2026年信息技术应用与发展知识考试试题及答案

2026年信息技术应用与发展知识考试试题及答案一、选择题（一）单选题（每题2分，共30分）1.在TCP/IP协议体系中，负责将域名解析为IP地址的协议是（）。A.HTTPB.FTPC.DNSD.SMTP答案：C2.下列数据结构中，能够以“先进后出”方式存取数据的是（）。A.队列B.栈C.链表D.树答案：B3.在关系型数据库中，用于保证数据库表中数据唯一性的约束是（）。A.外键约束B.检查约束C.默认约束D.主键约束或唯一约束答案：D4.机器学习算法中，以下哪种算法属于无监督学习？（）A.逻辑回归B.支持向量机C.K-Means聚类D.决策树答案：C5.以下关于IPv6地址的描述，错误的是（）。A.地址长度为128位B.采用十六进制表示，用冒号分隔C.支持即插即用，可自动配置地址D.地址空间小于IPv4答案：D6.在Python中，用于创建匿名函数的关键字是（）。A.defB.functionC.lambdaD.func答案：C7.下列不属于云计算三大服务模式的是（）。A.基础设施即服务B.软件即服务C.平台即服务D.安全即服务答案：D8.OSI参考模型中，负责建立、管理和终止应用程序间会话的是（）。A.传输层B.会话层C.表示层D.应用层答案：B9.在软件开发的生命周期模型中，强调风险驱动、迭代和增量开发，并包含四个阶段（初始、细化、构造、移交）的模型是（）。A.瀑布模型B.螺旋模型C.统一过程D.敏捷开发答案：C10.以下加密算法中，属于非对称加密算法的是（）。A.AESB.DESC.RSAD.IDEA答案：C11.在HTML5中，用于定义网页导航链接区域的语义化标签是（）。A.`<section>`B.`<article>`C.`<nav>`D.`<aside>`答案：C12.大数据处理技术框架中，主要用于分布式流式数据处理的框架是（）。A.HadoopMapReduceB.ApacheSparkC.ApacheStorm/FlinkD.HBase答案：C13.在软件测试中，主要用于验证软件单元功能是否正确的测试是（）。A.集成测试B.系统测试C.单元测试D.验收测试答案：C14.物联网的架构通常分为三层，不包括以下哪一层？（）A.感知层B.网络层C.平台层D.应用层答案：C（注：通常为感知层、网络层、应用层，平台层可视为应用层的一部分或独立中间层）15.以下关于区块链特点的描述，不准确的是（）。A.去中心化B.信息不可篡改C.完全匿名D.交易可追溯答案：C（区块链通常是伪匿名，并非完全匿名）（二）多选题（每题3分，共15分，全部选对得满分，少选得部分分，错选不得分）1.下列属于人工智能研究领域的有（）。A.自然语言处理B.计算机视觉C.知识图谱D.机器人学答案：A,B,C,D2.关系数据库的规范化设计可以消除（）。A.数据冗余B.插入异常C.删除异常D.更新异常答案：A,B,C,D3.以下属于网络攻击类型的有（）。A.SQL注入B.分布式拒绝服务C.中间人攻击D.社会工程学答案：A,B,C,D4.下列技术中，属于前端开发核心技术的有（）。A.HTMLB.CSSC.JavaScriptD.SQL答案：A,B,C5.关于虚拟化技术，以下说法正确的有（）。A.可以提高硬件资源的利用率B.VMware、VirtualBox属于系统虚拟化软件C.Docker容器技术是一种操作系统级虚拟化D.虚拟化技术只应用于服务器领域答案：A,B,C二、填空题（每空1分，共20分）1.在计算机中，1字节（Byte）等于______位（bit）。答案：82.在关系数据库中，用于从表中检索数据的SQL命令是______。答案：SELECT3.HTTP协议默认使用的端口号是______。答案：804.在面向对象编程中，将数据和对数据的操作封装在一起的特性称为______。答案：封装5.算法的基本特征包括：有穷性、确定性、可行性、有零个或多个输入、有______。答案：一个或多个输出6.在Python中，用于处理JSON数据格式的标准库是______。答案：json7.计算机网络中，用于唯一标识网络设备的物理地址是______地址。答案：MAC（或物理）8.软件工程中，衡量软件质量的两个重要外部特性是______和______。答案：可靠性、易用性（或功能正确性、效率等，合理即可，但需两个空）9.在数据仓库中，数据通常按照______、______、______三个维度进行组织。答案：时间、主题、粒度（顺序可调）10.机器学习中，将数据集分为训练集、______集和测试集是常见的做法。答案：验证11.无线局域网标准IEEE802.11ax的常用名称是______。答案：Wi-Fi612.在Git版本控制中，将远程仓库的更新取回并合并到本地当前分支的命令是______。答案：gitpull13.常见的软件架构模式包括分层架构、事件驱动架构、______架构和微服务架构等。