IETF:Internet Engineering Task Force 網際網路工程任務組
  22. IGF:Internet Governance Forum 網路治理論壇,代稱聯合國網路治理論壇
  23. IP (IPv4/IPv6):Internet Protocol (Internet Protocol version 4/Internet Protocol version 6) 網路協定 (第4版/第6版)
  24. ISOC:Internet Society 網際網路學會
  25. ISP:Internet Service Provider 網路服務供應商
  26. ITU:International Telecommunication Union 國際電信聯盟
  27. IXP/IX:Internet exchange point 網路交換中心,或寫為 IX
  28. LANIC:Latin America and Caribbean Network Information Centre 拉丁美洲和加勒比網路資訊中心
  29. MAG:Multistakeholder Advisory Group 多方利害關係人諮詢小組
  30. MSG:Multistakeholder Group 多方利害關係人小組
  31. NIR:National Internet registry 國家網路註冊中心
  32. NRI/NRIs:National and Regional IGF Initiative(s) 國家和區域網路治理論壇小組
  33. NRO:Number Resource Organization 號碼資源組織
  34. PDP :Policy Development Process 政策發展流程
  35. RIPE NCC:Réseaux IP Européens Network Coordination Centre 歐洲IP網絡協調中心
  36. UN:United Nations 聯合國
  37. UNGGE:United Nations Group of Governmental Experts 聯合國政府專家小組
  38. RFC:Request for Comments 意見請求表
  39. RIR:Regional Internet registry 區域網路註冊中心
  40. TLD:Top-level domain 頂級域名
  41. TWIGF:Taiwan Internet Governance Forum 台灣網路治理論壇
  42. TWNIC:Taiwan Network Information Center 台灣網路資訊中心
  43. TWNOG:Taiwan Network Operators Group 台灣網路維運者論壇
  44. TWOPM:Taiwan Network Information Center IP Open Policy Meeting IP 政策資源管理會議
  45. WG:Working Group 工作小組
  46. WSIS:World Summit on the Information Society 資訊社會全球高峰會

全球五大 RIRs:

  1. APNIC:Asia Pacific Network Information Center 亞太網路資訊中心 (January, 1993)
  2. ARIN:American Registry for Internet Numbers 美國網路號碼登記處 (April, 1997)
  3. RIPC NCC:Réseaux IP Européens Network Coordination Centre 歐洲IP網絡協調中心 (April, 1992)
  4. LANIC:Latin America and Caribbean Network Information Centre 拉丁美洲和加勒比網路資訊中心(August, 1999)
  5. AFRINIC:African Network Information Centre 非洲網路資訊中心 (November, 2004)
其他參考資源:

    此網誌的熱門文章

    停不下來的更新

    一直更新Blog的版型,我必須承認是一件很無聊的事,不過這次除了版型的更動外,連分類和文章內文也做了變動。 先說分類吧!在Blogger叫做Label,不過,Blogger在分類上有一些bugs,只能使用英文,以前這裡的分類大多都是中文分類,結果在link上就是一堆亂七八糟的亂碼,所以我把它改成英文,同時細分一些項目,把出版的文章和一些教學的文章分開來,雖然已經很久沒寫新的,不過既然放上來就做個分類。然而就在新舊label移轉之後,發現中文的label還會存在,而且還會出現莫名奇妙的幽靈數字,Blogger知道這是個bug,不過似乎一直沒有修復的跡象。所以在分類上就出現了如右圖一般的情況,在英文標籤裡會有文章,但是在中文標籤裡是沒有文章出現的,但奇怪的是,有些中文標籤已經不見了,然而在Beauty-Beta這個部落格裡,我也做了分類上的變動,由於以前用英文開頭的Label,所以在label的變動上倒是不用擔心會有這樣的情況。 再來是文章的內容,把以前的文章重新分類,標題前面的一些全形符號或是分類刪掉,除了一些比較特殊的,我會留著,例如壹陸壹,因為在label裡為了統一,我留著原本的E61,但人家的店名是壹陸壹,所以留下文章標題前面的中文分類,另外像是Entertainment項目裡,可能有音樂,可能有電影,就會在前面留下中文分類。 前簡單的CSS和HTML改成現在的XML,這無疑是讓我們再多學些東西,能有時間鑽研當然是好事,可是轉換後,我一直沒有時間去改,當然多半也是因為懶,到現在也是拿別人做好的版型去改配色而已,所以像裡面的設定、安裝的widget和analytics的javascript都要一個一個重新裝,上個星期幾乎每天都弄到天亮才睡,只為了整理這個blog。也因為之前在blog裡放了technorati的分類,所以還要修改以前的文章,把它們加入technorati,還有裡面的語法要更改,所以這個星期甚至下個星期都會一直收到這裡的更新訊息,對於不斷收到訊息干擾的朋友們,在這裡說聲抱歉。 在版面上因為blogger系統在feed接受上的更新,所以還有四個東西沒加進去,分別是最近的文章(Recent Post)、Comments(目前是用別人寫的widget)還有GVO的feed訂閱顯示、Beauty-Beta的訂閱顯示也都還沒放上去。 在Feed訂閱上,以前bl...

    AI 提高產出,但誰得到好處?

