【觀點】想玩LBS服務嗎？手機定位結果並不那麼可靠唷！|數位時代 BusinessNext

隨著LBS的熱潮，越來越多使用者熱衷於無時無刻的check-in，試圖想在Foursquare或其他的競賽型LBS服務中獲得更多的 mayors和badges。當然，這些LBS當然也會有檢查的機制以避免使用者作弊，但根本的源頭、iOS的定位結果真的是可靠的嗎？

(dickobrien@flickr)

iOS的定位機制

在筆者年初的CS193P iPhone學習課程筆記中，曾經談過iOS上的定位系統是分成三種不同的方式，分別是：

‧手機基地台三角定位 – 透過手機基地台定位，準確度最差但速度最快
‧Wifi基地台定位 – 透過WiFi基地台定位，準確度中等速度也是一般，但在iPod touch上僅有此種定位方式
‧GPS定位 – 透過GPS衛星進行地位，準確度最佳，但速度最慢且耗電量大

雖然蘋果並沒有提供直接的方法在軟體中設定要透過哪種方式定位，但開發者可以透過參數的設定來限制誤差範圍，而iOS便會依照誤差範圍的限制來調整定位的方法。

定位的漏洞

或許有讀者好奇，為什麼Wifi基地台可以作為定位使用呢？

這是因為每一台基地台都有獨一無二的MAC地址，而Skyhook這間在背後提供蘋果Wifi定位技術的廠商，便在世界各地的大街小巷中駕駛裝備了特殊器材的車輛，將路上每個Wifi基地台的MAC地址與車子目前所在座標進行記錄，而透過查詢這些記錄，便可以進行Wifi的基地台定位了，也因此若是你的WIfi基地台被搬離原有的位置，而那個Wifi基地台在下次定位時便仍然會是搬離前的所在地，而不是目前真正的位置。

換而言之，Wifi的定位方式並不是真正根據地理的位置定位，而是根據你目前Wifi基地台在資料庫中的位置進行定位，因此便間接造成了一些淺在的漏洞。

假造的MAC地址

事實上，MAC地址是可以假造的，且這並不是一門很難的技術，在網路上可以找到非常多相關資訊。所以我們只需要透過一台能假造MAC地址的電腦或是網路裝置，再加上世界各地的Wifi基地台MAC地址，便可以隨時的作出假的Wifi基地台訊號，並進一步的誤導iOS定位到錯誤的地點了。

換而言之，iOS上的定位只需要透過一些小技巧，便可以製作出任何假的定位結果了！

結論

因此對於LBS的開發商來講，對於使用者所回報的位置並不能完全的信任，且特別是某些需要高度可靠性的服務，就得加入更多的檢查機制來防堵使用者作假。此外，這些淺在的漏洞，也多少會影響企業們採用LBS作為內部系統的意願性。

另外一點讓筆者感覺到可惜的是，在發展出更有效的防堵方式前，LBS的check-in在未來的法庭上將很難成為有效的證據了。不過我相信這些問題將會隨著LBS越來越普及、應用層面越來越廣而獲得改善，就讓我們一同關注後續發展吧！

參考資源

‧iPhone and iPod Location Spoofing Attacks

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。