2026年工业互联网技术(边缘计算应用)试题及答案

2026年工业互联网技术(边缘计算应用)试题及答案一、单项选择题（本大题共20小题，每小题2分，共40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。）1.在2026年的工业互联网架构中，边缘计算节点与云端协同的核心模式被称为“云边协同”。在这种模式下，下列哪项任务最适合完全下沉至边缘侧执行，以最大程度降低网络带宽压力并保证实时性？A.历史生产数据的长期归档与存储B.基于全厂数据的大模型深度学习训练C.机器人焊接过程的实时轨迹修正与异常检测D.跨区域的供应链订单统筹分析2.针对工业现场对确定性网络的严苛要求，时间敏感网络（TSN）技术已成为边缘计算网络层的关键技术。TSN协议簇中，用于确保流量在特定时间窗口内无排队传输的机制是？A.802.1Qbv(门控调度)B.802.1Qci(入口流量管制)C.802.1AS(时间同步)D.802.1CB(帧复制与消除)3.在边缘计算硬件架构中，为了满足工业现场宽温、强振动和电磁兼容性要求，边缘网关通常遵循特定的设计标准。下列哪项标准是评估工业级设备抗振动能力的主要国际标准？A.IEC61850B.ISO26262C.IEC60068-2-6D.IEEE802.34.容器化技术在边缘计算节点中得到广泛应用，相比虚拟机（VM），容器技术在边缘侧的主要优势不包括？A.启动速度更快，适合边缘侧频繁的业务调度B.资源占用率更低，适配边缘侧有限的计算资源C.强隔离性，能够完全杜绝宿主机内核漏洞带来的安全风险D.镜像体积小，便于在低带宽网络环境下分发5.边缘计算节点在处理工业传感器数据时，常采用轻量级消息协议以减少网络开销。在MQTT协议中，用于标识消息投递服务质量的三个级别QoS0、QoS1、QoS2中，哪一种级别能够保证“消息至少到达一次”，且在开销和可靠性之间取得较好平衡？A.QoS0B.QoS1C.QoS2D.QoS36.在工业视觉检测系统中，边缘AI推理引擎常采用模型压缩技术。下列哪种技术通过将权重参数从32位浮点数量化为8位整数，在几乎不损失精度的前提下显著减少模型大小和计算量？A.知识蒸馏B.网络剪枝C.量化感知训练D.低秩分解7.边缘计算节点的安全防护体系与云端有所不同。针对边缘侧设备暴露在物理开放环境的特点，下列哪项技术是保障硬件层安全的基础，用于防止设备被物理拆解或提取密钥？A.硬件安全模块(HSM)/可信执行环境(TEE)B.防火墙C.入侵检测系统(IDS)D.SSL/TLS加密传输8.某智能工厂采用“边-云”协同架构进行预测性维护。边缘侧负责采集振动加速度信号并提取时域特征，云端负责基于长短期记忆网络（LSTM）进行剩余寿命（RUL）预测。若边缘节点上传数据的频率由1Hz提升至10Hz，在不改变压缩算法的情况下，云端接收到的数据量将如何变化？A.保持不变B.增加约10倍C.增加约loD.取决于网络丢包率，无法确定9.在边缘计算的数据持久化存储中，时序数据库（TSDB）是处理高频工业物联网数据的首选。下列哪项特性是时序数据库设计时优化的核心目标，而非关系型数据库（RDBMS）的强项？A.复杂的事务处理（ACID）B.多表关联查询效率C.高并发写入与海量时间线压缩D.结构化数据的完整性约束10.K3s是边缘计算领域广泛使用的轻量级Kubernetes发行版。为了适应边缘侧资源受限的网络环境，K3s默认支持的存储后端与其他组件有所不同，其默认使用的数据库后端是？A.MySQLB.PostgreSQLC.SQLiteD.Oracle11.在工业互联网的边缘计算场景中，数字孪生体的实时渲染与交互往往需要边缘节点具备较强的图形处理能力。下列哪类硬件接口是边缘网关连接高性能GPU或FPGA加速卡进行AI推理或渲染的主流高速总线标准？