2026年公需科目大数据考试题库(含参考答案)

2026年公需科目大数据考试题库(含参考答案)1.单项选择题（共40题，每题1分，每题的备选项中，只有1个最符合题意）1.下列关于大数据“4V”特征的表述，错误的是（）A.Volume（数据体量大）指数据规模从TB级别跃升至PB、EB甚至ZB级别B.Variety（数据类型多）涵盖结构化数据、半结构化数据、非结构化数据三类C.Velocity（处理速度快）要求数据处理遵循“秒级定律”，在可接受时间内完成价值输出D.Value（价值密度高）指单位数据对应的商业价值、社会价值密度普遍较高参考答案：D解析：大数据的Value特征核心是价值密度低，以视频监控数据为例，连续24小时的监控footage中，有实际研判价值的片段可能仅数秒，需要通过算法挖掘实现低价值密度数据的价值提纯，因此D选项表述错误。2.我国《全国一体化大数据中心协同创新体系算力枢纽实施方案》明确的“东数西算”工程8大国家算力枢纽节点中，承担粤港澳大湾区实时算力需求、承接非实时算力西向转移的节点是（）A.京津冀枢纽B.长三角枢纽C.粤港澳大湾区枢纽D.成渝枢纽参考答案：C解析：8大算力枢纽分别为京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏，其中粤港澳大湾区枢纽定位为服务大湾区实时算力需求、统筹布局热数据中心集群，引导温冷数据向西部枢纽转移，因此选C。3.数据要素市场化配置改革中，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”的产权运行机制首次在中央政策文件中明确提出的时间是（）A.2020年4月B.2022年12月C.2023年10月D.2025年3月参考答案：B解析：2022年12月，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（即“数据二十条”），首次明确数据产权“三权分置”的制度框架，因此选B。4.下列数据存储架构中，专为分布式海量非结构化数据存储设计、支持流式数据访问、具备高容错性、适合部署在廉价商用硬件上的是（）A.关系型数据库（RDBMS）B.Hadoop分布式文件系统（HDFS）C.数据仓库（DataWarehouse）D.键值数据库（Redis）参考答案：B解析：HDFS是ApacheHadoop生态的核心存储组件，具备高容错、高吞吐量、低成本部署的特性，面向海量非结构化数据存储设计；关系型数据库适用于结构化事务处理，数据仓库面向结构化数据分析，Redis为内存级键值数据库适用于高速缓存场景，因此选B。5.数据全生命周期安全管理流程中，对敏感数据按照脱敏规则进行变形处理，实现数据在开发、测试、流通环节无法识别特定个人且不能复原的环节是（）A.数据采集安全B.数据传输安全C.数据脱敏D.数据销毁参考答案：C解析：数据脱敏是指通过替换、掩码、扰动、加密等方式对敏感字段进行处理，确保非授权场景下无法关联到特定主体，是数据开发、对外共享场景下的核心安全措施，因此选C。6.大数据分析方法中，通过关联规则算法挖掘海量数据中不同变量之间的相关关系，最典型的应用场景是电商平台的购物篮分析，该类分析方法属于（）A.描述性分析B.诊断性分析C.预测性分析D.指导性分析参考答案：A解析：描述性分析旨在通过统计、关联挖掘等方式刻画数据的基本特征、事物之间的关联关系，回答“发生了什么”的问题；诊断性分析回答“为什么发生”，预测性分析回答“将要发生什么”，指导性分析回答“应该怎么做”，购物篮关联挖掘属于典型的描述性分析范畴，因此选A。7.我国《数据安全法》按照数据一旦遭到篡改、破坏、泄露或者非法获取、非法利用，对国家安全、公共利益或者个人、组织合法权益造成的危害程度，将数据安全保护级别划分为（）A.2级B.3级C.4级D.5级参考答案：B解析：《中华人民共和国数据安全法》第二十一条明确，国家建立数据分类分级保护制度，根据数据的危害程度将数据分为一般数据、重要数据、核心数据三个级别，对应不同强度的保护要求，因此选B。8.下列大数据应用场景中，属于政务大数据“一网统管”领域典型应用的是（）A.基于用户消费画像的电商个性化推荐B.