由於現今網際網路上充斥著各種的垃圾訊息。本研究透過個案公司的實際操作過程中，提供各社群網站了解攻擊微博網站的機器人(以下簡稱機器人)是如何運作。
    本研究採用個案研究法，挑選微博為對象，收集分析並進行調校，共有十個步驟的問題與解答。
    經由本研究案例發現，社群網站的防堵都過於簡單，所以讓殭屍帳號找到漏洞可以創建帳號，在創建帳號之後，個案公司經由模擬真實使用者的方式訓練帳號，藉由爬蟲程式抓取目標廣告名單，之後偽裝成正常的使用者關注與評論，讓機器人順利的運行。
針對這些狀況，本研究提供社群網站幾點建議可供參考。

關鍵字：機器人、社群網站、垃圾訊息、網路爬蟲。

Because of the current Internet is full of varius spam. Through the practical operation of the case company, this study is for the community websites to understand how the robot attacking the Weibo site (hereinafter in referred to as the robot) operates.
This case study adopts the case study method, selects Weibo as the object, collects and analyzes, and conducts adjustments. There are ten steps to conduct the questions and answers.
    Through this case study, it is found that the social network's anti-blocking are too simple, so that the zombie account can find the vulnerability to create an account. After the account is created, the case company trains the account by simulating the real user and crawling the target through the crawler. The list of advertisements was then disguised as normal user attention and comments, allowing the robot to run smoothly.
    In response to these conditions, this study provides some suggestions for the community website for reference.

目　次

中文摘要	I
英文摘要	II
目　次	III
表目錄	IV
圖目錄	V
第一章	緒論	1
第一節	研究背景與動機	1
第二節	研究目的	2
第三節	論文架構	3
第二章	文獻探討	4
第一節	名詞說明	4
第二節	相關文獻	8
第三章	研究設計	10
第一節	研究對象	10
第二節	研究方法	10
第三節	研究流程	10
第四節	研究範圍	11
第四章	個案研究與分析	12
第一節	個案公司詳述	12
第二節	攻擊微博網站的機器人運作流程	14
第三節	效能調校與問題解決流程	16
第四節	效能調校與問題解決步驟	17
第五章	結論與建議	46
第一節	結論	46
第二節	建議	47
參考文獻	50
 
表目錄

表 2 1相關文獻參考列表	8
表 4 1 VMware ESXi主機硬體配備	14
表 4 2 機器人的問題與解決方法彙總表	42

圖目錄

圖 3 1研究流程圖	10
圖 4 1攻擊微博網站的機器人運作流程	14
圖 4 2 Mailinator網站輸入信箱名稱位置	17
圖 4 3 Mailinator的信箱登入後頁面	18
圖 4 4 Receive-Sms-Online.Info網站	19
圖 4 5 Text Now 手機門號網站	21
圖 4 6 Text Now網站申請後顯示錯誤頁面	22
圖 4 7微博APP郵箱註冊頁面	25
圖 4 8 Text Now網站收驗證碼頁面	25
圖 4 9搜尋虛擬機位置的指令	28
圖 4 10執行Reset_Weibo.bat後的確認畫面	28
圖 4 11執行Weibo_Training.bat後的確認畫面	29
圖 4 12粉絲互相關注之後的頁面	30
圖 4 13進入編輯個人資料頁面	31
圖 4 14編輯個人資料頁面	31
圖 4 15 JAVA爬蟲範例	33
圖 4 16滑動網頁右方捲軸	34
圖 4 17關注目標帳號	36
圖 4 18消息設置彈跳訊息	36
圖 4 19評論目標帳號的微博頁面	37
圖 4 20在程式端辨識頁面特定座標的顏色	38
圖 4 21確認帳號的頁面	39
圖 4 22確認帳號的程式	40
圖 4 23微博等級提升條件	41

一、	中文文獻
1. 王明聖(2014)，小心提防臉書的殭屍粉絲。2018/2/1取自https://www.techbang.com/posts/13264-beware-of-zombies-facebook-fans
2. 姚依君(2010)，網頁應用程式攻擊之研究—以淡江大學為例，碩士論文，淡江大學資訊管理學系。
3. MBA百科，國際移動識別碼，2018/2/1取自http://wiki.mbalib.com/zh-tw/%E5%9B%BD%E9%99%85%E7%A7%BB%E5%8A
4. 新浪科技（2011）。調查稱第一季新浪微博占57%國內微博用戶量。
2018/2/1取自http://news.sina.com.cn/m/2011-06-29/121922726985.shtml
5. 維基百科，新浪微博，2018/2/1取自
https://zh.wikipedia.org/wiki/%E6%96%B0%E6%B5%AA%E5%BE%AE%E5%8D%9A
6. 陳賦恩(2016)，使用JSOUP網頁爬蟲獲取民宿資訊之App設計，碩士論文，輔仁大學資訊工程學系。
7. 盧芊慧 (2004)，跨網頁語言平台之SQL Injection攻擊產生系統，碩士論文，國立交通大學資訊科學與工程學系。
8. 林宥廷 (2008)，自動化網頁資料擷取－使用資料路徑與視覺資訊方法，碩士論文，國立臺灣科技大學資訊管理學系。
9. 王姿婷 (2006)，基因演算法在線上學習環境自動化課業問題回覆精確度最佳化之研究，碩士論文，國立暨南國際大學資訊管理學系。
10. 方煒智 (2017)，聚焦於網站特定資料彙整和擷取之智慧型網路機器人，碩士論文，暨南大學資訊工程學系。
11. 馮侃郁 (2014)，依使用者個人資料和更新訊息偵測社群網站垃圾使用者，碩士論文，國立高雄應用科技大學資訊管理學系。
12. 楊元齊 (2016)，一個基於使用者個人資料與發佈文章的社群網站垃圾訊息散播者的偵測機制—以新浪微博為例，碩士論文，國立交通大學	資訊管理學系。
13. 王薇雅(2014)，應用虛擬化技術建置企業雲端系統之研究，碩士論文，世新大學資訊管理學系。
14. 鄧乃榮，2010，企業資訊伺服器虛擬化之實作-以高科大資管系為例，碩士論文，高雄第一科技大學企業電子化學系。
15. 劉冠宏(2012)，中共網軍發展及其對國際網路安全影響之研究，碩士論文，國立中興大學國際政治學系。
16. 黃聰源(2010)，中共網軍建設對資安科技及規範導入之影響，碩士論文，元智大學資訊管理學系。
17. 維基百科(2018)，VMware，2018年2月1日取自維基百科：
https://zh.wikipedia.org/wiki/VMware
18. 維基百科(2018)，Android，2018年2月1日取自維基百科：
https://zh.wikipedia.org/wiki/Android
二、英文文獻
19.TEXTNOW, 2018/2/1, URL: hhttps://www.textnow.com/ 
20.Mailinator, 2018/2/1, URL: https://www.mailinator.com/
21.Android Debug Bridge (ADB), 2018/2/1, URL: https://developer.android.com/studio/command-line/adb.html
22.Pei-chi Chen (2014), Detecting spam on Twitter via message-passing based on retweet-relation, National Taiwan University of Science And Techology Department of Information Management.