2026年系统规划与管理师考试新内容试题及答案

2026年系统规划与管理师考试新内容试题及答案一、单项选择题（每题2分，共20分）1.某企业计划部署基于AI大模型的智能运维系统，以下哪项不属于该系统需重点考虑的技术风险？A.模型训练数据中的偏差导致故障预测误报B.大模型推理算力需求对现有服务器资源的压力C.运维人员因技能不足产生的抵触情绪D.模型输出结果的可解释性不足影响故障根因定位答案：C解析：技术风险主要涉及系统本身的技术特性，如数据质量（A）、算力需求（B）、可解释性（D）；人员抵触属于管理风险，非技术风险范畴。2.边缘计算在工业互联网场景中的核心价值是？A.降低云中心存储成本B.实现毫秒级实时数据处理C.简化网络架构层级D.减少工业设备采购成本答案：B解析：工业互联网对实时性要求极高（如设备状态监控、故障预警），边缘计算通过在设备侧或近设备侧处理数据，可将延迟从传统云中心的“秒级”降至“毫秒级”（B正确）。降低存储成本（A）、简化架构（C）为次要价值，不直接关联核心需求。3.数字孪生技术在数据中心运维中的典型应用是？A.模拟不同负载下制冷系统的能耗分布B.替代人工进行服务器硬件故障检测C.实时同步展示数据中心物理空间布局D.自动提供年度运维预算报告答案：A解析：数字孪生的核心是通过虚拟模型模拟物理实体的运行状态并预测变化（A为模拟能耗分布，符合典型应用）；替代人工检测（B）属于AI诊断技术；实时展示布局（C）是可视化技术；自动提供报告（D）是流程自动化，均非数字孪生核心。4.根据2025年修订的《信息系统服务管理规范》（试行），IT服务连续性管理的关键指标不包括？A.最大可容忍停机时间（MTD）B.服务恢复时间目标（RTO）C.平均故障间隔时间（MTBF）D.最大数据丢失量（MTPD）答案：C解析：IT服务连续性管理关注灾难发生后的恢复能力，指标包括MTD（业务可容忍的最长停机时间）、RTO（实际恢复所需时间）、MTPD（允许丢失的最大数据量）；MTBF（平均无故障时间）是可靠性指标，属于服务可用性管理范畴。5.隐私计算技术在跨企业数据协作中的主要作用是？A.确保原始数据不出域的前提下完成联合分析B.加密传输过程中的敏感数据C.删除数据中的个人身份信息（PII）D.建立数据共享的权限审批流程答案：A解析：隐私计算（如联邦学习、安全多方计算）的核心是“数据可用不可见”，即在不交换原始数据的情况下实现联合建模或分析（A正确）；加密传输（B）是传输层安全技术；删除PII（C）是脱敏技术；权限审批（D）是访问控制，均非隐私计算核心。6.某金融机构实施数据治理体系时，将“客户交易数据的准确性”作为关键指标，这属于数据治理的哪个维度？A.数据安全B.数据质量C.数据生命周期管理D.数据标准答案：B解析：数据质量维度包括准确性、完整性、一致性等（B正确）；数据安全关注访问控制、加密等；生命周期管理涉及数据从产生到归档的全流程；数据标准规定数据定义、格式等。7.基于ITIL5框架，“通过分析用户反馈优化服务目录”属于哪个价值流的活动？A.设计与转换B.获取与构建C.交付与支持D.持续改进答案：D解析：ITIL5的价值流包括“持续改进”（通过反馈循环优化服务）、“设计与转换”（规划设计服务）、“获取与构建”（获取资源并构建服务）、“交付与支持”（提供服务并处理事件）。优化服务目录基于用户反馈，属于持续改进（D）。8.以下哪项不属于ESG（环境、社会、治理）在IT管理中的实践？A.数据中心采用液冷技术降低PUE（电源使用效率）B.为偏远地区员工提供远程办公系统以减少通勤碳排放C.建立供应商数字化评估系统，筛选符合环保标准的IT设备供应商D.提升服务器CPU主频以加快业务响应速度答案：D解析：ESG中的环境（E）关注节能减排（A、B），社会（S）关注员工福祉与社会责任（B），治理（G）关注供应链管理（C）；提升CPU主频可能增加能耗，与ESG目标无直接关联（D）。9.智能运维（AIOps）平台的核心能力不包括？A.多源异构运维数据的统一采集与标准化B.基于机器学习的故障模式识别C.自动化执行故障恢复操作（如重启服务）D.替代运维人员进行战略规划决策答案：D解析：AIOps的核心是通过数据驱动提升运维效率（A、B、C），但战略规划需结合业务目标与管理经验，无法被AI完全替代（D错误）。