六、高中信息技术（补充粤教版）

六、高中信息技术（补充粤教版）高中信息技术学业水平考试完全知识清单（粤教版）一、数据与计算基础（必修1核心知识板块）（一）数据、信息与知识的概念层级【基础】【高频考点】数据是客观事物属性的符号记录，是信息的载体，如“35.5℃”这一数值。信息是经过加工、具有特定意义的数据，强调在特定语境下的解释，如“这个病人的体温是35.5℃，低于正常范围”。知识是人们在改造世界的实践中，对信息进行系统化提炼、研究和分析后获得的、能够精确反映事物本质和规律的认识，是一种结构化的信息，如“体温低于36.0℃属于低体温症，需要采取保暖措施”。智慧则是为了达到预定目标，创造性地运用知识解决问题的综合能力。考查方式：常以选择题形式给出具体生活场景（如看云识天气、股市K线图），要求判断属于数据、信息还是知识。解题关键在于区分“原始记录”（数据）、“有含义的解释”（信息）和“规律性认识”（知识）。（二）数据编码的原理与方法【难点】【计算题考点】1.模拟信号与数字信号：模拟信号是连续变化的物理量（如声音的波形），数字信号是离散的、不连续的脉冲信号（如二进制0和1）。计算机只能处理数字信号，因此需将模拟信号数字化。2.文本编码：ASCII码是美国信息交换标准代码，使用7位或8位二进制数表示128或256个字符，其中大写字母A的编码是65（B），小写字母a是97。Unicode（统一码）是一种全球通用的字符编码标准，涵盖了几乎所有文字的字符，常用的实现方式是UTF8。3.图像编码：1.位图（点阵图）：由像素矩阵构成，每个像素的颜色用若干二进制位表示。图像文件大小（B）=（分辨率宽度×分辨率高度×颜色深度bpp）/8。例如，一张1024×768像素、颜色深度为24位真彩色的图片，其未压缩数据量为1024×768×24/8=2,359,296B≈2.25MB。2.矢量图：用数学公式描述图形元素（如直线、曲线、圆），放大缩小不失真，文件大小通常比位图小，且与分辨率无关。1.声音编码：模拟声音数字化的三个步骤是采样、量化和编码。1.采样：按一定时间间隔获取模拟信号的瞬时值。采样频率（Hz）越高，声音还原越真实。2.量化：将采样得到的连续幅度值用离散的数值表示。量化位数（bit）越高，声音动态范围越大，信噪比越高。3.音频文件大小（B）=采样频率（Hz）×量化位数（bit）×声道数×时间（秒）/8。例如，CD音质（44.1kHz，16位，立体声）1分钟的存储容量为44,100×16×2×60/8=10,584,000B≈10.1MB。（三）算法的基本概念与描述【基础】【重要】1.算法的定义：算法是在有限步骤内解决某一问题所使用的一组定义明确的规则。它是计算机程序设计的灵魂。2.算法的特征（5大特征）：1.有穷性：算法必须在执行有限步之后终止，不能是无限循环。2.确定性：算法中的每一步骤都必须有确切定义，没有歧义。3.可行性：算法中的操作都是可以通过已经实现的基本运算执行有限次来实现的。4.输入：算法具有零个或多个输入。5.输出：算法具有一个或多个输出，没有输出的算法是毫无意义的。1.算法的描述方式：1.自然语言：用日常语言描述，通俗易懂但容易产生歧义，且不便于表示复杂分支和循环。2.流程图：用规定图形（起止框、处理框、判断框、输入输出框、流程线）和文字说明来直观描述算法逻辑，是考查的重点。3.伪代码：介于自然语言和高级语言之间的一种描述方式，书写方便，易于转化为程序代码。4.计算机程序：用具体的程序设计语言（如Python）实现的算法。（四）程序设计基础——Python语言【核心】【必考操作】1.数据类型与常量变量：1.常量：程序运行过程中值不变的量（如3.14，‘Hello’，True）。2.变量：程序运行过程中值可以改变的量。变量名由字母、数字、下划线组成，且不能以数字开头（如：score_1合法，1score非法）。3.基本数据类型：整型int（如5）、浮点型float（如3.14）、字符串str（如“信息技术”）、布尔型bool（True或False）。1.运算符与表达式：1.算术运算符：+（加）、（减）、（乘）、/（除，结果为浮点数）、//（整除，取商的整数部分）、%（取余数）、（幂运算）。2.关系运算符：>、<、>=、<=、==（等于）、!=（不等于），结果为布尔值。3.逻辑运算符：and（与）、or（或）、not（非），用于连接布尔表达式。1.