高中信息技术学业质量知识清单（浙教版）

高中信息技术学业质量知识清单（浙教版）一、必修模块一：数据与计算（一）【基础】数据与信息的本质数据是客观事物的符号表示，是信息的载体。在计算机科学领域，数据涵盖了数字、文本、图形、图像、音频、视频等多种表现形式，其最小存储单位是比特（bit），基本存储单位是字节（Byte），两者换算关系为1B=8b。信息则被定义为消除随机不确定性的东西，具有显著的五大特征：载体依附性决定了信息不能独立存在，必须依附于语言、文字、电磁波等物理载体；价值性体现为信息能够满足人们精神和物质生产的需要；时效性强调信息反映特定时刻的状态，随时间推移可能失效；共享性指信息在传递过程中不会像物质那样损耗，可被无限次使用；真伪性源于认知差异或人为干扰，提醒人们必须对信息进行鉴别1。知识与智慧处于DIKW金字塔的更高层级。知识是人类在社会实践中获得的认识和经验的总和，是通过归纳、演绎、比较等手段对信息进行挖掘形成的系统性成果。智慧则是对知识的创造性应用，体现为预测未来、解决复杂问题的高阶能力。三者关系可概括为：数据经过储存、分析及解释后产生意义形成信息，信息通过深度加工形成知识，知识的升华产生智慧1。【高频考点】信息的特征辨析，特别是载体依附性与共享性的区别；数据、信息、知识三者关系的实例判断，例如“37.5”仅是数据，“小明体温37.5摄氏度”是信息，“正常人体温范围36.537.5之间”是知识1。（二）【非常重要】数据采集与数字化编码数据采集主要面向自然界和网络两大来源。针对自然界的数据，通常采用传感器技术，传感器由敏感元件、转换元件及辅助电路组成，能够将物理世界的模拟信号转换为电信号。针对网络数据，常用的采集工具是网络爬虫，按照一定规则自动抓取网页信息1。数字化是将模拟信号转换为数字信号的核心过程，包含三个关键步骤：采样：在时间轴上对连续信号等间隔抽取样本值。根据奈奎斯特采样定理，采样频率必须大于等于模拟信号最高频率的两倍，才能无失真地恢复原信号。采样频率的单位是赫兹（Hz），例如44.1kHz表示每秒采样44100次1。量化：在幅度轴上将采样得到的连续值划分为有限个区间，每个区间赋予一个整数。量化位数决定了划分的精细程度，例如8位量化可将幅度分为256个等级。编码：将量化后的整数值按照一定规则转换为二进制代码。常见的编码方式包括用于字符的ASCII码、用于汉字的GB2312码、用于图像的RGB编码等1。【难点】采样频率与量化位数对还原质量的影响关系：采样频率越高、量化位数越多，数字化后的信号越接近原始信号，但数据量也越大。声音文件存储容量计算公式为：存储容量（字节）=采样频率（Hz）×量化位数（位）×声道数×时长（秒）÷8。图像文件存储容量计算公式为：存储容量（字节）=总像素数×位深度（位）÷8，其中位深度决定颜色数量，如256色对应8位深度1。【重要】进制转换规则计算机内部采用二进制，但日常编程调试中常用十六进制。进制转换必须熟练掌握：二进制转十进制：按权展开相加。例：1001B=1×2³+0×2²+0×2¹+1×2⁰=9D1。十六进制转十进制：按权展开，注意AF分别代表1015。例：3BH=3×16¹+11×16⁰=59D1。十进制转二进制：除2取余倒序法。例如29D连续除以2得余数11101，倒序排列即为二进制11101B1。二进制与十六进制互转：8421分组转换法，从低位开始每四位一组对应一位十六进制。例：A9H=B1。【高频考点】ASCII码值记忆：大写字母A为41H（65D），小写字母a为61H（97D），数字0为30H（48D），空格为20H。字符“10”的存储需注意是两个独立字符“1”和“0”，而非数值101。（三）数据管理与安全.docx/.xlsx/.pptx数据库管理三个发展阶段。