跳至主要內容

常出現的縮寫字

圖片
作者：

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

    AI 提高產出，但誰得到好處？

    作者：
    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...
    發佈留言
    閱讀更多

    停不下來的更新

    作者：
    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...
    發佈留言
    閱讀更多

    用Claude Code做一個AI飲食營養分析Bot：從拍照辨識到條碼查詢的實作筆記

    作者：
    沒想到在十多年後，因為想做飲食營養控管，所以自己利用 AI 開始做一個簡單的食品營養分析工具，能分析我每餐的飲食是否充足或過量，並提供有依據的飲食建議。 最初的雛形是基於以往曾參與「 Food Open Data 」倡議的經驗，我希望用最簡單的方式，拍照-->AI辨識與分析-->提供建議，然後統計一段期間的營養攝取狀況。 最初的想法 當我把我的雛形想法告訴 AI 後，Claude Code 很快的就幫我設計好雛形、教我如何申請Telegram Bot，這些步驟都寫得很清楚，整個雛形做好不用半天，我還愣住了，怎麼可能這麼簡單？難怪那些應用程式公司只把飲食營養分析當作一個「附加功能」，主要目的是蒐集其他的生理監測資料，但這些公司蒐集資料的用途，我自己在處理過美國資料經紀公司所販售的資料隱私資訊後，這是值得關心的議題，但不在此篇文章裡討論。 不過，我只專注在飲食分析項目，我覺得這個功能如果可以做好，再想想其他的。最初的想法很宏大，因為家人與自己患有慢性疾病，所以特別針對某些族群設計，但事實上，如果沒有實際的使用情境，可能也無法做出符合需求的產品。 於是我把這個Bot的使用者只鎖定在我自己的飲食分析上，那就簡單多了。 工具與環境限制 我在今年已經改用 Claude Cowork 與 Claude Code 協作，雖然 Claude Code 有一般介面版，但我大多數時間都開著終端機視窗使用 Claude Code，這樣比較能專心工作。 基於使用工具的習慣，我使用 Claude Code 開始建置，當時的模型雖然已經有Opus 4.8，但Sonnet 4.6已綽綽有餘，而後來出現的Fable 5 則用在其他專案裡。 因為只做給自己用，所以選擇最簡單的 Chatbot 形式；也因為我希望可以自由的使用而不是提供過多的個人資料給其他平台，選用 Telegram Bot，而不是台灣人常用的 LINE Bot ，而且 LINE上太多廣告，根本不想開它。 在衡量經濟現實及自我管理資料的想法後，目前這個 Bot 與資料庫只放在我的電腦裡，沒有上雲端，當電腦休眠、網路斷線時，Bot就會停止工作。 雖然只是給我自己使用，但我還是要求資料庫是加密儲存的，匯出資料時也必須加密。 台灣的飲食文化很多元 我不是開發者、也不是營養師，我自己也沒使用過其他的應用程式，所以無從理解在開發飲食營...
    發佈留言
    閱讀更多