2026秋国家开放大学《IT技术讲座》(课程ID:53703)形考任务复习题及参考答案_第1页
2026秋国家开放大学《IT技术讲座》(课程ID:53703)形考任务复习题及参考答案_第2页
2026秋国家开放大学《IT技术讲座》(课程ID:53703)形考任务复习题及参考答案_第3页
2026秋国家开放大学《IT技术讲座》(课程ID:53703)形考任务复习题及参考答案_第4页
2026秋国家开放大学《IT技术讲座》(课程ID:53703)形考任务复习题及参考答案_第5页
已阅读5页,还剩24页未读, 继续免费阅读

付费下载

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

国家开放大学·课程代码53703·复习资料2026秋季学期《IT技术讲座》形考任务复习题库一、课程与考核形式。《IT技术讲座》(课程代码53703)是面向各专业开设的跨专业新技术素养课程,以专题讲座形式组织教学内容,通常包含人工智能、大数据、云计算、物联网与区块链等若干专题。该课程的形成性考核为四次形考作业,每次作业布置一道论述(简述)题,要求结合讲座内容作答,由辅导教师根据作答情况评分;课程另设期末考试。二、本资料的结构。第一部分为四次形考作业,逐题给出作业题目原文和完整参考答案;参考答案按评分点分条组织,每条先给结论再作解释,并附应用实例,可直接参考组织成自己的作答。第二部分为附录,按四个讲座专题整理了100道客观题(单项选择60道、多项选择20道、判断题20道),题干、全部选项、参考答案齐全,题号用阿拉伯数字按顺序连续编排,供期末考试复习自测使用。三、关于“含完整选项”的说明。本课程形考作业本身是论述题,平台上没有A、B、C、D选项,因此作业部分给出的是题目原文与参考答案全文;客观题选项集中在附录,作答平台上的客观题时可对照附录检索。四、论述题的作答与评分。这类作业由教师人工评阅,评分主要看四个方面:概念表述是否准确、要点是否齐全、层次是否清晰、是否结合实例与自身理解。建议每篇不少于600字,用“一、二、三”或“(一)(二)(三)”分层,每个要点先写结论句再展开两三句,结尾加一段简短的认识或趋势判断。参考答案已按这一结构编排,抄写时建议适当改写措辞、结合本人工作或专业举一个例子,避免整段照搬。五、专题可能轮换。不同分部、不同学期布置的作业专题顺序不完全一致,常见组合是“人工智能—大数据—云计算—物联网/区块链”。若平台上的作业题目与本文不一致(例如要求论述5G、数字孪生、元宇宙、工业互联网等),把题干发给我即可按题重写一篇。六、附录题库的性质。附录题目依据四个专题的通行知识要点(含《新一代信息技术与人工智能基础》一类教材的公共考点)整理,覆盖概念、特征、体系架构、关键技术、典型应用与常见误区,答案均按现行技术口径核对;但它不是平台原题的逐字复制,期末考试若出现教材特有表述,请以教材和平台为准。七、学术诚信提示。本资料供学习、复习与作答参考,请结合课程内容独立完成作业,不要直接整篇提交他人的答案。