答案：面向服务（SOA）14.IPv4地址中，属于私有地址范围的C类地址段是______。答案：~55（或写为/16，但需明确范围，填空时通常写一段，如）15.在数据库事务的ACID属性中，“A”代表______。答案：原子性16.操作系统进程的三种基本状态是：就绪状态、运行状态和______状态。答案：阻塞（或等待）17.数字签名技术可以保证信息的______、______和不可否认性。答案：完整性、真实性（顺序可调）三、简答题（每题5分，共25分）1.（封闭型）简述什么是三次握手，并说明其在TCP连接建立过程中的作用。答案：三次握手是TCP协议建立可靠连接的过程。首先，客户端向服务器发送SYN报文（同步序列编号），进入SYN_SENT状态。其次，服务器收到SYN报文后，回应SYN+ACK报文，进入SYN_RCVD状态。最后，客户端收到服务器的SYN+ACK报文后，再向服务器发送ACK报文确认，双方进入ESTABLISHED状态，连接建立完成。其作用主要是同步双方的初始序列号，确认双方的收发能力正常，防止已失效的连接请求报文段突然又传送到服务器而产生错误。2.（封闭型）解释面向对象编程中的“多态性”，并举例说明。答案：多态性是指同一操作作用于不同的对象，可以有不同的解释，产生不同的执行结果。它允许父类引用指向子类对象，并通过该引用调用子类重写的方法。例如，定义一个“动物”父类，其中有“叫”的方法。其子类“狗”和“猫”分别重写“叫”的方法为“汪汪”和“喵喵”。当用“动物”类型的引用分别指向“狗”对象和“猫”对象，并调用“叫”方法时，实际执行的是各自子类重写的方法，表现出不同的行为，这就是多态。3.（开放型）简述大数据的基本特征（4V特征）。答案：大数据的基本特征通常用4V描述：①Volume（大量）：数据体量巨大，从TB级别跃升到PB乃至EB级别。②Velocity（高速）：数据生成和处理的速度快，要求实时或准实时响应。③Variety（多样）：数据类型繁多，包括结构化数据（如数据库表）、半结构化数据（如XML、JSON）和非结构化数据（如文本、图片、视频）。④Value（低价值密度）：数据价值密度相对较低，需要从海量数据中通过分析挖掘才能获得有价值的信息。4.（封闭型）什么是SQL注入攻击？其根本原因和主要防范措施是什么？答案：SQL注入攻击是一种将恶意SQL代码插入到Web表单输入、页面请求参数等中，欺骗服务器执行非预期SQL命令的攻击手段。根本原因是程序没有对用户输入的数据进行充分的合法性校验和过滤，直接将用户输入拼接到SQL语句中执行。主要防范措施包括：使用参数化查询或预编译语句；对用户输入进行严格的验证和过滤；使用最小权限原则配置数据库连接；对数据库错误信息进行封装，避免泄露敏感信息。5.（开放型）简述云计算与边缘计算的主要区别与联系。答案：区别：①计算位置：云计算将计算、存储集中到大型数据中心（云端）；边缘计算将计算能力下沉到网络边缘，靠近数据源头或终端设备。②时延与带宽：云计算可能存在较高网络延迟和带宽压力；边缘计算响应更快，带宽需求更低。③数据处理：云计算适合海量数据的集中存储与复杂分析；边缘计算适合实时性要求高、数据量大的本地预处理和简单决策。联系：两者是互补协同的关系。边缘计算可以作为云计算的延伸和补充，处理实时、本地化任务，并将处理后的摘要数据或复杂计算任务上传至云端进行进一步分析、存储和模型训练，形成“云-边-端”协同的计算体系。四、应用题（共60分）（一）计算与分析题（每题10分，共20分）1.子网划分计算题某公司被分配了一个C类网络地址：/24。现需要划分出至少5个子网，每个子网至少能容纳25台主机。请计算：（1）需要从主机位中借用多少位作为子网位？（2）新的子网掩码是什么（点分十进制表示）？（3）列出前三个可用的子网网络地址及其对应的可用IP地址范围（网络地址和广播地址除外）。（4）每个子网最多能容纳多少台可用主机？答案：（1）要求至少5个子网，2^3=8>=5，因此需要借用3位主机位作为子网位。（2）原掩码为，借用3位后，子网掩码变为24（或/27）。（3）子网块大小=256-224=32。第一个子网：网络地址，可用IP范围~0。第二个子网：网络地址2，可用IP范围3~2。第三个子网：网络地址4，可用IP范围5~4。（4）主机位剩余位数=8-3=5位，每个子网总主机数=2^5=32台，减去网络地址和广播地址，可用主机数为30台。2.算法时间复杂度分析题请分析以下伪代码片段的时间复杂度（用大O表示法表示），并简要说明原因。```for(i=0;i<n;i++){for(j=i;j<n;j++){//执行常数时间操作print(i,j);}}```答案：时间复杂度为O(n²)。原因：外层循环执行n次。内层循环的执行次数取决于i的值：当i=0时，内层循环执行n次；i=1时，执行n-1次；...；i=n-1时，执行1次。