A.PCIExpress(PCIe)B.USB3.0C.SATAIIID.RS-48512.边缘计算节点在部署软件更新时，常采用OTA（Over-The-Air）技术。为了确保更新过程的可靠性，防止更新失败导致设备变砖，边缘设备应具备哪种关键的恢复机制？A.差分更新B.双分区（A/B分区）启动机制C.增量编译D.远程调试端口13.在5GMEC（多接入边缘计算）场景下，为了实现应用流量的本地卸载，避免数据迂回至核心网，需要采用哪种用户面功能（UPF）部署策略？A.集中式部署B.分布式部署，且下沉至边缘节点C.仅控制面下沉D.纯本地路由，无需UPF14.边缘侧的数据预处理是减少云端负载的关键。假设原始图像数据为5MB，经过边缘侧JPEG2000压缩算法处理后，压缩比为20:1，且需附加100字节的元数据标签。压缩后该数据包的总大小约为多少字节？（注：1MB=1024KB）A.256,100B.262,200C.262,144D.25,60015.在工业控制系统中，边缘计算节点常作为OPCUA服务器与底层OT设备（如PLC）的客户端。为了实现不同厂商设备间的互操作性，OPCUA采用的信息模型基础是？A.面向对象建模B.面向过程建模C.面向代理建模D.面向方面建模16.针对边缘计算集群的运维，由于节点数量庞大且分布分散，传统的SSH手动运维已不可行。基于GitOps的持续交付（CD）模式在边缘侧变得流行，其核心思想是利用Git仓库作为系统状态的“单一事实来源”。下列哪项工具常用于实现Kubernetes集群的GitOps自动化部署？A.JenkinsB.ArgoCD/FluxC.PrometheusD.Grafana17.在边缘计算场景下，联邦学习是一种保护数据隐私的AI训练范式。其核心机制是？A.将所有边缘数据汇聚到云端进行训练B.仅在边缘端训练模型，将模型梯度/参数加密上传至云端聚合，原始数据不出域C.在边缘端生成假数据并上传D.使用区块链记录所有数据操作18.某工厂车间部署了多个边缘计算节点，为了实现节点间的负载均衡，当某节点处理能力达到阈值时，需要将部分任务迁移至邻近节点。这种技术在边缘计算中被称为？A.云边迁移B.边缘协同/边缘迁移C.虚拟机热迁移D.容器编排19.工业边缘计算节点通常需要连接多种异构现场总线。在连接传统的Profibus-DP设备时，边缘网关需要具备哪种功能模块？A.协议网关/协议转换器B.路由器C.交换机D.负载均衡器20.评估边缘计算系统的能效比对于绿色制造至关重要。假设一个边缘节点在处理AI推理任务时，功率消耗为15W，处理速度为30TOPS（每秒万亿次运算），另一款节点功率为10W，处理速度为15TOPS。根据能效比公式E=A.第一款B.第二款C.两者相同D.无法比较二、多项选择题（本大题共10小题，每小题3分，共30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。多选、少选、错选均不得分。）21.工业互联网边缘计算架构通常分为云、边、端三层。关于边缘层（EdgeLayer）的核心功能，下列描述正确的有？A.提供协议转换，实现南向设备的互联互通B.执行实时数据清洗、聚合与特征提取C.承担非实时、长周期的大数据挖掘任务D.提供本地化的业务逻辑闭环，保证低时延控制E.负责全厂级能源消耗的宏观统计分析22.在边缘计算节点的软件栈中，为了解决硬件异构性问题（如x86,ARM,RISC-V），通常采用跨平台的运行时环境。下列哪些属于常见的边缘侧轻量级操作系统或虚拟化技术？A.UbuntuServerB.AndroidC.DockerD.LinuxContainers(LXC)E.gRPC23.