三大程序结构【重中之重】：1.顺序结构：程序按照代码的书写顺序从上到下依次执行。2.选择结构（分支结构）：根据条件判断决定程序执行路径。1.3.if语句：if条件:语句块2.4.ifelse语句：if条件:语句块1else:语句块23.5.ifelifelse语句：用于多分支判断。6.循环结构：1.7.for循环：通常用于遍历序列（如列表、字符串、range对象），foriinrange(起始值,终止值,步长)。2.8.while循环：在给定条件为真时重复执行语句块，while条件:语句块。3.9.循环控制：break（跳出整个循环），continue（跳出本次循环，进入下一次循环）。1.常用函数：1.输入输出：input()（从键盘读取字符串），print()（输出到屏幕）。2.类型转换：int()、float()、str()。random.randintrandom后使用random.randint(a,b)生成[a,b]范围内的随机整数。易错点：数据类型转换错误（如input()接收的是字符串，不能直接与数字比较）；循环条件设置不当导致死循环；缩进错误（Python通过缩进表示代码块）。二、数据处理与分析（必修1拓展与必修2融合）（一）大数据的特征【基础】【热点】大数据是指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合。其特征通常用5V来描述：1.数据量大：Volume，存储和计算规模巨大。2.速度快：Velocity，数据产生和处理的速度快，具有时效性。3.多样性：Variety，数据类型繁多，包括结构化数据（如表格）、半结构化数据（如XML、JSON）和非结构化数据（如文本、图像、视频）。4.价值密度低：Value，海量数据中真正有价值的信息相对较少，需要通过挖掘提取。5.真实性：Veracity，数据的准确性和可信赖程度。考查方式：通常以选择题形式，让考生判断某个描述属于大数据的哪个特征。（二）数据的采集与存储【重要】1.数据采集方法：包括系统日志采集、网络爬虫、传感器采集（物联网）、问卷调查、数据库导入等。2.数据预处理：由于原始数据存在不完整、不一致、含噪声等问题，需要进行预处理。主要步骤包括数据清洗（处理缺失值、重复值、异常值）、数据集成（合并多个数据源）、数据变换（归一化、离散化）和数据归约（减少数据量但保持原有数据完整性）。3.数据存储：常见的有关系型数据库（MySQL，使用SQL语言操作）、非关系型数据库NoSQL（MongoDB，Redis，适用于非结构化数据和大数据场景）、分布式文件系统（HDFS）。（三）数据分析的基本方法【难点】【综合应用】1.特征探索：对数据进行统计描述，如计算平均值、中位数、众数、方差、标准差，绘制直方图、箱线图等，初步了解数据分布形态。2.关联分析：寻找数据项之间的关联规则或相关性。典型例子是“购物篮分析”，发现“购买尿布的顾客往往也会购买啤酒”的规则。常用指标包括支持度、置信度和提升度。3.聚类分析：将物理或抽象对象的集合分组为由类似的对象组成的多个类（簇）的过程。目标是让同一簇内的对象相似性尽可能大，不同簇间的对象相似性尽可能小。典型的算法是KMeans。4.数据分类：通过学习得到一个分类函数或分类模型（分类器），该模型能把数据库中的数据项映射到给定类别中的一个。属于有监督学习。常见算法有决策树、朴素贝叶斯、支持向量机SVM、K近邻KNN等。考点：区分聚类（无监督，无预先定义的类别）和分类（有监督，有预先定义的标签）。（四）数据的可视化表达【基础】1.概念：通过图形、图像、动画等方式清晰、有效地传达和展示数据背后的规律和信息。2.常用图表类型及适用场景：1.柱状图：适用于比较不同类别的数量或数值大小（如各班级平均分对比）。2.折线图：适用于展示数据随时间或其他有序类别变化的趋势（如某股票一年内股价走势）。3.饼图：适用于显示各部分占整体的比例（如市场份额占比）。4.散点图：适用于显示两个变量之间的关系，发现是否存在相关性。5.热力图：适用于展示数据的密度或分布，以及变量间的相关性强弱。6.雷达图：适用于展示多维数据的对比（如学生综合素质评价）。1.常用工具：Excel、Python的Matplotlib库和Seaborn库、ECharts等。三、信息系统与社会（必修2核心知识板块）（一）信息系统的概念与组成【基础】【高频考点】1.