2025年10月自考00051管理系统中计算机应用真题

2025年10月自考00051管理系统中计算机应用真题一、单项选择题（本大题共15小题，每小题1分，共15分）在每小题列出的四个备选项中，只有一个是符合题目要求的，请将其代码填涂在答题卡相应位置上。错选、多选或未选均无分。1.在ERP系统中，用于描述“物料需求计划”的英文缩写是A.MRP  B.MRPⅡ  C.ERP  D.CRM2.下列关于“云原生”特征的描述，错误的是A.微服务架构  B.容器化部署  C.紧耦合设计  D.持续交付3.某企业采用分布式数据库，其CAP理论中，当网络出现分区时，系统优先保证A.一致性  B.可用性  C.分区容错性  D.持久性4.在U/C矩阵中，字母“U”的含义是A.更新  B.使用  C.上传  D.用户5.下列算法中，常用于解决“航班超售”收益管理问题的是A.遗传算法  B.模拟退火  C.线性规划  D.决策树6.在RFID系统中，用于防止碰撞的ALOHA协议属于A.固定时隙  B.动态时隙  C.随机时隙  D.分时复用7.某超市“啤酒与尿布”案例主要体现的数据挖掘功能是A.关联规则  B.聚类分析  C.分类预测  D.异常检测8.在区块链共识机制中，PBFT算法可容忍的恶意节点比例上限为A.1/4  B.1/3  C.1/2  D.2/39.下列关于“零信任”安全模型的描述，正确的是A.默认信任内网  B.以身份为中心  C.取消加密传输  D.依赖边界防火墙10.在DevOps工具链中，用于实现“基础设施即代码”的主流工具是A.Jenkins  B.GitLab  C.Terraform  D.Selenium11.某制造企业使用数字孪生技术，其关键使能技术不包括A.5G  B.工业PON  C.边缘计算  D.区块链12.在数据治理体系中，负责制定数据标准的角色是A.数据Owner  B.数据Steward  C.数据Custodian  D.数据User13.下列关于“湖仓一体”架构的描述，正确的是A.仅支持结构化数据  B.存储与计算耦合  C.支持ACID事务  D.放弃数据湖14.在RPA（机器人流程自动化）项目中，最适合使用录屏开发的场景是A.高频、规则稳定  B.低频、规则多变  C.需要复杂推理  D.涉及非结构化数据15.某市政府利用“城市大脑”实时优化红绿灯配时，其核心算法属于A.强化学习  B.监督学习  C.半监督学习  D.迁移学习二、多项选择题（本大题共5小题，每小题2分，共10分）在每小题列出的五个备选项中，至少有两个是符合题目要求的，请将其代码填涂在答题卡相应位置上。错选、多选、少选或未选均无分。16.下列属于“新基建”范畴的有A.5G基站  B.特高压  C.城际高铁  D.数据中心  E.工业互联网17.在Kubernetes中，可实现服务灰度发布的资源对象包括A.Deployment  B.Service  C.Ingress  D.ConfigMap  E.CanaryCRD18.关于“数据资产入表”的会计处理，下列说法正确的有A.满足可辨认性  B.成本可靠计量  C.带来未来收益  D.无需摊销  E.需年度减值测试19.下列属于“隐私计算”技术路线的有A.联邦学习  B.差分隐私  C.同态加密  D.可信执行环境  E.数据脱敏20.在智慧农业场景中，LoRaWAN技术的优势包括A.低功耗  B.远距离  C.高带宽  D.大连接  E.免费频段三、填空题（本大题共10空，每空1分，共10分）请在答题卡上对应题号后的横线上填写正确答案。21.在面向对象方法中，用于描述对象之间“整体—部分”关系的是________关系。22.某电商大促期间采用“消息队列”进行流量削峰，Kafka中保证消息顺序的最小单元是________。23.在SQL优化中，通过建立________索引可以显著加快范围查询速度。24.某工厂使用“Andon系统”实现现场异常可视化，该系统的核心输入设备是________。25.在IT服务管理中，事件管理的首要目标是尽快恢复________。26.根据《数据安全法》，处理“重要数据”应当定期开展________评估。27.在深度学习中，用于解决梯度消失问题的门控循环单元英文缩写为________。28.某银行采用“双活数据中心”，其RPO目标通常要求小于________分钟。29.在敏捷开发中，每日站会的时间盒默认为________分钟。30.根据ISO/IEC27001，PDCA循环中的“C”指的是________。四、简答题（本大题共4小题，每小题5分，共20分）31.简述“低代码开发平台”对传统企业IT部门带来的三项主要变革。32.说明边缘计算在工业质检场景中的优势，并给出两项关键性能指标。33.概述“数据即服务”（DaaS）模式的核心要素，并指出其与SaaS的本质区别。34.