时间敏感网络（TSN）是一组IEEE802.1标准的集合，旨在通过以太网提供确定性通信。TSN的关键技术组件包括？A.时间同步（802.1AS）B.调度与流量整形（802.1Qav,802.1Qbv）C.流量控制与排队（802.1Qci）D.网络配置与管理（802.1Qcc）E.路径选择与冗余（802.1CB）24.边缘计算面临的安全挑战比云计算更为复杂，主要体现在物理环境不可控、设备资源受限等方面。构建边缘安全防护体系时应重点考虑哪些措施？A.设备身份认证与唯一标识B.数据全链路加密（传输层、存储层）C.轻量级入侵检测与防火墙D.定期的固件漏洞扫描与OTA补丁更新E.物理机房的恒温恒湿控制（对边缘节点不适用）25.在工业边缘视觉检测应用中，常见的图像预处理算法包括哪些，用于降低后续AI推理的复杂度？A.图像去噪（高斯滤波、中值滤波）B.图像增强（直方图均衡化）C.感兴趣区域（ROI）裁剪D.图像旋转与翻转E.图像语义分割（属于AI推理，非简单预处理）26.边缘计算节点在进行数据采集时，经常遇到数据缺失或异常值的情况。针对时间序列数据的异常检测，常用的统计学方法有？A.3σ原则（拉依达准则）B.箱线图分析法（IQR）C.格鲁布斯检验法D.狄克逊检验法(Q检验)E.深度学习分类法（属于非统计学方法）27.Kubernetes在边缘计算场景下的原生支持存在挑战，如边缘节点网络不稳定、资源受限。为此，业界推出了哪些针对边缘优化的Kubernetes扩展或轻量级发行版？A.KubeEdgeB.SuperEdgeC.K3sD.MicroK8sE.OpenStack28.边缘计算节点的能耗管理对于电池供电或无风扇嵌入式系统至关重要。下列哪些技术策略有助于降低边缘节点的功耗？A.动态电压频率调整（DVFS）B.CPU闲置核心休眠C.使用低功耗的内存架构（如LPDDR）D.关闭所有后台守护进程E.提高工作电压以加快计算速度29.在智能制造车间的AGV（自动导引车）调度系统中，边缘计算节点承担着路径规划和避障计算。为了实现多车协同，边缘节点需要处理哪些类型的数据？A.激光雷达点云数据B.地图栅格数据C.AGV实时位置坐标D.云端下发的全局任务订单E.历史维修日志30.关于边缘计算中的“微服务”架构，下列说法正确的有？A.将单体应用拆分为一组松耦合的服务B.每个微服务可以独立部署、升级和扩展C.微服务间通信通常采用RESTfulAPI或gRPCD.微服务架构会增加系统管理的复杂性，需要完善的ServiceMesh（服务网格）支持E.微服务一定比单体应用占用更少的内存资源三、判断题（本大题共15小题，每小题1分，共15分。请判断下列各题的正误，正确的在答题卡上涂“A”，错误的涂“B”。）31.边缘计算完全取代云计算，未来工业互联网将不再需要云端中心。32.MQTT协议的Publish/Subscribe模型天然支持边缘节点与云端的多对多通信，且解耦了生产者与消费者。33.在边缘计算中，所有数据都必须在本地存储，绝对不能上传至云端，这是铁律。34.容器技术的本质是操作系统级别的虚拟化，共享宿主机内核，因此隔离性不如虚拟机。35.OPCUAoverTSN是目前工业互联网中实现IT与OT融合、实现开放互操作性的重要关键技术方向。36.边缘AI推理通常使用FP32（32位浮点数）精度，因为边缘计算节点拥有无限的计算资源。37.为了实现极低的时延，5GMEC将UPF（用户面功能）下沉部署，并配合本地分流技术。38.边缘计算节点的时钟同步精度要求不高，毫秒级的误差对于工业控制是可以接受的。39.数字孪生体的渲染和物理实体的控制必须在同一个边缘节点上完成，不能跨节点协同。40.边缘计算的数据隐私保护不仅涉及传输加密，还涉及计算过程的隐私（如使用多方安全计算）。41.