2026系统规划与管理师考试新内容试题及答案

2026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1分，共30分）1.2024年我国提出的“数据要素×”行动的核心目标是？A.实现数据要素的完全市场化流通B.推动数据要素与实体经济深度融合，赋能千行百业C.建立全国统一的数据交易平台D.完成所有公共数据的开放共享答案：B解析：“数据要素×”行动的核心是发挥数据要素的放大、叠加、倍增作用，推动与实体经济各领域深度融合，而非单纯的流通或平台建设。2.国家算力网络体系中，“东数西算”工程规划的国家算力枢纽节点数量为？A.6个B.8个C.10个D.12个答案：B解析：东数西算工程共规划8个国家算力枢纽节点，分别位于京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏。3.信息技术服务标准（ITSS）4.0版本的核心演进特征不包括以下哪项？A.智能化驱动B.数据要素赋能C.可信服务保障D.流程标准化答案：D解析：流程标准化是ITSS1.0-3.0阶段的核心特征，ITSS4.0重点突出智能化、数据驱动、可信治理等新特征。4.根据《生成式人工智能服务管理暂行办法》，提供生成式AI服务应当遵循的基本原则不包括？A.积极鼓励创新B.包容审慎监管C.算法完全公开D.坚守社会主义核心价值观答案：C解析：算法属于企业核心知识产权，暂行办法未要求完全公开，仅要求算法备案、安全评估等合规要求。5.《数字中国建设整体布局规划》提出的“2522”整体布局中，“两大基础”指的是？A.数字基础设施和数据资源体系B.数字经济和数字社会C.数字技术创新体系和数字安全屏障D.数字治理和数字生态答案：A解析：“2522”布局的两大基础是数字基础设施和数据资源体系；五大领域是数字经济、数字政治、数字文化、数字社会、数字生态文明；两大能力是数字技术创新体系、数字安全屏障；两个环境是数字治理体系、数字国际合作。6.信创系统规划中，“五可”要求不包括以下哪项？A.可替代B.可迁移C.可开源D.可管控答案：C解析：信创系统规划的“五可”要求是可替代、可迁移、可运维、可扩展、可管控，不要求必须开源。7.东数西算工程中，适合部署在西部算力枢纽的业务类型是？A.低时延的在线交易业务B.后台加工、离线分析、存储备份等非实时业务C.面向公众的实时交互业务D.金融核心交易业务答案：B解析：西部算力枢纽能源充足、地价低，适合部署非实时、高算力消耗的业务；低时延、实时交互类业务适合部署在东部枢纽。8.数据要素市场化配置的四大基础制度不包括？A.产权制度B.流通交易制度C.收益分配制度D.数据分级分类制度答案：D解析：数据要素四大基础制度是产权制度、流通交易制度、收益分配制度、安全治理制度，数据分级分类是安全治理的具体措施。9.ITSS4.0提出的“可信IT服务”核心属性不包括？A.安全性B.可靠性C.开源性D.可追责性答案：C解析：可信IT服务的核心属性包括安全性、可靠性、可用性、可追责性、透明性等，与是否开源无直接关联。10.生成式AI服务的算法备案制度属于哪种监管方式？A.事前监管B.事中监管C.事后监管D.全程监管答案：A解析：算法备案是在服务上线前进行的合规性审核，属于事前监管措施。11.数字政府建设中，“一网统管”主要面向的应用场景是？A.企业和群众办事服务B.政府内部协同办公C.城市运行管理与应急指挥D.公共资源交易管理答案：C解析：“一网通办”面向办事服务，“一网统管”面向城市运行管理，“一网协同”面向政府内部办公。12.碳算一体化的核心内涵是？A.用算力替代碳排放B.实现算力调度与碳排放的协同优化，降低算力产业碳排放量C.用碳交易收益补贴算力建设D.所有算力设施实现零碳排放答案：B解析：碳算一体化是指将碳排放因子纳入算力调度体系，优化算力布局与能源结构，降低算力产业的整体碳排放，而非完全消除碳排放。13.数据资产入表时，以下哪种数据资源不能确认为企业资产？A.企业合法采集的用户授权数据B.企业业务运营过程中自行产生的经营数据C.企业通过公开渠道爬取的未授权第三方数据D.