    我收集了 2026 年 3 月至 9 月由 Anthropic 研究團隊公開發表的 5 篇文章,讓 Claude 重新翻譯並編輯,並修改為習慣的閱讀語氣,以利閱讀。 Anthropic 今年 3 月發表的報告顯示,美國整體失業率沒有上升,但 22 到 25 歲的年輕人每月順利進入 AI 高曝露職業的比例比 2022 年低約 14%。這是我讀完今年他們發布的 5 份經濟研究摘要後,最常想起的一句話:「AI 讓產出變多」與「誰能把產出變成自己的收穫」,是兩個得分開回答的問題。 AI 做得到,不代表已經在做 過去大部分研究或媒體在衡量 AI 對工作的影響時,常問「AI 理論上能做哪些任務」。問題在於,AI 做得到,不代表企業或個人真的已經拿來用。 在這次閱讀的文章中,研究團隊提出「觀察曝露度」(Observed Exposure)。這個指標結合 O*NET(美國職業資訊網路,Occupational Information Network)的任務清單、理論可行性評分與 Claude 的實際使用資料,並對「自動化」與「工作用途」給予較高權重。 排名最高的是電腦程式設計師(約 75%)與資料輸入人員(約 67%),客服代表也名列前茅;另有 30% 的勞工觀察到曝露度為零。AI 目前的實際使用與理論能力還有一段距離。 在公布的研究中,高曝露職業的從業者有幾個共同特徵:女性比例高 16 個百分點、平均薪資高 47%、學歷較高、年齡也偏長。受衝擊的是中高薪的知識工作者,和「AI 先淘汰低薪年輕勞工」的直覺相反。 衝擊有多大?研究用差異中差異法比對,發現 ChatGPT 發布前後,高曝露職業的失業率未見系統性上升。唯一較清楚的訊號在 22 到 25 歲:這個年齡進入高曝露職業的新工作起始率,約比 2022 年低 14%。研究團隊也註明,這個結果僅勉強達到統計顯著。 同一套 AI,成果為何不同 在針對使用者研究的報告中,使用 6 個月以上 Claude 的人,其對話成功率為 73.1%,新使用者為 66.7%,相差 6.4 個百分點。控制任務類型後,差距縮到約 3 個百分點;再加上模型、使用情境、國家等變數,差距維持在約 4 個百分點。 Anthropic 曾假設,資深使用者會更傾向於把工作整包交給 AI 自動完成。研究的資料指向相反的方向:資深使用者更常與 Claude 來回...

    法制追不上AI:缺乏台灣AI基本法子法,公務員使用生成式AI的五大風險

    昨晚看新聞,現任台北市長拋出一個政策宣示:未來公務員將配給自動化的AI工具,讓台北市政更「前進」。台北市資訊局也已快速推出 CiviClaw,目標是 2027 年讓每位公務員都能無門檻使用 AI。 這樣的政策方向讓我感到憂心。長期觀測各國個資保護規範的我清楚知道:台灣的個人資料保護主管機關至今仍是「籌備處」,尚未正式運作;《個人資料保護法》的修法呼聲雖久,AI相關條款卻付之闕如;《人工智慧基本法》已於今年1月施行,但高風險AI認定標準的子法至今仍是空白。 有網路、有 IoT 不等於智慧城市,有 AI 當然也不等於智慧城市,應該重視制度能否承接工具帶來的責任。 歐盟已明確禁止業者使用 AI 推測員工或學生的心理狀態;美國聯邦政府要求採購 LLM 時廠商必須提交模型卡與資料卡;韓國 AI 基本法的子法早已配套生效。這些都是台灣政府在推動配給公務員 AI 之前,必須正視的制度差距。 以下我與大家分享長期觀測的內容,由AI協助整理資料: 歐盟:從禁令到揭露義務的多層規制體系 歐盟的AI治理框架是由多部法律疊加起來的立體架構,最底層是2018年施行的 GDPR,處理的是個人資料如何被蒐集、儲存、使用的基礎規則,再來疊是2024年生效的《人工智慧法》(EU AI Act,下稱 AI 法),建立不同風險等級分類管理AI系統,從禁止使用到高強度監管、再到一般透明度義務,形成不同層次。最新的一層則是仍在立法程序中、但主要架構已確立的 Digital Omnibus ,試圖修補 AI 法與 GDPR 之間的規範衝突。 AI 法第50條是最直接影響生成式AI服務的條款,自2026年8月2日起全面適用。根據這條規定,凡是讓使用者與AI系統互動的業者,必須主動告知對方「正在與 AI 互動」,而不能讓人誤以為面對的是真人。AI生成的文字、影像、音訊等內容,還必須以機器可讀的格式加上標記,使平台與監管機關得以溯源辨識。與此同時,AI法第14條要求高風險AI系統必須設計成「可由自然人有效監控」的形式,確保機器的決策不會在缺乏人工審核的情況下直接作用於當事人。 AI法所稱的「高風險 AI 」,涵蓋的場景比一般想像的廣。依該法附件三列舉,生物辨識系統、關鍵基礎設施管理、教育與職業篩選、就業與人員管理、信貸與社會福利申請審核、執法、移民邊境管制,以及司法審判輔助,都在高風險範疇之內。這些場景的業者必須進...