边缘网关通常不具备NAT（网络地址转换）功能，必须使用公网IP地址。42.在工业场景中，边缘节点的可用性要求通常高于消费级电子产品，MTBF（平均无故障时间）指标要求更高。43.Serverless（无服务器）架构只能应用在云端，无法在边缘计算节点上运行。44.边缘计算中的“雾计算”通常指更靠近物理设备、计算能力更弱的一层，与边缘计算概念完全等同且无层次区别。45.使用边缘计算处理视频流时，通常只在边缘侧提取元数据（如人员位置、车牌号），而将原始视频流丢弃或仅在必要时低码率上传。四、填空题（本大题共15小题，每小题2分，共30分。请在答题卡指定位置填写正确答案。）46.在工业互联网中，边缘计算节点位于网络拓扑的______层，介于物理设备层和云计算层之间。47.为了解决边缘节点IP地址动态变化导致的云端寻址困难，常使用______协议进行反向代理和消息推送。48.边缘计算中常用的轻量级机器学习框架GoogleTensorFlow的移动/嵌入式版本被称为______。49.在时间敏感网络中，IEEE802.1AS标准定义了______协议，用于实现纳秒级的时间同步。50.边缘计算节点在进行数据聚合时，常用的一种数据结构是环形缓冲区，其特点是______，适合存储固定长度的最新时序数据。51.为了保证边缘设备固件更新的完整性，常用的校验算法包括CRC32和______。52.在Kubernetes架构中，负责管理节点上容器的轻量级代理组件是______。53.边缘计算节点的计算资源单位通常用CPU核心数、内存大小以及______（如GPU显存）来衡量。54.工业边缘安全中，防止非授权设备接入网络的机制称为______。55.某传感器采样率为1kHz，每个采样值2字节，连续采集1小时产生的原始数据量为______MB（保留整数）。56.边缘计算中的“数据下沉”是指将原本在云端处理的数据分析逻辑______到边缘侧。57.在边缘侧部署微服务时，由于服务数量多且IP动态变化，通常需要引入______机制来实现服务发现。58.为了在资源受限的边缘设备上运行神经网络，常使用______技术来减少模型的参数量和计算量。59.边缘计算节点的散热设计通常采用无风扇被动散热，这限制了其TDP（热设计功耗）通常在______W以下。60.在工业互联网平台架构中，提供设备管理、数据采集和边缘应用编排的功能模块通常被称为______。五、简答题（本大题共4小题，每小题10分，共40分。）61.简述边缘计算在工业互联网“云-边-端”架构中的核心价值，并结合具体工业场景（如机床监控）说明其如何解决带宽和时延问题。62.对比容器技术与虚拟机技术，分析为什么容器技术更适合作为边缘计算节点的应用运行时环境？请从启动速度、资源占用和交付方式三个方面进行阐述。63.在工业边缘计算场景中，数据安全与隐私保护面临严峻挑战。请列举至少三种针对边缘侧的安全防护技术，并简要说明其作用。64.解释时间敏感网络（TSN）如何实现流量的确定性传输？请结合门控调度（802.1Qbv）和时间同步（802.1AS）的工作原理进行说明。六、综合应用与计算题（本大题共2小题，共45分。）65.（20分）某汽车制造车间的焊接生产线引入了边缘计算系统进行质量监控。该系统包含10个焊接机器人，每个机器人配备2个高清工业相机（分辨率为1920x1080，帧率30fps，像素格式YUV422，每个像素2字节）。图像数据首先传输至部署在产线旁的边缘计算网关。边缘网关对图像进行压缩（压缩比10:1）和缺陷检测AI推理（模型推理耗时约20ms/帧）。检测后的结果（包含缺陷类型和坐标，数据量约200字节）通过5G网络上传至云端服务器。(1)计算单个相机每秒产生的原始图像数据量（单位：Mbps）。请写出计算公式和计算过程。