在计算机中，数据主要以文件形式存储，不同的文件类型对应不同的扩展名：文本文件为.txt，网页文件为.html，办公文档为.docx/.xlsx/.pptx，音频文件包括.wav（无压缩）、.mp3、.wma，视频文件包括.avi（无压缩）、.mp4、.wmv，图像文件包括.bmp（无压缩）、.jpg、.gif、.png1。数据库技术是基于结构化数据开发的管理方式，具有数据独立性、数据共享性、低冗余度、安全性高等特点。Excel表格属于文件管理而非数据库管理，这一点是常见的易错点1。数据安全面临的主要威胁包括存储介质损坏、操作失误、黑客入侵、计算机病毒、自然灾害等。保护措施可分为两个层面：一是保护存储介质，采用磁盘阵列（RAID）、异地容灾、定期数据备份等手段；二是提高数据本身的安全，采用数据加密技术保障保密性，采用数据校验技术保障完整性1。【基础】数据校验与加密的区别：校验用于检测数据在传输或存储过程中是否被篡改或损坏，常见的有奇偶校验、CRC循环冗余校验；加密则是通过算法将明文转换为密文，防止未授权访问，常见的有对称加密（如AES）和非对称加密（如RSA）1。（四）大数据特征与思维变革大数据具有四个核心特征，简称“4V”：数据体量巨大（Volume），通常达到PB级别以上；数据类型多（Variety），包括结构化数据、半结构化数据和非结构化数据；价值密度低（Value），海量数据中真正有价值的部分较少；速度快（Velocity），不仅指数据产生速度快，还要求处理速度快1。【非常重要】大数据思维与传统思维的根本区别体现在三个方面：第一，从抽样思维转向全体思维。大数据倾向于分析全体数据而非随机样本，但需注意这并不意味着抽样调查完全被取代1。第二，从精确思维转向混杂思维。大数据接受数据的混杂性和不精确性，不再苛求每个数据点都准确无误，追求的是总体趋势和宏观规律1。第三，从因果思维转向相关思维。大数据分析更关注“是什么”而非“为什么”，通过发现变量之间的相关性来预测未来，而不必深究内在的因果机制1。【热点】大数据处理架构Hadoop的核心组件：HDFS（分布式文件系统）负责将大规模数据分块存储在廉价机器集群上，实现高吞吐量的数据访问；MapReduce（分布式并行计算模型）基于分治思想，将复杂任务分解为多个小任务并行处理；HBase（分布式数据库）建立在HDFS之上，采用面向列的存储方式，适用于实时读写大规模数据6。二、必修模块二：信息系统与社会（一）信息系统的组成与功能信息系统是由计算机硬件、软件、数据、人员和规程五个要素组成的有机整体，旨在实现信息的采集、传递、存储、加工和输出。硬件包括计算机设备、网络设备、传感设备等物理装置；软件分为系统软件（如操作系统）和应用软件（如数据库管理系统）；数据是系统处理的核心对象；人员包括系统开发者、管理者和使用者；规程则是保障系统运行的制度规范5。【重要】信息系统的应用类型包括：事务处理系统（TPS）处理日常业务数据；管理信息系统（MIS）提供中层管理所需报表；决策支持系统（DSS）辅助高层进行半结构化决策；办公自动化系统（OAS）提升办公效率；专家系统（ES）模拟人类专家解决特定领域问题5。（二）信息系统的支撑技术计算机硬件系统采用冯·诺依曼体系结构，由运算器、控制器、存储器、输入设备和输出设备五大部分组成。运算器与控制器合称中央处理器（CPU），是计算机的“大脑”。存储器分为内存储器（RAM/ROM）和外存储器（硬盘、光盘等），RAM断电后数据丢失，ROM数据可长期保存5。移动终端包括智能手机、平板电脑等，其特点是便携性强、集成度高、支持多种无线通信方式。传感与控制技术是连接物理世界与信息世界的桥梁，常见的传感器包括温度传感器、湿度传感器、压力传感器、红外传感器等5。网络系统是信息系统的传输基础。