城市运行管理中心的交通拥堵实时研判与信号灯动态调度C.银行基于交易流水的反欺诈识别D.制造企业基于生产传感器数据的设备故障预判参考答案：B解析：“一网统管”是政务数字化转型的核心场景，聚焦城市运行的全域感知、实时调度、协同处置，交通拥堵动态调度属于典型的城市治理一网统管应用；其余选项分别属于商务、金融、工业大数据应用场景，因此选B。9.数据质量评价体系中，“数据在指定场景下满足用户业务需求的准确程度，不存在错误、异常、重复记录”对应的质量维度是（）A.完整性B.准确性C.一致性D.时效性参考答案：B解析：数据质量六大核心维度包括完整性、准确性、一致性、时效性、唯一性、合规性，其中准确性指数据记录与客观事实的匹配程度，无错误、偏差；完整性指数据字段、记录无缺失；一致性指跨系统、跨环节的数据逻辑统一；时效性指数据的更新频率满足业务时间要求，因此选B。10.在分布式计算框架中，核心设计遵循“移动计算而非移动数据”理念，支持大规模数据集并行处理、具备高容错性、采用Map和Reduce两阶段编程模型的是（）A.SparkB.FlinkC.HadoopMapReduceD.Storm参考答案：C解析：MapReduce是Hadoop生态的初代分布式计算框架，将计算任务拆分为Map（映射）和Reduce（归约）两个阶段，优先将计算任务调度到存储对应数据的节点上运行，减少数据跨网络传输的开销；Spark为内存计算框架，Flink、Storm为流计算框架，因此选C。2.多项选择题（共20题，每题2分，每题的备选项中，有2个或2个以上符合题意，至少有1个错项，错选本题不得分，少选所选的每个选项得0.5分）1.下列属于非结构化数据类型的有（）A.企业财务系统存储的结构化营收报表B.短视频平台上传的用户原创视频内容C.客服系统留存的用户语音通话录音D.办公系统存储的Word格式项目文档E.交通卡口采集的车辆通行高清图片参考答案：BCDE解析：非结构化数据指没有固定预定义数据模型、无法用二维表结构逻辑表达的数据，包括视频、音频、文档、图片、网页内容等；A选项的营收报表为典型的结构化数据，因此排除。2.我国“东数西算”工程的建设目标包括（）A.推动算力资源有序向西转移，缓解东部地区能源、土地资源约束B.优化数据中心建设布局，提升全国算力资源整体利用效率C.扩大西部可再生能源消纳比例，降低数据中心碳排放水平D.带动西部数字产业发展，缩小区域数字经济发展差距E.实现所有算力需求100%集中在西部枢纽节点部署参考答案：ABCD解析：“东数西算”并非将所有算力需求转移到西部，而是按照“热数据就近部署、温冷数据西向转移”的原则，对时延要求高的实时算力需求仍在东部枢纽布局，对时延要求低的离线分析、数据存储、模型训练等算力需求引导至西部节点，因此E选项表述错误。3.根据《个人信息保护法》，处理个人信息应当遵循的合法原则包括（）A.告知-同意原则，处理个人信息前应当明确告知处理目的、方式、范围并取得个人同意B.最小必要原则，处理个人信息应当限于实现处理目的的最小范围，不得过度收集C.公开透明原则，应当公开个人信息处理规则，明示处理的目的、方式和范围D.目的限制原则，不得超出最初告知的处理目的使用个人信息E.权责一致原则，个人信息处理者应当对其个人信息处理活动负责，并采取必要措施保障所处理的个人信息的安全参考答案：ABCDE解析：《个人信息保护法》第五条至第九条明确了个人信息处理的五项核心原则，上述选项均为法定原则的准确表述。4.大数据处理的典型技术栈包含的核心层级有（）A.数据采集与传输层，负责通过传感器、API、日志采集工具等获取多源数据并完成传输B.数据存储层，负责通过分布式文件系统、数据库、数据湖等载体存储海量多模数据C.数据计算与分析层，负责通过批处理、流处理、交互式分析等引擎完成数据价值挖掘D.数据应用层，面向政务、金融、工业、医疗等场景输出数据产品与服务E.数据安全与治理层，覆盖数据全生命周期的质量管控、安全防护、合规管理参考答案：ABCDE解析：大数据技术栈从下到上依次为采集传输层、存储层、计算分析层、应用层，以及贯穿全流程的安全治理体系，五个选项表述均准确。5.数据要素市场化配置过程中，公共数据授权运营的核心要求包括（）A.