(2)计算该生产线所有相机每秒产生的总原始数据量（单位：Mbps）。(3)假设边缘网关的压缩处理速度足够快，计算经过压缩后，边缘网关每秒需要通过5G网络上传至云端的纯数据流量（单位：Kbps）。假设所有帧都检测出缺陷（实际上不一定，按最坏情况计算）。(4)如果不采用边缘计算，直接将原始视频流通过5G上传至云端分析，按照当前的5G上传带宽（假设上行带宽为100Mbps），该网络带宽能否满足需求？请通过计算说明理由。(5)说明边缘计算在该场景下除了节省带宽外，还有什么关键优势？66.（25分）某风力发电场部署了边缘计算平台用于风机的预测性维护。每台风机安装有振动传感器，采样频率=25.6边缘节点每10秒执行一次采集与分析任务。已知振动传感器数据为16位整数（2字节）。边缘节点采用K3s作为容器编排引擎，运行一个基于Python的振动分析微服务。该微服务在处理数据时，除了FFT计算外，还会提取时域特征（均值、有效值RMS、峭度、偏度）。(1)计算单次采集（1024个点）的原始数据量（单位：Byte）。(2)计算边缘节点每秒接收（或产生）的平均数据量（单位：KB/s）。注意：不是每秒都采集，而是每10秒采集一次。(3)在信号处理中，有效值（RMS）的计算公式为=。若采集到的1024个数据点中，有512个点的值为10，512个点的值为-10，请计算该段信号的RMS值。(4)该边缘节点长期运行后，发现内存占用持续上升，疑似存在内存泄漏。作为边缘运维工程师，请简述在边缘侧（资源受限、可能无图形界面）排查Python应用内存泄漏的步骤和方法（至少列出3种方法或工具）。(5)为了实现风机叶片的视觉巡检，该边缘节点集成了轻量级目标检测模型（如YOLOv5-Nano）。模型输入尺寸为640x640x3（uint8），FP32模型大小约为6MB。为了进一步减小模型体积并提升推理速度，工程师决定使用INT8量化。简述INT8量化的基本原理。量化后的模型理论体积大约是多少？INT8量化通常需要校准数据集，其作用是什么？以下为答案与解析部分一、单项选择题1.C解析：机器人焊接轨迹修正属于毫秒级实时控制任务，必须在边缘侧甚至控制器内部完成，无法容忍云端传输的时延。A、B、D均为非实时或大数据量任务，适合云端。解析：机器人焊接轨迹修正属于毫秒级实时控制任务，必须在边缘侧甚至控制器内部完成，无法容忍云端传输的时延。A、B、D均为非实时或大数据量任务，适合云端。2.A解析：802.1Qbv是基于门控列表的调度机制，为时间敏感流量预留确定的发送窗口，消除队列抖动。B是入口管制，C是时间同步，D是冗余。解析：802.1Qbv是基于门控列表的调度机制，为时间敏感流量预留确定的发送窗口，消除队列抖动。B是入口管制，C是时间同步，D是冗余。3.C解析：IEC60068是环境试验标准，其中2-6部分专门涉及振动测试。IEC61850是电力通信标准，ISO26262是功能安全标准，IEEE802.3是以太网标准。解析：IEC60068是环境试验标准，其中2-6部分专门涉及振动测试。IEC61850是电力通信标准，ISO26262是功能安全标准，IEEE802.3是以太网标准。4.C解析：容器与宿主机共享内核，隔离性弱于虚拟机（VM拥有独立内核），无法杜绝内核漏洞影响。A、B、D均为容器的优势。解析：容器与宿主机共享内核，隔离性弱于虚拟机（VM拥有独立内核），无法杜绝内核漏洞影响。A、B、D均为容器的优势。5.B解析：QoS1为“至少一次”，确保消息送达，可能有重复；QoS0为最多一次；QoS2为只有一次，开销最大。解析：QoS1为“至少一次”，确保消息送达，可能有重复；QoS0为最多一次；QoS2为只有一次，开销最大。6.C解析：量化是将浮点数转为整数（如FP32转INT8），显著减少大小和计算量。