网络拓扑结构主要有总线型、星型、环型、网状型等，其中星型结构以中央节点为核心，易于管理和故障诊断，是目前局域网的主流形式。网络传输介质包括双绞线（成本低、易安装）、同轴电缆（抗干扰能力强）、光纤（带宽高、传输距离远）、无线传输（灵活便捷）5。【核心】TCP/IP协议体系：应用层（HTTP、FTP、SMTP等）负责具体应用的数据交换；传输层（TCP、UDP）提供端到端的通信服务，TCP提供可靠连接，UDP提供高效但不可靠的服务；网络层（IP）负责数据包的路由选择和转发；网络接口层负责物理网络的数据传输5。（三）信息系统安全信息安全的核心目标是保障信息的机密性、完整性、可用性，即CIA三元组。机密性确保信息不被未授权访问，完整性确保信息不被篡改，可用性确保授权用户能够正常访问信息5。【非常重要】网络安全威胁类型：恶意软件包括病毒、蠕虫、特洛伊木马等；网络攻击包括拒绝服务攻击（DoS/DDoS）、中间人攻击、SQL注入、跨站脚本（XSS）等；社会工程学利用人性弱点诱骗用户泄露敏感信息5。安全防护技术体系：防火墙部署在网络边界，基于预设规则控制进出流量；入侵检测系统（IDS）监控网络行为并报警异常；数据加密技术包括链路加密、节点加密和端到端加密；数字签名用于验证信息来源和完整性；数字证书由认证机构（CA）签发，绑定公钥与身份信息5。【基础】网络安全协议：SSL/TLS协议为传输层提供加密通信，广泛应用于HTTPS；IPSec协议为IP层提供安全服务，用于构建VPN；SSH协议替代不安全的Telnet，提供安全的远程登录5。三、选择性必修模块一：数据与数据结构（一）【基础】数据结构基本概念数据是信息的载体，数据元素是数据的基本单位，数据项是组成数据元素的不可分割的最小单位。数据结构研究数据元素之间的逻辑关系及其在计算机中的存储方式。逻辑结构分为线性结构（如线性表、栈、队列）、树形结构、图形结构；存储结构包括顺序存储和链式存储8。（二）线性表及其实现线性表是由n个数据元素组成的有限序列。顺序表采用连续存储空间，支持随机存取，但插入和删除操作需要移动大量元素，时间复杂度为O(n)。链表采用节点存储，每个节点包含数据域和指针域，支持动态内存分配，插入和删除操作仅需修改指针，时间复杂度为O(1)，但不支持随机存取58。【非常重要】数组与链表的对比：数组在内存中连续存储，可通过下标直接访问元素；链表通过指针链接，访问元素必须从头遍历。数组的存储密度高（无需额外指针），但扩容困难；链表的存储密度低（需存储指针），但插入删除灵活。在实际应用中，需根据操作特点选择合适结构5。【难点】链表的插入与删除操作：在p节点之后插入新节点s，操作步骤为s>next=p>next;p>next=s；删除p的后继节点，操作步骤为q=p>next;p>next=q>next;free(q)。必须注意指针修改顺序，避免丢失后续节点地址8。（三）栈与队列栈是限定仅在一端（栈顶）进行插入和删除操作的线性表，遵循后进先出（LIFO）原则。栈的基本操作包括入栈（push）、出栈（pop）、读栈顶元素（top）。栈的重要应用包括函数调用（保存返回地址）、表达式求值（操作数栈和运算符栈）、括号匹配检查5。队列是限定在一端（队尾）插入、另一端（队头）删除的线性表，遵循先进先出（FIFO）原则。队列的基本操作包括入队（enqueue）、出队（dequeue）。队列的应用包括任务调度、缓冲区管理、广度优先搜索等5。【高频考点】栈和队列的进出序列判断：给定入栈顺序，判断哪些出栈顺序是合法的；给定入队顺序，出队顺序必然与入队顺序相同。典型考题如“入栈顺序为1,2,3，出栈顺序不可能的是？”答案：312是可能的，321也是可能的，但132不可能？需要仔细模拟验证5。（四）树与二叉树树是n个节点的有限集合，包含一个根节点，其余节点划分为互不相交的子树。