坚持公共数据公益属性，优先保障公共服务、社会治理场景的公共数据需求B.授权运营主体应当具备相应的数据安全防护、数据开发利用能力C.授权运营过程中不得泄露国家秘密、商业秘密和个人隐私D.授权运营产生的收益应当按照规定纳入公共财政管理，用于公共服务支出E.公共数据可以不经安全审查直接由授权运营主体对外提供商业化服务参考答案：ABCD解析：公共数据授权运营必须建立严格的安全审查、风险评估机制，涉及敏感数据的要完成脱敏、合规审查后方可对外提供服务，严禁未经审核直接商业化利用公共数据，因此E选项错误。6.下列属于大数据常见安全风险的有（）A.数据采集环节的过度收集、非法爬取敏感数据风险B.数据存储环节的数据库拖库、勒索病毒加密、存储介质泄露风险C.数据流通环节的未经授权共享、数据倒卖、跨境违规传输风险D.数据使用环节的算法歧视、大数据杀熟、个人信息滥用风险E.数据销毁环节的数据残留、未彻底清除导致的信息泄露风险参考答案：ABCDE解析：大数据安全风险贯穿数据全生命周期，五个选项分别对应采集、存储、流通、使用、销毁各环节的典型风险，表述均准确。7.数据治理体系的核心组成部分包括（）A.数据标准体系，统一数据元、数据编码、数据接口的规范要求B.数据质量管控体系，建立数据质量监测、问题溯源、整改优化的闭环机制C.元数据与主数据管理体系，厘清数据资产家底，保障核心数据的一致性D.数据安全合规体系，落实分类分级、访问控制、合规审计等安全要求E.数据价值评估体系，量化数据资产的成本、收益与潜在价值参考答案：ABCDE解析：完整的数据治理体系涵盖标准、质量、元数据、主数据、安全、价值评估等核心模块，是实现数据资产化、价值化的基础保障，五个选项表述均正确。8.下列关于联邦学习技术的表述，正确的有（）A.联邦学习是一种分布式机器学习技术框架，能够实现“数据不动模型动”B.联邦学习过程中各参与方无需将本地原始数据对外共享，仅传输模型训练的中间参数C.联邦学习能够有效解决数据流通中的“数据孤岛”问题，平衡数据利用与隐私保护需求D.联邦学习在金融跨机构联合风控、医疗跨院联合科研等场景具备较高应用价值E.联邦学习技术能够完全避免数据泄露风险，无需附加任何安全防护措施参考答案：ABCD解析：联邦学习通过原始数据不出域的方式降低数据泄露风险，但仍存在参数反推、梯度泄露等潜在安全风险，需要结合差分隐私、同态加密等技术进一步强化防护，并非零风险，因此E选项错误。3.判断题（共20题，每题1分，正确选√，错误选×）1.大数据的核心价值不在于数据规模的庞大，而在于通过对多源数据的关联分析、挖掘处理提炼出能够支撑决策的有效信息。（）参考答案：√解析：大数据的核心是价值挖掘，单纯的海量数据堆砌无法产生价值，只有通过采集、治理、分析、应用的全流程赋能，才能将数据资源转化为数据资产。2.根据我国《数据安全法》，关系国家安全、国民经济命脉、重要民生、重大公共利益等数据属于核心数据，实行最高等级的保护。（）参考答案：√解析：《数据安全法》明确核心数据是数据分类分级体系中保护等级最高的类别，一旦泄露将对国家利益造成特别严重的危害，需实施最严格的管控措施。3.数据脱敏处理后的非个人信息在流通使用过程中，不存在重新识别到特定个人的风险，因此无需进行后续安全管控。（）参考答案：×解析：如果脱敏规则强度不足，结合外部公开数据仍存在通过关联分析重新识别特定个人的可能，因此脱敏数据的流通仍需遵循合规要求，落实安全管控责任。4.“东数西算”工程中的“数”指的是所有类型的数据，“算”指的是所有类型的算力需求，所有算力需求都应当转移到西部算力枢纽部署。（）参考答案：×解析：对网络时延要求极高的实时算力需求，如自动驾驶、工业实时控制、远程医疗等场景，仍需在靠近用户侧的东部枢纽部署，仅对时延不敏感的离线分析、存储备份、AI大模型训练等场景引导向西部转移。5.公共数据开放等同于公共数据共享，都是行政机关之间无偿调用数据的行为。（）参考答案：×解析：公共数据共享是指政务部门之间因履行职责需要依法使用其他部门掌握的公共数据，面向政务体系内部；公共数据开放是指政务部门依法向社会公众、市场主体无偿开放可公开的公共数据，面向社会主体，二者的适用范围、对象、规则均存在差异。