剪枝是移除冗余连接，蒸馏是教师生训练学生。解析：量化是将浮点数转为整数（如FP32转INT8），显著减少大小和计算量。剪枝是移除冗余连接，蒸馏是教师生训练学生。7.A解析：HSM/TEE提供硬件级别的密钥存储和加密计算，防物理提取。防火墙和IDS是网络/软件层防护，无法完全防物理拆解。解析：HSM/TEE提供硬件级别的密钥存储和加密计算，防物理提取。防火墙和IDS是网络/软件层防护，无法完全防物理拆解。8.B解析：采样频率提升10倍，数据点数增加10倍，若压缩算法不变（压缩比恒定），则数据量增加约10倍。解析：采样频率提升10倍，数据点数增加10倍，若压缩算法不变（压缩比恒定），则数据量增加约10倍。9.C解析：TSDB专为时间序列数据的高吞吐写入设计，ACID和多表关联是RDBMS的强项。解析：TSDB专为时间序列数据的高吞吐写入设计，ACID和多表关联是RDBMS的强项。10.C解析：K3s默认使用SQLite作为轻量级后端，也可配置MySQL/PostgreSQL，但默认是SQLite以降低依赖。解析：K3s默认使用SQLite作为轻量级后端，也可配置MySQL/PostgreSQL，但默认是SQLite以降低依赖。11.A解析：PCIe是高速串行计算机扩展总线标准，用于连接显卡、网卡等高速设备。USB和SATA速度或协议机制不适合内部加速卡连接。解析：PCIe是高速串行计算机扩展总线标准，用于连接显卡、网卡等高速设备。USB和SATA速度或协议机制不适合内部加速卡连接。12.B解析：A/B分区机制保证即使当前分区更新失败，系统仍可从备份分区启动，避免变砖。解析：A/B分区机制保证即使当前分区更新失败，系统仍可从备份分区启动，避免变砖。13.B解析：UPF下沉至边缘是实现MEC流量本地卸载、降低时延的关键架构。解析：UPF下沉至边缘是实现MEC流量本地卸载、降低时延的关键架构。14.A解析：5MB=510241024Bytes=5242880Bytes。压缩后数据=5242880/20=262144Bytes。加上100字节标签=262244Bytes。选项A最接近（可能是计算时取1MB=1000KB的近似值，或者题目意图是整数估算）。精确计算：510001000/20+100=250100Bytes（若按1MB=10^6Bytes）。若按1MB=2^20Bytes，则为262244。选项A为256100，可能是题目预设的某种近似或笔误，但最接近。注：在标准考试中通常按1MB=1024KB计算，但此处选项A为256100，可能暗示1MB=1000KB且压缩比计算略有不同，或者选项设计问题。让我们重新按标准计算：5MB=510241024B=5,242,880B。压缩后=262,144B。加100B=262,244B。选项中没有精确匹配。检查选项A256100。若题目意为5,000,000Bytes(5MBbase10)，则250,000+100=250,100。若题目意为510241024，结果262,244。最接近的是A256100（可能是干扰项）。让我们重新审视题目：可能是510241024/20=262144。若加上100，262244。选项A256100，选项B262200。选项B262200非常接近262244（差44字节）。选项A256100相差较大。正确选项应选B，可能是忽略了那100字节的微小差异，或者近似计算。修正解析：5MB=510241024Bytes=5242880Bytes。压缩比20:1->262144Bytes。加100Bytes->262244Bytes。选项B(262200)最接近。修正解析：5MB=510241024Bytes=5242880Bytes。压缩比20:1->262144Bytes。