因此，总操作次数T(n)=n+(n-1)+...+1=n(n+1)/2。忽略常数项和低阶项，时间复杂度为O(n²)。（二）综合设计/分析题（每题20分，共40分）1.数据库设计题某图书馆需要设计一个简单的图书借阅管理系统数据库。主要涉及以下实体和需求：读者：读者编号（唯一）、姓名、联系方式、注册日期。图书：图书编号（ISBN，唯一）、书名、作者、出版社、出版日期、库存数量。借阅记录：记录一次借阅行为，包括借阅流水号（唯一）、读者编号、图书编号、借出日期、应还日期、实际归还日期（可为空）。要求：（1）根据上述描述，设计至少三个关系表（表名、字段名、字段类型、主键、外键）。请用文字清晰描述，字段类型可简写（如VARCHAR、INT、DATE）。（2）写出创建“借阅记录”表的SQL语句（包含主键、外键约束）。（3）写出查询“张三”在2025年1月1日后借阅但尚未归还的所有图书的书名和借出日期的SQL语句。（4）为提高“根据图书书名模糊查询”的性能，可以在哪个表的哪个字段上建立什么类型的索引？为什么？答案：（1）表设计：读者表（Reader）：ReaderID(VARCHAR,主键)，Name(VARCHAR)，Contact(VARCHAR)，RegisterDate(DATE)。图书表（Book）：ISBN(VARCHAR,主键)，Title(VARCHAR)，Author(VARCHAR)，Publisher(VARCHAR)，PublishDate(DATE)，StockQuantity(INT)。借阅记录表（BorrowRecord）：RecordID(INT,主键)，ReaderID(VARCHAR,外键，引用Reader.ReaderID)，ISBN(VARCHAR,外键，引用Book.ISBN)，BorrowDate(DATE)，DueDate(DATE)，ReturnDate(DATE,允许NULL)。（2）创建“借阅记录”表SQL语句：```sqlCREATETABLEBorrowRecord(RecordIDINTPRIMARYKEY,ReaderIDVARCHARNOTNULL,ISBNVARCHARNOTNULL,BorrowDateDATENOTNULL,DueDateDATENOTNULL,ReturnDateDATE,FOREIGNKEY(ReaderID)REFERENCESReader(ReaderID),FOREIGNKEY(ISBN)REFERENCESBook(ISBN));```（3）查询SQL语句：```sqlSELECTb.Title,br.BorrowDateFROMBorrowRecordbrJOINBookbONbr.ISBN=b.ISBNJOINReaderrONbr.ReaderID=r.ReaderIDWHEREr.Name='张三'ANDbr.BorrowDate>'2025-01-01'ANDbr.ReturnDateISNULL;```（4）可以在“图书表（Book）”的“书名（Title）”字段上建立“普通索引（INDEX）”或“全文索引（FULLTEXTINDEX，如果支持且查询为全文搜索）”。因为根据书名进行模糊查询（如使用LIKE‘%关键词%’）时，如果没有索引，数据库需要进行全表扫描，效率低下。在Title字段上建立索引可以加快查询速度。但需注意，对于前导通配符（如LIKE‘%关键词’）的模糊查询，普通B-tree索引可能失效，此时可考虑全文索引。2.系统分析与设计题现需为一个在线电商平台设计一个“商品推荐模块”。该模块需要在用户浏览商品详情页时，在页面底部显示“猜你喜欢”（即个性化推荐商品列表）。已知：平台已有用户行为日志数据库，记录了用户的点击、购买、收藏、加入购物车等行为，关联用户ID和商品ID。平台有完整的商品信息数据库。要求：（1）请列举两种可用于实现此个性化推荐功能的常见算法或技术，并简要说明其基本原理。（2）针对你选择的其中一种算法，描述其应用于此场景时的主要数据处理步骤（从原始数据到生成推荐列表）。（3）除了算法准确性，请从系统实现角度提出两个在开发此推荐模块时需要考虑的非功能性问题（如性能、实时性等），并简要说明应对思路。答案：（1）示例算法：①协同过滤（基于用户的或基于物品的）：基于用户的协同过滤：找到与目标用户兴趣相似的其他用户，将这些相似用户喜欢而目标用户未接触过的商品推荐给目标用户。基于物品的协同过滤：根据用户历史行为（如购买、点击）计算商品之间的相似度，然后根据用户已交互过的商品，推荐与之相似的商品。②基于内容的推荐：分析用户已交互过的商品的内容特征（如类别、标签、描述文本），然后推荐与这些商品特征相似的其他商品。（其他合理算法如矩阵分解、深度学习模型亦可）（2）以基于物品的协同过滤为例，主要步骤：①数据准备：从用户行为日志中提取用户-商品交互矩阵（如用户对商品的评分