信息系统：由人、硬件、软件、数据和网络资源组成，用于进行信息的采集、传输、加工、存储、使用和维护，以支持组织的决策、协调和控制。2.信息系统的组成（5大要素）：1.人：包括信息系统的最终用户、管理者、开发者和维护者，是信息系统中最核心、最具活力的要素。2.硬件：计算机、移动终端、服务器、输入输出设备、网络设备等物理设备。3.软件：系统软件（操作系统，如Windows，Android）和应用软件（针对特定任务的软件，如教务管理系统、微信）。4.数据：存储在系统中的各类结构化或非结构化信息，是系统处理的对象。5.网络：连接各个硬件设备，实现数据传输和资源共享的通信设施。1.信息系统的基本功能：输入功能、处理功能、存储功能、控制功能、传输与输出功能。（二）计算机与移动终端的工作原理【基础】1.冯·诺依曼体系结构：计算机采用“存储程序”和“程序控制”的原理。硬件系统由运算器、控制器、存储器、输入设备和输出设备五大部件组成。其中运算器和控制器合称为中央处理器CPU。2.工作过程：程序和数据通过输入设备送入存储器，CPU从存储器中逐条取出指令，控制器对指令进行译码，并发出控制信号指挥运算器进行算术逻辑运算，结果存回存储器，最后通过输出设备输出。3.移动终端：主要指智能手机、平板电脑等，其工作原理与计算机类似，但更强调低功耗、便携性和无线通信能力，通常集成了更多的传感器（GPS，陀螺仪，指纹识别）和通信模块（4G/5G，WiFi，蓝牙）。（三）信息系统的网络组建【重要】1.计算机网络在信息系统中的作用：数据传输（核心功能）、资源共享（硬件、软件、数据）、分布式处理（将大型任务分解到多台计算机上协同完成）。2.物联网IoT：通过信息传感设备（如射频识别RFID、红外感应器、全球定位系统、激光扫描器），按约定协议，将任何物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。它是信息系统与外部物理世界连接的重要方式。3.传感与控制机制：传感器（如温度传感器、湿度传感器、光敏传感器）负责感知物理世界的信息并将其转换为电信号；执行器（继电器、电机、阀门）负责接收指令并对外部环境进行控制。4.无线网络组建：1.接入方式：主要分为通过移动通信网络接入（4G/5G）和通过无线局域网接入（WiFi）。2.关键设备：无线接入点AP（用于发射WiFi信号，连接有线网络和无线终端）、无线路由器（集成了路由器、交换机、AP功能）、调制解调器Modem（进行数字信号和模拟信号的转换）。3.配置要点：服务集标识SSID（无线网络名称）、加密方式（WPA2PSK是目前常用的安全加密方式）、IP地址分配（动态主机配置协议DHCP可自动为设备分配IP地址）。（四）信息系统的开发流程与体系结构【难点】1.信息系统开发的生命周期模型：通常包括系统规划（问题定义、可行性分析）、系统分析（需求分析）、系统设计（总体设计、详细设计）、系统实施（编码、测试）、系统运行与维护五个阶段。2.信息系统的体系结构：1.客户机/服务器结构C/S：需要安装客户端软件，客户端负责处理部分逻辑和界面显示，服务器负责数据管理。优点是安全性高、交互性强，缺点是维护成本高。2.浏览器/服务器结构B/S：用户通过浏览器访问，核心业务逻辑在服务器端处理。优点是无需安装客户端、易于维护和升级、跨平台性强，是目前的主流结构（如各类Web应用）。（五）信息系统的安全风险与防范【热点】【社会责任】1.安全风险来源：1.人为因素：无意识失误（误操作、配置不当）和恶意攻击（黑客入侵、病毒传播、内部人员窃取数据）。2.软硬件因素：软件漏洞（操作系统漏洞、应用程序漏洞）、硬件故障（硬盘损坏、服务器宕机）。3.网络因素：网络监听、拒绝服务攻击（DDoS）、数据篡改、钓鱼网站。4.数据因素：数据泄露、数据丢失、数据损坏。1.常用防范技术：1.加密技术：对称加密（加密和解密使用同一密钥，如AES）和非对称加密（公钥加密、私钥解密，如RSA），用于保证数据的机密性。2.身份认证：基于“你知道什么”（口令）、“你拥有什么”（USBKey、手机验证码）、“你是什么”（指纹、虹膜）的单因素或多因素认证，用于保证访问的合法性。3.防火墙：部署在内部网络和外部网络之间的安全系统，用于监控和过滤进出网络的数据包，防止非法访问。4.入侵检测系统IDS/入侵防御系统IPS：实时监控网络流量和系统活动，发现并阻止恶意行为。5.