加100Bytes->262244Bytes。选项B(262200)最接近。15.A解析：OPCUA采用面向对象的信息建模，定义节点、引用、属性等。解析：OPCUA采用面向对象的信息建模，定义节点、引用、属性等。16.B解析：ArgoCD和Flux是主流的KubernetesGitOps工具，确保集群状态与Git仓库一致。解析：ArgoCD和Flux是主流的KubernetesGitOps工具，确保集群状态与Git仓库一致。17.B解析：联邦学习的核心是数据不动模型动，梯度聚合。解析：联邦学习的核心是数据不动模型动，梯度聚合。18.B解析：边缘协同指边缘节点间的任务迁移和协作。解析：边缘协同指边缘节点间的任务迁移和协作。19.A解析：Profibus是传统串行总线，连接IP网络需协议网关转换。解析：Profibus是传统串行总线，连接IP网络需协议网关转换。20.A解析：E1=30/15=2TOPS/W。E2=15/10=1.5TOPS/W。第一款能效更高。解析：E1=30/15=2TOPS/W。E2=15/10=1.5TOPS/W。第一款能效更高。二、多项选择题21.ABD解析：C和D（全厂级宏观分析）属于云端任务。边缘侧侧重实时、本地、协议转换。解析：C和D（全厂级宏观分析）属于云端任务。边缘侧侧重实时、本地、协议转换。22.ACD解析：Docker和LXC是容器技术。UbuntuServer是通用OS，可用于边缘但不是虚拟化技术本身。Android是移动OS，较少用于工业边缘。gRPC是通信框架。解析：Docker和LXC是容器技术。UbuntuServer是通用OS，可用于边缘但不是虚拟化技术本身。Android是移动OS，较少用于工业边缘。gRPC是通信框架。23.ABCDE解析：全部都是TSN协议簇中的关键组件。解析：全部都是TSN协议簇中的关键组件。24.ABCD解析：物理机房控制（E）对于部署在产线现场的边缘盒子是不适用的，它们需适应恶劣环境而非改变环境。解析：物理机房控制（E）对于部署在产线现场的边缘盒子是不适用的，它们需适应恶劣环境而非改变环境。25.ABC解析：语义分割是高级AI任务，不是基础预处理。D（旋转）是几何变换，有时算预处理，但A、B、C是核心降维预处理。解析：语义分割是高级AI任务，不是基础预处理。D（旋转）是几何变换，有时算预处理，但A、B、C是核心降维预处理。26.ABCD解析：E属于机器学习方法。解析：E属于机器学习方法。27.ABC解析：KubeEdge,SuperEdge,K3s,MicroK8s都是边缘K8s方案。OpenStack是云IaaS。解析：KubeEdge,SuperEdge,K3s,MicroK8s都是边缘K8s方案。OpenStack是云IaaS。28.ABC解析：DVFS、休眠、低功耗硬件是有效手段。关闭所有后台进程可能导致系统功能不可用（如看门狗、监控），需谨慎。提高电压增加功耗。解析：DVFS、休眠、低功耗硬件是有效手段。关闭所有后台进程可能导致系统功能不可用（如看门狗、监控），需谨慎。提高电压增加功耗。29.ABCD解析：AGV调度需要实时感知（A）、地图（B）、状态（C）和任务（D）。历史维修日志（E）不是实时调度的必需数据。解析：AGV调度需要实时感知（A）、地图（B）、状态（C）和任务（D）。历史维修日志（E）不是实时调度的必需数据。30.ABCD解析：微服务架构会增加资源开销（多个运行时、通信开销），所以E是错误的。解析：微服务架构会增加资源开销（多个运行时、通信开销），所以E是错误的。三、判断题31.B解析：边缘计算是云的补充，而非替代。长周期数据存储、全局优化仍需云端。解析：边缘计算是云的补充，而非替代。长周期数据存储、全局优化仍需云端。32.A解析：MQTT是去中心化的pub/sub，非常适合边缘环境。