二叉树是每个节点最多有两个子树的树结构，分为左子树和右子树，且左右有序5。【非常重要】二叉树的遍历方法：前序遍历（根左右）、中序遍历（左根右）、后序遍历（左右根）、层序遍历（逐层从左到右）。给定两种遍历序列可唯一确定二叉树，特别是前序+中序或后序+中序的组合8。【难点】递归算法在树遍历中的应用：前序遍历的递归定义为访问根节点、前序遍历左子树、前序遍历右子树。递归的终止条件是树为空。递归思想贯穿树的各种操作，必须深刻理解8。（五）查找与排序算法【重要】顺序查找：从第一个元素开始逐个比较，直到找到目标或遍历完所有元素。时间复杂度O(n)，适用于无序或小规模数据8。二分查找：要求待查找表必须有序，每次与中间元素比较，将查找区间缩小一半。时间复杂度O(logn)，效率远高于顺序查找。二分查找的实现需要注意区间边界和循环终止条件的处理8。【核心】排序算法对比：冒泡排序通过相邻元素比较交换，每趟将最大元素沉底，时间复杂度O(n²)；选择排序每趟选择最小元素与当前位置交换，时间复杂度O(n²)；插入排序将元素插入已有序序列，时间复杂度O(n²)；归并排序采用分治思想，时间复杂度O(nlogn)，稳定但需额外空间；快速排序通过划分将元素放到正确位置，平均时间复杂度O(nlogn)，最坏O(n²)，是目前应用最广的排序算法8。【高频考点】排序算法稳定性判断：稳定排序指相同关键字的元素在排序后相对位置不变。插入排序、冒泡排序、归并排序是稳定的；选择排序、快速排序、堆排序是不稳定的8。四、选择性必修模块二：网络基础（一）计算机网络概述计算机网络是将分布在不同地理位置的计算机系统通过通信设备和线路连接起来，在网络软件的管理下实现资源共享和数据通信的系统。按覆盖范围分为局域网（LAN）、城域网（MAN）、广域网（WAN）；按拓扑结构分为总线型、星型、环型、网状型；按传输介质分为有线网络和无线网络5。OSI参考模型是国际标准化组织制定的网络体系结构标准，分为七层：物理层（传输比特流）、数据链路层（提供节点到节点传输，处理帧）、网络层（路由选择，处理包）、传输层（端到端连接，处理段）、会话层（建立管理会话）、表示层（数据格式转换、加密压缩）、应用层（网络应用接口）5。（二）网络技术与应用【非常重要】IP地址与子网掩码：IPv4地址由32位二进制组成，通常用点分十进制表示，分为A、B、C、D、E五类。子网掩码用于区分网络号和主机号，与IP地址进行“与”运算得到网络地址。CIDR表示法如/24，表示前24位为网络号5。域名系统（DNS）将便于记忆的域名转换为IP地址，采用层次化的分布式数据库结构。顶级域名包括、.org、.net、.edu、.gov以及国家代码如.cn、.jp等5。【热点】物联网技术架构：感知层（传感器、RFID、摄像头等采集数据）、网络层（互联网、移动通信网传输数据）、应用层（数据处理与行业应用）。物联网关键技术包括传感器技术、嵌入式系统、无线通信技术（如WiFi、蓝牙、ZigBee、LoRa）、云计算与边缘计算5。五、选择性必修模块三：数据管理与分析（一）数据管理技术发展数据管理经历了人工管理、文件系统、数据库系统三个阶段。数据库系统采用三级模式结构：外模式（用户视图）、模式（逻辑结构）、内模式（物理存储），两级映像保证了数据的逻辑独立性和物理独立性5。关系数据库采用二维表组织数据，每行对应一个元组（记录），每列对应一个属性（字段）。主键唯一标识一条记录，外键建立表之间的关联。SQL语言包括数据定义语言（DDL，如CREATE、ALTER）、数据操纵语言（DML，如INSERT、UPDATE、DELETE）、数据查询语言（DQL，如SELECT）、数据控制语言（DCL，如GRANT、REVOKE）5。