结合“双碳”战略，阐述能源管理系统（EMS）中AI预测性维护的价值。五、应用题（本大题共2小题，每小题10分，共20分）35.某连锁便利店计划引入基于计算机视觉的“无人收银”系统。已知：(1)单店日均客流3000人，高峰小时系数为0.15；(2)每位顾客平均扫描8件商品，单件商品识别耗时80ms；(3)系统需满足平均排队人数不超过5人，求：1)计算单店所需边缘AI推理节点数（四舍五入取整）；2)若采用GPU云边协同方案，网络延迟≤50ms，请给出系统架构简图，并标注数据流。36.某制造企业的质量追溯系统采用区块链存证，每个区块容量为1MB，每笔交易大小为256B。已知：1)日产量2万件，每件产品需存证5笔交易；2)区块生成间隔需≥10s；3)采用Merkle树校验，树高为16；求：1)计算每日所需区块数，并评估是否满足10s出块约束；2)给出Merkle根校验的LaTex公式，并说明其防篡改原理。六、综合分析题（本大题共1小题，共25分）37.阅读下列案例并回答问题。案例：某市“智慧交通”平台整合高德、滴滴、地铁、公交、停车场等多元数据，日均数据量80TB。平台采用“湖仓一体+AI中台”架构，底层基于Hadoop+OSS数据湖，上层使用StarRocks构建实时数仓，AI中台运行TensorFlow与PySpark混合任务。近期出现以下问题：1)早高峰实时路况延迟>3min，乘客投诉激增；2)数据科学家反映模型训练样本准备耗时占整个开发周期60%；3)运维人员发现夜间ETL作业频繁失败，重跑后数据漂移。技术审计发现：A.数据湖小文件过多，NameNode内存占用达92%；B.AI中台缺少特征存储，每次训练需重新跑原始数据；C.ETL链路依赖Airflow静态DAG，无法感知上游数据迟到。请回答：(1)针对问题1，给出“流批一体”技术方案，要求包含组件选型、数据流图、延迟估算公式；（8分）(2)针对问题2，设计特征存储（FeatureStore）的元数据模型，并用ER图表示；（7分）(3)针对问题3，提出基于数据感知的动态ETL调度策略，给出算法伪代码与关键变量说明；（6分）(4)从数据治理角度，提出一套可持续的“数据质量”运营指标体系，不少于5项指标并给出计算公式。（4分）【卷后答案与解析】一、单项选择题1.A 2.C 3.C 4.B 5.C 6.C 7.A 8.B 9.B 10.C 11.D 12.B 13.C 14.A 15.A二、多项选择题16.ABDE 17.ACE 18.ABCE 19.ABCD 20.ABDE三、填空题21.聚合（或组合）22.分区（Partition）23.B+24.拉绳开关（或Andon绳）25.服务（或业务）26.风险27.GRU28.5（或1—5均可）29.1530.Check（或检查）四、简答题（答案要点）31.(1)开发角色平民化，业务人员可参与；(2)交付周期缩短，IT由“交付”变“赋能”；(3)运维重心上移，聚焦组件治理与合规。32.优势：本地推理降低时延、节省带宽、保护隐私。KPI：时延≤50ms；识别准确率≥99.5%。33.核心要素：数据标准化、API服务化、计量计费、质量保障。与SaaS区别：DaaS交付的是“数据”，SaaS交付的是“软件功能”。34.AI预测性维护可减少非计划停机，优化备件库存，降低能耗3%—7%，间接减少碳排放；通过精准维护延长设备寿命，减少废旧设备产生。五、应用题35.1)高峰小时客流=3000×0.15=450人；单顾客耗时=8×0.08=0.64s；系统服务率μ=1/0.64=1.5625人/s；按M/M/c模型，ρ=λ/(cμ)≤1，令Lq≤5，解得c≥4.2，取整5节点。2)架构简图：摄像头→边缘GPU节点（TensorRT推理）→本地Nginx→云侧GPU集群（备份）→Redis缓存→收银APP；数据流：视频流→AI节点→JSON结果→消息队列→云聚合。36.1)日交易数=20000×5=100000笔；每块交易数=1MB/256B≈4096笔；所需区块数=100000/4096≈25块；出块时间=86400s/25=3456s≈57.6min，远大于10s，不满足。需提高区块容量或缩短出块间隔。2)Merkle根公式：MerkleRoot=H(H(防篡改原理：任一交易变动将导致根哈希变化，且无法伪造哈希碰撞。六、综合分析题（答案摘要）(1)采用FlinkCDC+Kafka+Paimon流批一体，端到端延迟≤30s；延迟估算：T(2)特征存储ER图：Entity（FeatureSet）—has—Feature；Feature—version—FeatureValue；主键：entity_id+feature_name+timestamp。(3)动态调度伪代码：```whileTrue:upstream_ts=get_max_event_time(source)ifupstream_ts>last_ts:creat