广州大学老师模拟考试试题及答案

广州大学老师模拟考试试题及答案考试时长：120分钟满分：100分班级：__________姓名：__________学号：__________得分：__________一、单选题（总共10题，每题2分，总分20分）1.关于“人工智能伦理”的基本原则，以下哪项描述最为准确？A.优先保障经济效益最大化B.强调算法透明度与可解释性C.完全禁止自动化决策的应用D.限制数据采集范围以避免隐私泄露2.在机器学习模型中，过拟合现象的主要表现是？A.模型训练误差持续下降B.模型在训练集上表现优异但在测试集上表现差C.模型参数数量远超数据量D.模型训练时间过长3.以下哪种加密算法属于对称加密？A.RSAB.AESC.ECCD.SHA-2564.在云计算架构中，“IaaS”的核心特征是？A.提供完整的业务应用服务B.虚拟化硬件资源（如服务器、存储）C.自动化运维管理工具D.数据分析服务接口5.以下哪种网络协议主要用于实时音视频传输？A.FTPB.SMTPC.RTPD.HTTP6.在自然语言处理中，词嵌入技术的主要目的是？A.提高文本存储效率B.将文本转换为数值向量表示C.增加文本长度D.减少词汇表大小7.以下哪种数据结构适合实现LRU（最近最少使用）缓存算法？A.哈希表B.二叉搜索树C.双向链表+哈希表D.堆结构8.在区块链技术中，共识机制的主要作用是？A.加密交易数据B.防止数据篡改C.实现分布式节点间的记账一致D.提高网络传输速度9.以下哪种算法属于贪心算法？A.快速排序B.Dijkstra最短路径算法C.冒泡排序D.二分查找10.在软件工程中，敏捷开发的核心原则不包括？A.迭代交付B.强制文档规范C.客户协作D.持续改进二、填空题（总共10题，每题2分，总分20分）1.人工智能伦理的“可解释性”原则要求模型决策过程对人类具有______。2.决策树算法中，用于衡量节点分裂质量的指标通常是______。3.公钥加密算法中，公钥和私钥的数学关系通常基于______难题。4.云计算的服务模式“PaaS”主要提供______环境。5.网络协议中，TCP协议的传输模式是______。6.机器学习中的“过拟合”现象可以通过______技术缓解。7.数据库索引的“B+树”结构适用于______场景。8.区块链中的“工作量证明”机制通过______消耗计算资源来防止双花。9.算法的时间复杂度表示为O(n²)，其中n代表______。10.软件测试中的“黑盒测试”方法关注的是______。三、判断题（总共10题，每题2分，总分20分）1.机器学习模型在训练集上表现越好，泛化能力一定越强。（×）2.对称加密算法的密钥分发过程比公钥加密更安全。（×）3.云计算中的“SaaS”模式需要用户自行管理服务器硬件。（×）4.RTP协议主要用于文件传输而非音视频实时通信。（×）5.词嵌入技术可以完全消除文本语义歧义。（×）6.LRU缓存算法的时间复杂度为O(1)。（√）7.共识机制在区块链中是防止数据丢失的唯一手段。（×）8.贪心算法保证每次选择都是局部最优解。（√）9.敏捷开发完全排斥传统文档管理。（×）10.数据库索引会降低写操作的性能。（√）四、简答题（总共4题，每题4分，总分16分）1.简述人工智能伦理的四大基本原则及其意义。2.解释机器学习中的“交叉验证”方法及其作用。3.比较对称加密与公钥加密的优缺点。4.描述云计算“SaaS”模式的核心特征及典型应用场景。五、应用题（总共4题，每题6分，总分24分）1.假设某电商网站需要设计一个推荐系统，用户行为数据包括浏览、加购、购买三类事件，请简述如何使用协同过滤算法实现个性化推荐，并说明可能遇到的挑战。2.设计一个简单的区块链网络，说明其如何通过“工作量证明”机制防止数据篡改，并解释挖矿过程的基本步骤。3.某公司需要部署一个高可用性数据库集群，请列举至少三种解决方案，并说明其适用场景。4.假设你正在开发一个实时语音识别系统，请说明如何利用深度学习技术优化模型性能，并分析可能存在的延迟问题及解决方案。