第一部分人工智能技术一、作业题目人工智能技术是近年来发展最为迅速的IT技术之一,它被广泛应用于智能客服、智能家居、自动驾驶等领域。请简要论述人工智能的概念、研究内容及主要应用领域,辅导教师根据学生作答情况给分。二、参考答案(一)人工智能的概念人工智能(ArtificialIntelligence,缩写AI)是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的新兴技术科学,是计算机科学的一个重要分支。它的基本设想是让机器胜任那些通常需要人类智能才能完成的复杂工作,例如识别图像、理解语言、进行推理和作出决策。这一概念有明确的学术起点。1950年,英国数学家艾伦·图灵在论文《计算机器与智能》中提出“机器能否思考”的问题,并设计了著名的“图灵测试”:如果人在与被测试者隔开的情况下,通过文字交流无法分辨对方是人还是机器,就可以认为该机器具有智能。1956年,麦卡锡、明斯基、香农等学者在美国达特茅斯学院召开学术研讨会,正式提出“人工智能”这一术语,这一年通常被视为人工智能学科的诞生之年。从技术实现看,人工智能有三个基本要素:数据是“原料”,算法是“方法”,算力是“工具”。三者缺一不可——没有大规模数据,模型学不到规律;没有合适的算法,数据无法转化为能力;没有足够的算力,复杂模型无法训练。按照能力水平,人工智能一般分为三类:弱人工智能(专用人工智能),只能完成某一特定领域的任务,如人脸识别、语音助手,目前实际应用的基本都属于这一类;强人工智能(通用人工智能),具备与人类相当的通用认知能力,尚处于探索阶段;超人工智能,指在几乎所有领域都远超人类的智能形态,目前属于理论设想。(二)人工智能的研究内容人工智能的研究内容十分广泛,主要包括以下几个方面。1.机器学习。研究计算机如何从数据中自动学习规律并改进自身性能,是人工智能的核心方法。按学习方式可分为监督学习(使用带标签的数据训练,如分类、回归)、无监督学习(从无标签数据中发现结构,如聚类、关联规则)和强化学习(通过与环境交互、依据奖励信号不断试错优化策略)。2.深度学习。机器学习的一个分支,通过构建多层神经网络自动提取数据的层次化特征,是当前图像识别、语音识别、自然语言处理取得突破的主要技术路线,典型网络结构包括卷积神经网络、循环神经网络和Transformer等。3.知识表示与推理。研究如何把人类知识表示为计算机可处理的形式,并据此进行推理和决策,常见方法有产生式规则、语义网络、框架表示、谓词逻辑以及近年广泛使用的知识图谱。4.自然语言处理。研究如何让计算机理解和生成人类语言,包括分词、词性标注、句法分析、语义理解、机器翻译、文本摘要、问答系统和情感分析等。5.计算机视觉。研究如何让计算机从图像和视频中获取、理解信息,包括图像分类、目标检测、人脸识别、光学字符识别、图像分割与三维重建等。6.语音处理。包括语音识别(把语音转成文字)与语音合成(把文字转成语音),是智能音箱、语音助手、智能客服的基础。7.机器人学与智能控制。研究机器人的感知、规划、运动控制与人机协作,涉及路径规划、同时定位与建图、灵巧操作等。8.专家系统与智能决策。把领域专家的知识与经验组织成知识库,配合推理机模拟专家解决专门问题,广泛应用于医疗诊断、故障诊断、金融风控等场景。此外,自动规划、多智能体系统、类脑计算、脑机接口、可解释人工智能等也是重要研究方向。(三)人工智能的主要应用领域1.智能客服。利用自然语言处理与知识库,实现意图识别、多轮对话和自动应答,可7×24小时在线,显著降低人工坐席成本,并把复杂问题转交人工处理。2.智能家居。以语音助手为交互入口,结合传感器与设备联动,实现灯光、空调、安防、窗帘的自动控制与场景化服务,如“回家模式”自动开灯并调节温度。3.自动驾驶。通过摄像头、激光雷达、毫米波雷达感知环境,由算法完成目标检测、车道保持、路径规划与决策控制,按自动化程度分为L0至L5六个等级,目前量产车多处于L2至L3之间。4.医疗健康。用于医学影像辅助诊断(如肺结节、眼底病变筛查)、病历结构化、药物靶点发现与分子设计、手术机器人和健康风险预测,可提高诊断效率与一致性。5.金融。用于信用评分、反欺诈、智能投顾、量化交易和智能理赔,通过对交易行为与历史数据的建模识别异常。6.教育。用于自适应学习路径推荐、智能批改、口语测评、AI助教与个性化辅导,缓解优质师资不均衡问题。7.智能制造。用于机器视觉质检、设备预测性维护、工业机器人和生产排程优化,是智能制造的重要支撑。8.其他领域。交通领域的信号灯智能配时与车路协同,农业领域的病虫害识别与精准施肥,安防领域的人脸布控与行为分析,以及内容生成领域的文案、图像、音视频创作(AIGC)等。(四)认识与展望人工智能在快速发展的同时也面临现实约束:深度学习依赖大量标注数据,模型的可解释性较弱,跨场景泛化能力有限,训练与推理能耗较高。随之而来的还有数据隐私、算法偏见、深度伪造、就业结构调整等伦理与社会问题,需要通过技术手段与制度规范共同治理,我国已出台《生成式人工智能服务管理暂行办法》等规定加以规范。从趋势看,多模态大模型、具身智能、行业专用模型、边缘端轻量化部署以及“人工智能+”与实体经济的深度融合,将是下一阶段的主要方向。对学习者而言,重要的不是记住某个模型的参数,而是理解人工智能“数据—算法—算力”的基本逻辑和“感知—学习—决策—执行”的能力链条,这样才能在新的技术浪潮中保持判断力。三、作答提示本题三个问点分值大致均衡,作答时不要只写概念而漏掉研究内容与应用领域。概念部分要写出定义、提出年份与人物(图灵测试、1956年达特茅斯会议);研究内容至少列出四项并各作一句解释;应用领域要覆盖题干给出的智能客服、智能家居、自动驾驶三个例子,再补充医疗、金融、教育等两三个领域;最后用一小段写趋势或问题,可明显提升得分层次。