企业通过交易获得的合法数据产品答案：C解析：数据资产需满足“企业合法拥有或控制”的前提，未授权爬取的第三方数据不符合合法性要求，不能确认为资产。14.大模型驱动的智能运维（AIOps2.0）中，RAG技术的核心作用是？A.提升大模型的训练速度B.减少大模型的幻觉，提升答案准确性C.降低大模型的推理成本D.扩展大模型的参数量答案：B解析：检索增强生成（RAG）通过从外部知识库检索相关信息作为上下文输入大模型，可有效减少幻觉，提升答案的准确性与时效性。15.国家算力网络体系中，边缘算力节点的主要作用是？A.处理大规模离线计算任务B.提供低时延、本地化的算力服务C.承担全国性算力调度功能D.存储冷数据答案：B解析：边缘算力节点部署在靠近用户侧，主要提供低时延、高带宽的本地化算力服务，满足实时业务需求。16.数字孪生在IT运维中的典型应用场景不包括？A.数据中心可视化运维B.系统性能仿真与容量预测C.故障推演与应急演练D.代码自动生成答案：D解析：代码自动生成属于生成式AI的应用场景，数字孪生主要用于物理/虚拟对象的映射、仿真、分析，适用于可视化运维、容量规划、故障推演等场景。17.根据《生成式人工智能服务管理暂行办法》，生成式AI服务提供者的责任不包括？A.对生成内容的真实性负责B.保护用户个人信息C.公开算法源代码D.建立投诉举报机制答案：C解析：办法要求生成式AI服务提供者履行内容治理、个人信息保护、算法备案、投诉举报等责任，但未要求公开算法源代码。18.数据要素流通中，联邦学习技术的核心价值是？A.提升数据交易速度B.实现数据“可用不可见”，保护数据隐私C.降低数据存储成本D.提升数据质量答案：B解析：联邦学习是隐私计算的核心技术之一，可在不交换原始数据的前提下完成联合建模，实现数据“可用不可见”，解决数据流通中的隐私保护问题。19.信创运维体系与传统运维体系的核心差异是？A.运维流程不同B.需适配自主可控的技术栈，解决兼容性与生态不完善问题C.运维工具完全不同D.运维人员职责完全不同答案：B解析：信创运维的核心特殊性在于技术栈的自主可控，需应对生态不完善、兼容性问题多、故障排查难度大等挑战，运维流程与人员职责整体框架与传统运维一致，但需补充适配性相关内容。20.数字中国建设的“五大领域”不包括以下哪项？A.数字经济B.数字文化C.数字军事D.数字社会答案：C解析：数字中国建设的五大领域是数字经济、数字政治、数字文化、数字社会、数字生态文明，不包含数字军事。21.ITSS4.0中，IT服务能力成熟度的最高级别是？A.优化级B.量化管理级C.智能化级D.协同级答案：C解析：ITSS4.0将IT服务能力成熟度分为初始级、可管理级、集成级、优化级、智能化级，最高级为智能化级。22.数据要素收益分配中，应坚持的核心原则是？A.按数据量分配B.按贡献分配C.按技术投入分配D.按资本投入分配答案：B解析：数据要素收益分配应坚持“按贡献分配”的原则，兼顾数据来源方、加工方、经营方等各参与方的合法权益。23.以下哪项不属于生成式AI在系统规划阶段的应用场景？A.自动生成需求规格说明书B.辅助架构设计与方案选型C.自动完成代码编写与测试D.辅助可行性分析与风险评估答案：C解析：代码编写与测试属于系统实施阶段的工作，系统规划阶段的应用包括需求分析、架构设计、可行性论证、风险评估等。24.数据安全治理的“三同步”原则是指？A.同步规划、同步建设、同步使用B.同步采集、同步存储、同步使用C.同步规划、同步测试、同步上线D.同步采集、同步处理、同步销毁答案：A解析：数据安全治理的“三同步”原则是指数据安全技术措施与业务系统同步规划、同步建设、同步使用。25.算力服务的分级分类中，以下哪项不属于常用的算力类型？A.通用算力B.智能算力C.超算算力D.量子算力答案：D解析：当前算力服务主要分为通用算力、智能算力、超算算力三类，量子算力尚未进入大规模商用阶段，不属于常用分类。26.系统规划与管理师在数据要素规划中的核心职责不包括？A.制定数据要素战略规划B.设计数据要素治理体系C.编写数据处理的底层算法代码D.