（二）数据分析基础【非常重要】数据分析的一般流程：需求分析（明确分析目标和业务问题）、数据采集（获取原始数据）、数据预处理（清洗、集成、变换、规约）、数据建模（选择合适的分析方法构建模型）、结果解释与可视化、报告撰写与决策支持6。数据预处理常用技术：处理缺失值可采用删除记录、均值填充、插值法等方法；处理重复数据需分析后决定合并或删除；异常数据可能是噪声也可能是重要信息，需结合业务判断；逻辑错误指属性值与实际情况不符，需修正；数据格式不一致需进行转换6。df.locdf.iloc核心操作：DataFrame是二维数据结构，常用属性包括index（行索引）、columns（列名）、values（值）。数据访问方式包括df.locdf.iloc标签]（基于标签）和df.iloc[行位置,列位置]（基于位置）。条件筛选示例：df[df[‘性别’]==‘女’]筛选性别为女的所有行。常用函数包括head()查看前几行、info()查看数据信息、describe()统计描述、groupby()分组聚合6。（三）数据可视化数据可视化是将数据以图形图像形式呈现，帮助人们理解数据特征和规律。常见可视化图表类型包括：柱形图适合比较分类数据大小；折线图适合展示时间趋势；饼图适合展示比例构成；散点图适合探索变量相关性；雷达图适合展示多维度对比；热力图适合展示矩阵数据的分布密度6。matplotlib.pyplot础：导入importmatplotlib.pyplotasplt，常用函数包括plot()绘制折线图、bar()绘制柱状图、pie()绘制饼图、scatter()绘制散点图、xlabel()/ylabel()设置轴标签、title()设置标题、legend()显示图例、show()显示图形6。六、选择性必修模块四：人工智能初步（一）【基础】人工智能概述人工智能是研究、开发用于模拟和扩展人类智能的理论、方法、技术及应用系统的科学。人工智能的发展经历了三次浪潮：第一次以逻辑推理和专家系统为标志；第二次以机器学习特别是神经网络为代表；第三次以深度学习和大数据驱动为特征，实现了在图像识别、语音识别、自然语言处理等领域的突破5。（二）人工智能核心技术【非常重要】机器学习是人工智能的核心，分为监督学习（有标签数据训练，如分类和回归）、无监督学习（无标签数据，如聚类）、强化学习（通过与环境交互获得奖惩来学习策略）5。监督学习常见算法：线性回归用于预测连续值，逻辑回归用于二分类问题，决策树通过树形结构进行决策，支持向量机寻找最优分类超平面，神经网络通过多层神经元模拟复杂函数5。【热点】深度学习是基于深度神经网络的学习方法，通过多层非线性变换提取数据的高层特征。卷积神经网络（CNN）擅长处理图像数据，循环神经网络（RNN）适合处理序列数据如文本和语音，长短期记忆网络（LSTM）解决了RNN的长期依赖问题5。（三）人工智能应用与影响【重要】人工智能的典型应用领域：自然语言处理包括机器翻译、情感分析、问答系统；计算机视觉包括图像分类、目标检测、人脸识别；语音处理包括语音识别、语音合成；专家系统模拟领域专家解决专业问题；智能机器人融合感知、决策、控制技术5。人工智能发展带来的伦理与安全问题包括：算法偏见可能导致不公平决策；隐私泄露风险增加；就业结构变化带来岗位替代；自主武器系统的安全担忧；人工智能责任归属的法律难题5。七、综合应用与解题指导（一）【高频考点】常见题型分析选择题通常考查概念辨析和基本原理理解，如数据与信息的区别、进制转换结果判断、算法特征识别等。应对策略是准确把握核心概念的内涵与外延，注意易混淆点的对比记忆3。填空题考查公式记忆和简单计算，如声音文件容量计算、ASCII码值填写等。应对策略是熟练掌握各类计算公式，注意单位换算和数据类型的转换1。程序分析题给出代码片段要求写出运行结果或补全代码。应对策略是手动模拟程序执行