6.湖仓一体架构融合了数据湖的多模数据存储能力与数据仓库的结构化分析能力，能够同时支持批处理、流处理、交互式分析等多种负载。（）参考答案：√解析：湖仓一体是新一代大数据存储架构，解决了传统数据湖缺乏事务支持、数据质量差，传统数据仓库存储成本高、无法承载非结构化数据的痛点，是当前大数据架构演进的主流方向。7.数据资产入表是指企业将其合法拥有或控制的、能够带来经济利益的数据资源，按照会计准则要求确认为资产计入企业财务报表的行为。（）参考答案：√解析：根据财政部《企业数据资源相关会计处理暂行规定》，自2024年1月1日起，企业符合条件的数据资源可以分别计入无形资产、存货科目，正式纳入财务报表核算。8.只要获得用户的明确同意，个人信息处理者就可以无限度收集、使用用户的个人信息。（）参考答案：×解析：处理个人信息除满足告知同意要求外，还需遵循最小必要、目的限制等原则，不得超出服务场景的必要范围收集个人信息，即使获得用户同意也不能过度收集与服务无关的信息。9.PUE值是评价数据中心能源效率的核心指标，PUE值越接近1，说明数据中心的能源利用效率越高。（）参考答案：√解析：PUE（电源使用效率）=数据中心总能耗/IT设备能耗，国家要求新建大型、超大型数据中心PUE值必须降到1.3以下，严寒、寒冷地区力争降到1.25以下，PUE越接近1说明制冷、供电等辅助系统的能耗越低，能效水平越高。10.联邦学习技术能够实现各参与方在不共享原始数据的前提下联合训练AI模型，是平衡数据利用与隐私保护的重要技术路径。（）参考答案：√解析：联邦学习的核心逻辑是“数据不出域、价值可流通”，各参与方仅交互模型更新的梯度参数，不传输原始数据，能够在保障数据安全的前提下打破数据孤岛，目前已在金融、医疗等领域落地应用。4.案例分析题（共2题，每题10分）1.某东部沿海城市政务服务管理部门计划建设全市统一的政务大数据平台，打通公安、民政、人社、医保、住建、市场监管等26个部门的政务数据资源，实现“一网通办、一网统管”。在建设过程中，该部门面临以下问题：一是各部门数据标准不统一，同一主体的身份证号、企业统一社会信用代码等核心字段在不同系统中的编码规则、存储格式存在差异，数据质量参差不齐，存在数据缺失、重复、错误等问题；二是部门之间数据共享存在壁垒，部分部门以数据安全为由拒绝提供涉企、涉民核心数据，导致“数据多跑路、群众少跑腿”的改革目标难以落地；三是平台积累的海量公共数据缺乏开发利用路径，数据价值没有得到充分释放；四是数据安全防护能力不足，存在敏感个人信息泄露的潜在风险。问题：结合大数据治理、公共数据管理、数据安全的相关知识，为该部门提出针对性的解决方案。参考答案：（1）建立全市统一的数据标准与质量管控体系：由政务服务管理部门牵头，联合各部门制定全市统一的政务数据元标准、编码标准、接口标准，明确核心字段的格式、口径、更新频率要求；搭建数据质量监测平台，建立“问题发现-派单整改-效果核验”的闭环质量管控机制，对缺失、重复、错误的数据督促责任部门限期整改，从源头提升数据质量。（3分）（2）完善公共数据共享机制：落实政务数据共享“三清单”制度，编制全市政务数据的共享责任清单、需求清单、负面清单，对没有法律法规依据、不属于负面清单范畴的数据必须无条件共享，对拒绝共享的部门建立考核问责机制；依托政务外网搭建统一的数据共享交换平台，实现部门之间数据的安全、有序调用，减少群众办事提交的重复证明材料。（3分）（3）规范推进公共数据授权运营：在保障安全、保护隐私的前提下，选取普惠金融、交通出行、医疗健康等重点领域，授权具备安全能力、技术能力的市场主体对脱敏后的公共数据进行开发利用，面向市场主体提供数据产品和服务，公共数据运营收益纳入公共财政，用于提升公共服务水平，充分释放公共数据价值。（2分）（4）构建全生命周期数据安全防护体系：落实数据分类分级保护要求，对涉及国家秘密、个人敏感信息、商业秘密的数据实施最高等级防护；搭建数据安全监测平台，对数据访问、调用、导出行为进行全流程审计，落实访问权限最小化、数据脱敏、数据加密、安全认证等技术措施，制定数据安全应急预案，定期开展安全演练，防范数据泄露风险。（2分）2.某连锁零售企业积累了近5年的会员消费数据