推进数据要素落地应用答案：C解析：编写底层算法代码属于算法工程师的职责，系统规划与管理师负责战略规划、体系设计、落地推进等管理类工作。27.生成式AI伦理治理的核心原则不包括？A.公平公正B.透明可解释C.利益优先D.人类可控答案：C解析：生成式AI伦理治理的核心原则包括公平公正、透明可解释、人类可控、隐私保护、安全可靠等，利益优先不属于伦理原则。28.云原生系统规划的核心设计原则不包括？A.单体架构B.微服务化C.容器化部署D.自动化运维答案：A解析：云原生系统采用微服务、容器、DevOps、持续交付等核心技术与理念，单体架构是传统系统的架构模式，不符合云原生的设计原则。29.WhichofthefollowingisthecorecapabilityofAIOps2.0comparedwithtraditionalAIOps?A.Rule-basedalarmcorrelationB.NaturallanguageinteractiverootcauseanalysisC.ManualthresholdconfigurationD.Staticdashboarddisplay答案：B解析：传统AIOps以规则和统计模型为主，AIOps2.0依托大模型实现自然语言交互、根因推理、自动生成运维方案等能力。30.AccordingtoITSS4.0,whichofthefollowingisthehighestmaturitylevelofdataservicecapability?A.InitiallevelB.ManagedlevelC.OptimizedlevelD.Intelligentlevel答案：D解析：ITSS4.0数据服务能力成熟度分为初始级、可管理级、优化级、智能化级，最高级为智能化级。二、案例分析题（每题20分，共40分）1.阅读下列案例，回答问题1至问题3。【案例背景】某省属国有企业集团（以下简称A集团）是国内领先的制造型企业，拥有12家子公司，业务覆盖装备制造、供应链、售后服务等多个领域。2025年，A集团被列入省级数据要素市场化配置试点单位，要求在2026年底前完成集团数据资产入表、核心业务数据产品化、数据要素内部流通与对外增值的试点目标。A集团信息中心牵头成立了数据要素专项工作组，由系统规划与管理师张工担任负责人。在前期调研中，张工发现以下问题：（1）集团各子公司数据标准不统一，数据产权归属模糊，业务部门对数据共享存在顾虑；（2）现有数据平台仅支持内部统计分析，不具备数据产品开发、流通交易的技术能力；（3）财务部门对数据资产入表的条件、流程、估值方法不熟悉，无法支撑试点要求。【问题1】（6分）结合我国数据要素基础制度框架，简述A集团数据产权确权的核心要点。【问题2】（7分）为支撑数据要素流通与交易，A集团需构建数据流通技术架构，请列出该架构应包含的核心技术模块。【问题3】（7分）请简述数据资产入表的基本条件与主要流程。答案：问题1：（1）明确数据资源持有权：界定集团与子公司、各业务部门对数据资源的持有、使用、管理权限；（2）明确数据加工使用权：区分原始数据与加工后数据产品的使用权，保护数据加工方的合法权益；（3）明确数据产品经营权：规范数据产品对外交易、增值服务的经营权限与收益分配规则。解析：我国数据要素基础制度提出建立数据资源持有权、数据加工使用权、数据产品经营权“三权分置”的产权运行机制，是数据确权的核心依据。问题2：（1）数据产品开发模块：支持数据清洗、标注、建模、封装等数据产品化工具；（2）隐私计算模块：包含联邦学习、安全多方计算、差分隐私等技术，保障数据流通“可用不可见”；（3）区块链存证模块：实现数据权属、流通记录、交易合同的不可篡改存证；（4）数据交易撮合模块：支持产品上架、询价、交易、结算等功能；（5）数据安全管控模块：包含数据分级分类、访问控制、脱敏、审计等功能；（6）数据估值模块：支撑数据资产的价值评估与定价；（7）数据质量管控模块：保障流通数据的完整性、准确性、时效性。解析：数据流通技术架构需兼顾效率、安全、合规三大目标，覆盖数据产品全生命周期的流通需求。