数据备份与恢复：定期备份重要数据，并演练恢复过程，以应对数据丢失或系统崩溃。1.法律法规与道德准则：1.树立信息安全意识：如不使用弱口令、不随意点击不明链接、不连接不明WiFi。2.遵守相关法律：《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》等。3.信息社会责任：负责任地发布和使用信息，尊重他人知识产权和隐私权，不传播谣言和不良信息。四、人工智能初步（必修1第六章及选修深化）（一）人工智能的定义与发展【基础】1.人工智能ArtificialIntelligence，AI：指通过人工制造的方法，在机器（计算机）上实现的智能，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。2.发展历程：经历了从最初的逻辑推理（符号主义）到专家系统，再到基于机器学习和深度学习的爆发期。AlphaGo战胜人类围棋冠军是深度学习领域的标志性事件。3.主要流派：1.符号主义：认为智能活动源于对符号的逻辑推理，用“如果那么”规则表示知识（如专家系统）。2.连接主义：模拟人脑神经网络结构，通过大量神经元之间的连接和权值调整来实现智能（如深度学习）。3.行为主义：基于“感知动作”的反应式行为，认为智能来源于与环境的交互（如智能机器人避障）。（二）人工智能的关键技术【重要】1.机器学习MachineLearning：是人工智能的核心，它使计算机能够从数据中自动学习模式和规律，并利用学到的规律对未知数据进行预测。基本流程包括数据收集、数据预处理、模型选择与训练、模型评估、模型部署。2.深度学习DeepLearning：是机器学习的一个子集，基于深度神经网络，通过多层非线性变换对数据进行高层抽象。在图像识别、语音识别、自然语言处理等领域表现卓越。3.自然语言处理NaturalLanguageProcessing，NLP：研究如何让计算机理解和生成人类语言的技术，包括机器翻译、情感分析、智能问答、语音识别与合成等。4.计算机视觉puterVision：研究如何让计算机“看懂”图像或视频，包括图像分类、目标检测、人脸识别、图像分割等。（三）人工智能的应用领域与影响【基础】【热点】1.应用领域：1.智能制造：工业机器人、产品质量自动检测、生产流程智能优化。2.智能家居：智能音箱、智能灯光控制、安防监控系统。3.智能教育：个性化学习推荐、智能阅卷、自适应学习系统。4.智能交通：自动驾驶、实时路况预测、智能信号灯控制。5.智能安防：人脸识别门禁、异常行为检测。6.智能医疗：医学影像辅助诊断、药物研发、健康管理。1.社会影响：一方面，人工智能极大地提高了生产效率，改善了人们的生活质量，推动了科技革新。另一方面，也带来了就业结构调整、算法偏见、隐私安全、伦理道德（如自动驾驶的“电车难题”）等挑战。作为未来的公民，需要辩证地看待人工智能的发展，既要积极拥抱新技术，也要具备批判性思维和社会责任感。五、学业水平考试高频考点与解题策略（一）选择题常见考点【基础】1.数据、信息、知识的辨析（通常给出一段话，问体现了哪个概念）。2.信息的基本特征（普遍性、传递性、共享性、时效性、真伪性等），常结合时政新闻或生活实例。3.二进制、十进制、十六进制之间的简单换算。4.图像、音频文件大小的估算（需熟记计算公式）。5.算法的特征（尤其是“有穷性”）和流程图符号识别。6.Python基本语法：变量命名规则、常用运算符（//、%）、if条件判断、for/while循环的简单执行结果分析。7.信息系统的基本组成要素。8.大数据特征（5V）的辨别。9.人工智能的应用领域（如：下列哪项应用了自然语言处理技术？）。（二）非选择题（操作题/综合题）常见考点【难点】【拉分题】1.Python程序填空或改错：给定一段有目的的程序，在关键位置留空，要求补充完整。常考知识点包括：input()输入的正确使用、数据类型转换、ifelifelse条件语句的写法、for循环中range()函数的参数设置、累加器（sum=sum+i）或计数器（count=count+1）的实现。1.解题步骤：首先通读程序，理解问题意图（是求和、判断闰年、找素数还是求最值？）；其次，分析变量含义，追踪变量值变化；最后，结合语法知识，填入能使程序逻辑正确的代码。1.流程图绘制或填空：根据问题描述，补充流程图中的判断条件或处理步骤。1.解题要点：注意判断框的出口通常有两个（是/否），处理框是具