解析：MQTT是去中心化的pub/sub，非常适合边缘环境。33.B解析：边缘计算遵循“必要时上传”原则，而非绝对不上传。很多业务需要云端数据。解析：边缘计算遵循“必要时上传”原则，而非绝对不上传。很多业务需要云端数据。34.A解析：容器共享内核，隔离性弱于VM。解析：容器共享内核，隔离性弱于VM。35.A解析：OPCUAoverTSN是IT/OT融合的关键标准。解析：OPCUAoverTSN是IT/OT融合的关键标准。36.B解析：边缘资源受限，常使用FP16或INT8量化。解析：边缘资源受限，常使用FP16或INT8量化。37.A解析：UPF下沉是MEC低时延的基础。解析：UPF下沉是MEC低时延的基础。38.B解析：精密运动控制需要微秒级（μs）甚至纳秒级同步，毫秒级误差过大。解析：精密运动控制需要微秒级（μ39.B解析：数字孪生可以跨节点协同，渲染可以在云端或高性能边缘节点，控制在现场控制器。解析：数字孪生可以跨节点协同，渲染可以在云端或高性能边缘节点，控制在现场控制器。40.A解析：隐私计算是边缘安全的重要方向。解析：隐私计算是边缘安全的重要方向。41.B解析：边缘网关通常位于NAT之后，通过VPN或反向代理与云端通信。解析：边缘网关通常位于NAT之后，通过VPN或反向代理与云端通信。42.A解析：工业环境要求高可靠性（MTBF高）。解析：工业环境要求高可靠性（MTBF高）。43.B解析：存在边缘Serverless框架（如OpenFaaS，KnativeonEdge）。解析：存在边缘Serverless框架（如OpenFaaS，KnativeonEdge）。44.B解析：雾计算通常指更靠近端的层级，边缘计算概念更宽泛，二者有层次区别，不完全等同。解析：雾计算通常指更靠近端的层级，边缘计算概念更宽泛，二者有层次区别，不完全等同。45.A解析：这是边缘计算视频处理的典型模式，只传元数据，极大节省带宽。解析：这是边缘计算视频处理的典型模式，只传元数据，极大节省带宽。四、填空题46.边缘47.MQTT(或HTTPLong-polling,Websocket，但MQTT最典型)48.TensorFlowLite49.精准时间同步(PTP,/gPTP)50.先进先出(FIFO)51.SHA-256(或MD5,但SHA系列更安全)52.Kubelet53.GPU(或NPU,FPGA等加速卡资源)54.设备准入控制55.7(计算：1000×56.下沉(或迁移)57.服务发现58.模型剪枝(或知识蒸馏,量化)59.15(或10-20W范围，视具体无风扇设计而定，通常15W是常见分界)60.边缘设备管理(或EdgeDeviceManagement)五、简答题61.答案要点：核心价值：降低时延、节省带宽、提高可靠性（断网可本地运行）、保护数据隐私。场景说明（机床监控）：时延：机床故障（如主轴振动）需要在毫秒级触发停机以防撞刀。若数据传云端再返回指令，时延不可控。边缘计算可在本地实时分析振动信号，立即切断电源。带宽：机床高频振动传感器数据量巨大（如20kHz采样）。若全量上传，将占满工厂带宽。边缘计算仅上传特征值（如RMS、峭度）或异常波形片段，带宽消耗降低99%以上。62.答案要点：启动速度：容器直接利用宿主机内核，无需启动完整的操作系统，启动时间为秒级甚至毫秒级，适合边缘侧频繁的业务变更和扩缩容；虚拟机需启动GuestOS，耗时分钟级。资源占用：容器共享宿主机内核和库，镜像体积小（MB级），内存占用低；虚拟机携带完整OS，镜像体积大（GB级），内存和CPU开销大。交付方式：容器镜像（DockerImage）实现了“构建一次，到处运行”，屏蔽了底层硬件和OS差异，便于在异构的边缘节点间分发应用；虚拟机镜像与底层硬件（