问题3：数据资产入表的基本条件：（1）数据资源由企业合法拥有或控制；（2）能够带来未来经济利益；（3）成本能够可靠计量。主要流程：（1）数据资源梳理与确权：明确数据来源、权属、范围；（2）数据资产价值评估：采用收益法、成本法等完成估值；（3）入表合规性审核：法务、财务、数据部门联合审核合法性与合规性；（4）会计核算与报表列示：按照会计准则进行确认、计量与列报；（5）后续计量与动态调整：定期评估数据资产价值，进行减值或增值调整。解析：根据《企业数据资源相关会计处理暂行规定》，数据资源需满足资产的核心定义才能入表，流程需覆盖从确权到后续计量的全环节。2.阅读下列案例，回答问题1至问题3。【案例背景】某大型金融科技公司（以下简称B公司）拥有超过2000台服务器、150余个业务系统，日均运维事件超过3000起。传统运维模式下，事件响应慢、根因定位依赖专家经验、重复事件占比高的问题日益突出。2025年底，B公司启动“智能运维升级项目”，计划引入生成式大模型构建AIOps2.0体系，目标是在2026年实现事件响应效率提升50%、重复事件率下降70%。系统规划与管理师李工负责该项目的整体规划与落地，在项目启动会上，运维团队提出以下顾虑：（1）大模型存在“幻觉”问题，可能给出错误的根因分析或处置方案，引发生产事故；（2）大模型训练需要使用大量运维日志、系统配置等敏感数据，存在数据泄露风险；（3）现有IT服务管理流程（ITIL）是为传统运维设计的，无法适配生成式AI参与的运维模式。【问题1】（6分）与传统基于规则/统计模型的AIOps1.0相比，AIOps2.0（大模型驱动）有哪些核心优势？【问题2】（7分）针对运维场景中大模型的“幻觉”问题，李工可采取哪些技术与管理措施进行缓解？【问题3】（7分）引入生成式AI后，B公司的事件管理流程应做哪些调整？答案：问题1：（1）自然语言交互能力：支持运维人员用自然语言提问，降低使用门槛；（2）跨域知识融合能力：可整合不同系统、不同技术栈的运维知识，实现跨域根因分析；（3）生成式处置方案：可自动生成运维脚本、处置报告、优化建议，而非仅输出告警或统计结果；（4）小样本学习能力：无需大量标注数据即可适配新的运维场景，降低训练成本；（5）知识动态更新能力：可快速吸收新的运维知识、故障案例，持续迭代能力；（6）自动化推理能力：可基于上下文进行多步推理，提升复杂故障的定位精度。解析：AIOps2.0以大模型为核心，从“感知+预警”向“推理+决策”升级，解决传统AIOps适配性差、能力边界窄的问题。问题2：技术措施：（1）检索增强生成（RAG）：基于企业内部运维知识库、故障案例库进行检索，再生成答案，减少幻觉；（2）知识库校验：对生成的答案与权威知识库进行一致性校验，标记不一致内容；（3）多模型交叉验证：使用多个不同的大模型对同一问题进行分析，对比结果一致性；（4）置信度评估：给出生成结果的置信度，低置信度结果自动转人工审核。管理措施：（1）分级授权：大模型仅拥有低风险操作的执行权限，高风险操作必须人工确认；（2）灰度发布：先在测试环境、非核心业务试点，验证效果后再逐步推广到核心系统；（3）人工复核机制：所有大模型生成的处置方案需经运维工程师审核后才能执行。解析：大模型幻觉无法完全消除，需通过技术约束+管理流程的组合方式，将风险控制在可接受范围内。问题3：（1）事件检测环节：增加大模型对多源告警的自动聚合、降噪、优先级判定能力，减少人工告警处理量；（2）事件响应环节：大模型自动生成初步处置建议，一线运维人员可直接采用或调整，提升响应速度；（3）事件分派环节：大模型根据事件类型、复杂度、运维人员技能标签，自动精准分派事件，减少派单错误；（4）事件解决环节：大模型辅助根因定位，生成处置脚本，经人工确认后可自动执行；（5）事件关闭环节：大模型自动生成事件报告、知识条目，更新运维知识库；（6）增加AI操作审计环节：对大模型的所有操作、生成内容进行全链路审计，便于追溯责任；（7）优化绩效指标：从“人均处理事件量”转向“人机协同效率”“自动化处置率”等新指标。解析：生成式AI是运维流程的辅助工具，而非替代人工，流程调整需围绕“人机协同”展开，同时强化风险管