10.某企业实施数字化转型，其IT战略规划的关键输入不包括？A.业务部门的年度业绩目标B.国家“十四五”数字经济发展规划C.竞争对手的IT系统架构文档D.企业现有IT基础设施的容量评估报告答案：C解析：IT战略规划需结合业务目标（A）、政策环境（B）、现有资源（D）；竞争对手架构文档属于外部信息，非关键输入（企业需关注自身需求，而非直接复制对手架构）。二、多项选择题（每题3分，共15分，错选、漏选均不得分）1.以下属于数字孪生技术在智慧城市中的应用场景有？A.模拟暴雨天气下城市排水系统的运行压力B.实时监控交通信号灯的设备状态C.预测大型活动期间商圈的人流热力分布D.自动提供道路养护的年度预算报告答案：A、C解析：数字孪生需通过虚拟模型模拟物理系统的动态变化（A模拟排水、C预测人流均符合）；监控设备状态（B）是物联网技术；提供预算报告（D）是流程自动化，均非数字孪生。2.数据治理的“三驾马车”通常包括？A.数据管理组织（如数据治理委员会）B.数据治理制度（如数据质量考核办法）C.数据治理工具（如元数据管理平台）D.数据安全加密算法答案：A、B、C解析：数据治理的“三驾马车”指组织（A）、制度（B）、工具（C）；加密算法（D）属于数据安全技术，非治理框架核心。3.隐私计算的主要技术类型包括？A.联邦学习B.安全多方计算（MPC）C.可信执行环境（TEE）D.区块链共识机制答案：A、B、C解析：隐私计算技术包括联邦学习（跨机构联合建模）、MPC（多方协同计算不泄露数据）、TEE（硬件隔离计算环境）；区块链共识（D）是分布式系统的信任机制，与隐私计算无直接关联。4.IT服务管理中，服务级别协议（SLA）的关键要素包括？A.服务范围与边界B.服务可用性目标（如99.9%）C.违约责任与赔偿条款D.运维人员的绩效考核标准答案：A、B、C解析：SLA是服务提供方与客户约定的服务标准，要素包括服务范围（A）、性能指标（B）、违约条款（C）；运维人员考核（D）属于内部管理，非SLA内容。5.边缘计算与云计算的协同模式包括？A.云边协同训练（边缘设备参与模型训练）B.边云数据分流（实时数据边缘处理，非实时数据上云）C.云对边的远程管理（如边缘节点配置更新）D.边缘完全独立于云（无数据交互）答案：A、B、C解析：边缘计算需与云协同发挥价值，包括协同训练（A）、数据分流（B）、远程管理（C）；完全独立（D）无法利用云的算力与存储优势，非典型模式。三、案例分析题（每题20分，共40分）案例1：某制造企业近年推进数字化转型，上线了ERP、MES、IoT设备监控等系统，但运维团队发现以下问题：（1）各系统日志格式、存储位置不统一，故障排查时需人工切换多个平台；（2）设备异常报警频繁（每日超200条），但70%为误报，运维人员疲于应对；（3）新上线的AI预测性维护模型在测试环境准确率达92%，但上线后对复杂工况的设备故障预测准确率降至65%。问题1：分析上述问题的可能原因（10分）。问题2：提出针对性的改进措施（10分）。答案：问题1原因分析：（1）数据采集与标准化缺失：各系统日志未统一采集规范（如时间戳格式、关键字段定义），缺乏集中日志管理平台，导致数据分散（3分）；（2）报警规则不合理：未基于历史故障数据优化报警阈值（如设备振动值的正常波动范围），未引入智能去重或关联分析（如结合温度、负载等多指标判断），导致误报率高（3分）；（3）模型泛化能力不足：测试环境覆盖的工况场景（如单一负载、稳定温湿度）与生产环境的复杂工况（多负载切换、温湿度波动）差异大，训练数据未充分包含实际场景样本，导致模型过拟合（4分）。问题2改进措施：（1）构建统一运维数据平台：制定日志采集标准（如使用Fluentd统一采集、ELK（Elasticsearch-Logstash-Kibana）进行存储与可视化），实现多源日志的集中管理与关联分析（3分）；（2）优化报警机制：基于历史故障数据训练分类模型（如随机森林），识别有效报警特征（如振动值+温度异常的组合），设置动态阈值（随设备运行阶段调整），并通过事件关联减少重复报警（3分）；（3）提升模型鲁棒性：扩展训练数据（采集生产环境全工况数据，包括异常场景），采用迁移学习（将测试环境模型参数迁移至生产环境模型），并建立模型在线学习机制（定期用新数据微调模型）（4分）；（4）补充管理措施：建立运维数据质量考核制度（如系统负责人需确保日志完整率≥95%），开展运维人员AI工具使用培训（2分）。