【标准答案及解析】一、单选题1.B解析：人工智能伦理强调算法透明度与可解释性，以保障公平性、问责性等原则，其他选项均不符合伦理核心要求。2.B解析：过拟合指模型在训练集上表现极好，但泛化能力差，表现为测试集误差显著高于训练集误差。3.B解析：AES属于对称加密算法，密钥长度有128/192/256位；RSA、ECC为非对称加密，SHA-256为哈希算法。4.B解析：IaaS提供底层硬件资源（服务器、存储、网络）的虚拟化，用户可自主管理操作系统及应用。5.C解析：RTP（Real-timeTransportProtocol）专为实时音视频传输设计，支持丢包恢复与同步控制。6.B解析：词嵌入将文本转换为向量表示，保留语义信息，是NLP基础技术之一。7.C解析：双向链表+哈希表可实现O(1)时间复杂度的LRU查找，哈希表记录元素位置，链表维护访问顺序。8.C解析：共识机制确保分布式节点达成记账一致，是区块链防篡改的核心。9.B解析：Dijkstra算法通过贪心策略逐步选择最短路径，其他选项为排序或查找算法。10.B解析：敏捷开发反对强制文档规范，强调轻量级协作，其他选项均符合敏捷原则。二、填空题1.可理解性解析：可解释性要求模型决策过程对人类透明，便于审计与信任。2.信息增益/基尼系数解析：决策树常用指标衡量分裂后信息熵的降低程度。3.大整数分解解析：RSA算法基于大整数分解难题，破解难度随密钥长度指数增长。4.开发与部署解析：PaaS提供中间件、数据库等开发环境，用户无需管理底层硬件。5.面向连接的可靠传输解析：TCP通过三次握手建立连接，保证数据有序、无差错传输。6.正则化/dropout解析：正则化（如L2）限制模型复杂度，dropout随机丢弃神经元，均能缓解过拟合。7.高频查询解析：B+树通过多路搜索优化高频率查询性能，叶节点形成有序链表。8.计算竞赛解析：工作量证明通过高能耗计算（如哈希碰撞）确保节点难以伪造记账。9.输入规模解析：时间复杂度中的n表示数据规模，O(n²)表示平方级增长。10.软件功能解析：黑盒测试不关心内部实现，仅测试接口功能是否满足需求。三、判断题1.×解析：高训练精度未必代表泛化能力，可能存在过拟合。2.×解析：公钥加密分发简单但计算开销大，对称加密分发复杂但效率高。3.×解析：SaaS模式下服务商管理所有硬件，用户仅使用应用。4.×解析：RTP是实时音视频传输标准，FTP用于文件存储传输。5.×解析：词嵌入无法完全消除歧义，如“bank”可指银行或河岸。6.√解析：LRU缓存通过双向链表+哈希表实现O(1)查找与更新。7.×解析：区块链防篡改还可通过哈希链、分布式存储等手段实现。8.√解析：贪心算法在每一步选择当前最优解，不保证全局最优。9.×解析：敏捷开发允许必要文档，但强调轻量级，非完全排斥。10.√解析：索引维护需要额外写操作开销，降低写入性能。四、简答题1.人工智能伦理四大原则：-公平性：避免算法歧视，如招聘系统需排除性别偏见。-可解释性：模型决策过程应可理解，便于审计。-问责性：明确责任主体，如自动驾驶事故责任归属。-隐私保护：数据采集需授权，如GDPR合规。2.交叉验证：将数据分为k份，轮流用k-1份训练、1份测试，计算平均性能，作用是减少单一划分带来的偏差，提高模型泛化能力。3.对称加密与公钥加密对比：-对称加密：效率高，密钥分发复杂，适用于大量数据传输（如AES）。-公钥加密：安全性高，密钥分发简单，但计算开销大（如RSA），适用于小数据加密/签名。4.SaaS模式：-核心特征：按需订阅服务，服务商统一管理基础设施，用户通过API/界面访问。-应用场景：CRM系统（如Salesforce）、在线办公（如钉钉）、云存储（如阿里云盘）。五、应用题1.推荐系统设计：-协同过滤原理：基于用户历史行为相似性（如购买同商品用户），推荐热门或相似商品。-挑战：冷启动（新用户无数据）、数据稀疏性、可扩展性。2.区块链防篡改：-工作量证明机制：节点需消耗算力（如SHA-256哈希碰撞）证明工作量，首个正确解者获得记账权。-挖矿步骤：准备区块数据→随机数盲签（Nonce）猜测→计算哈希值→广播成功区块→验证全网确认。