案例2：某银行计划将核心交易系统从传统集中式架构迁移至分布式云架构，IT规划部门需制定迁移方案。已知该行核心交易峰值为5万笔/秒，单笔交易数据量约2KB，业务连续性要求RTO≤30分钟，RPO≤5分钟。问题1：迁移方案需重点评估哪些技术风险（10分）？问题2：提出保障业务连续性的具体措施（10分）。答案：问题1技术风险评估：（1）分布式事务一致性风险：分布式架构下跨节点交易需保证ACID特性（原子性、一致性、隔离性、持久性），传统集中式的单数据库事务机制失效，需评估分布式事务中间件（如Seata）的性能与可靠性（3分）；（2）数据同步延迟风险：分布式数据库（如TiDB）的多副本同步可能引入延迟，需评估在峰值交易下数据一致性延迟是否满足业务要求（如≤100ms）（3分）；（3）容量规划风险：分布式架构需横向扩展服务器，需评估计算、存储、网络资源是否满足5万笔/秒的处理需求（如单节点处理能力、网络带宽是否足够）（2分）；（4）故障恢复能力风险：分布式系统节点更多，单点故障概率增加，需评估故障自动检测（如Prometheus监控）、自动切换（如Kubernetes的Pod自愈）的时效性是否满足RTO≤30分钟的要求（2分）。问题2业务连续性保障措施：（1）实施灰度迁移：分批次迁移业务模块（如先迁移查询类交易，再迁移支付类交易），每批次迁移后进行全链路压测（模拟5万笔/秒负载），验证性能与一致性（3分）；（2）构建双活数据中心：主数据中心与灾备中心通过分布式数据库同步数据（同步延迟≤5分钟以满足RPO要求），部署自动切换机制（如检测到主中心故障后，30分钟内将流量切换至灾备中心）（3分）；（3）强化监控与自动恢复：部署AIOps平台，实时监控交易成功率、数据库延迟、服务器负载等指标（采集频率≤1秒），设置自动恢复规则（如交易成功率<95%时自动扩容应用实例）（2分）；（4）制定应急预案：明确故障场景（如数据库同步中断、网络分区）的人工干预流程（如手动切换读写节点），定期开展灾备演练（每月1次），确保运维人员熟悉操作（2分）。四、论述题（30分）结合AI大模型、边缘计算、数字孪生等新技术，论述其对IT服务管理的影响及应对策略。答案：随着AI大模型、边缘计算、数字孪生等新技术的快速发展，IT服务管理（ITSM）的模式与能力要求发生了深刻变革，具体影响及应对策略如下：一、新技术对ITSM的影响1.服务自动化与智能化水平提升AI大模型（如GPT-4、文心一言）通过自然语言处理（NLP）可实现智能客服（自动理解用户问题并提供解决方案）、自动化故障诊断（分析日志文本定位根因）；边缘计算通过在设备侧处理数据，可实现实时告警（如工业设备振动异常即时触发报警）、本地决策（如调整设备运行参数），减少对中心系统的依赖。这使得IT服务从“人工响应”向“智能自治”演进，服务效率显著提高（如故障平均修复时间MTTR从小时级降至分钟级）。2.服务范围与复杂度扩展数字孪生技术通过构建物理系统的虚拟镜像（如数据中心孪生体），可模拟不同运维策略的效果（如调整制冷模式后的能耗变化），推动IT服务从“被动运维”向“主动预测”转变。但同时，数字孪生模型的构建需整合多源数据（如设备参数、环境传感器数据），边缘计算需管理大量分散节点（如工厂内数百台边缘服务器），AI大模型需持续优化训练数据（避免偏差导致误判），这对IT服务的集成管理能力提出更高要求。3.数据与安全管理的挑战加剧AI大模型依赖海量运维数据（如日志、监控指标）训练，需确保数据的质量（准确性、完整性）与安全（防止敏感信息泄露）；边缘计算的分布式部署导致数据存储位置分散（部分数据留存于边缘节点），增加了数据合规风险（如GDPR要求用户数据本地化）；数字孪生模型的准确性依赖实时数据同步，若数据传输中断（如工业场景的网络延迟），可能导致虚拟模型与物理实体脱节，影响决策可靠性。二、应对策略1.构建智能化IT服务平台整合AI