第二部分大数据技术一、作业题目大数据技术是一种处理海量数据的技术,它通过对数据的采集、存储、分析和可视化等处理,为用户提供更加准确和全面的数据支持。请简述什么是大数据技术?它的核心技术有哪些?二、参考答案(一)什么是大数据技术大数据技术是指面向规模巨大、类型多样、产生速度快的数据集合,通过采集、传输、存储、计算、分析、治理与可视化等一系列技术手段,从中快速提取有价值信息并支撑决策的技术体系。它不是某一件具体产品,而是一套围绕“数据价值链”组织起来的方法与工具集合。业界通常用“5V”概括大数据的基本特征:Volume(数据规模大),数据量从TB级到PB、EB级;Velocity(处理速度快),数据持续高速产生,要求实时或准实时处理;Variety(数据类型多样),既有结构化数据(如业务系统表),也有半结构化数据(如日志、JSON、XML)和非结构化数据(如图片、音视频、文本);Value(价值密度低),海量数据中有价值的部分占比很小,必须依靠分析挖掘才能提炼;Veracity(真实性),数据存在噪声、缺失与不一致,需要治理才能可信。早期常说的“4V”即规模、速度、多样、价值,可视为5V的前身。大数据技术与传统数据库技术有本质区别。传统关系型数据库擅长处理结构化数据和高一致性的事务,纵向扩展(提升单机性能)为主;大数据技术面向多源异构数据,采用分布式架构与横向扩展(增加普通服务器节点)来提升能力,并通过多副本保证可靠。与之相应,大数据带来了思维方式的转变:从抽样分析转向全样分析,从追求精确转向接受效率与概略,从关注因果关系转向先关注相关关系——《大数据时代》一书把这三条概括为大数据思维的核心。(二)大数据的关键技术按照数据流动的环节,大数据核心技术可分为以下几类。1.数据采集与传输技术。负责把分散在业务系统、网站、App、传感器、日志文件中的数据汇聚起来。常用工具有Flume(日志采集)、Kafka(高吞吐分布式消息队列,起削峰填谷与解耦作用)、Sqoop(关系型数据库与Hadoop之间批量导入导出)、网络爬虫(采集网页数据)、CDC(变更数据捕获)以及埋点上报。2.分布式存储技术。核心是Hadoop分布式文件系统HDFS,它把大文件切分为固定大小的数据块,分散存放在集群多个节点上,并默认保存3个副本,从而实现大容量、高可靠与高吞吐的顺序读写。面向随机读写与稀疏列场景,可用列式数据库HBase;面向键值、文档、图等不同模型,可用Redis、MongoDB、Neo4j等NoSQL数据库;面向原始多格式数据汇聚,可用数据湖与对象存储。3.分布式计算技术。HadoopMapReduce采用“分而治之”思想,把任务拆成Map(映射)与Reduce(归约)两个阶段并行处理,适合大批量离线计算;Spark以内存计算和DAG执行引擎为核心,中间结果不落地磁盘,速度通常比MapReduce快一个数量级;Flink以流处理为核心,支持流批一体,适合实时性与一致性要求高的场景。4.资源管理与调度技术。YARN负责集群计算资源的统一分配与任务调度,ZooKeeper提供分布式协调服务,Airflow、DolphinScheduler等负责作业编排与定时调度。5.数据仓库与查询分析技术。Hive把类SQL语句翻译成分布式作业,让不熟悉编程的分析人员也能查询海量数据;Impala、Presto提供交互式即席查询;维度建模、数据分层(ODS、DWD、DWS、ADS)是数据仓库建设的常用方法。6.数据挖掘与机器学习技术。在清洗后的数据上应用分类、聚类、回归、关联规则(如Apriori算法)、推荐算法、时间序列预测等方法,发现模式与规律,是“从数据到价值”的关键一步。7.数据治理与数据质量技术。包括元数据管理、数据标准与主数据管理、数据清洗(处理缺失值、异常值、重复值与格式不一致)、数据安全分级与脱敏加密、数据生命周期管理,直接决定分析结论是否可信。8.数据可视化与人机交互技术。用ECharts、Tableau、PowerBI、数据大屏等把分析结果以图表、地图、仪表盘形式呈现,降低理解门槛,支撑管理决策。9.实时流计算技术。Storm、Flink、SparkStreaming等对持续到达的数据流做窗口聚合与实时告警,支撑实时风控、实时推荐、实时监控等业务。(三)典型应用在电商领域,通过用户行为日志分析实现个性化推荐与精准营销;在金融领域,用于信用评分、反欺诈与实时交易监控;在智慧城市领域,用于交通流量预测、公共安全与城市运行监测;在工业领域,用于设备预测性维护与质量分析;在政务领域,支撑“一网通办”的数据共享与决策分析;在公共卫生与舆情领域,用于传播趋势研判。(四)挑战与发展趋势大数据落地的主要障碍是数据孤岛、数据质量不高、实时性不足以及隐私与安全风险。我国已施行《数据安全法》《个人信息保护法》,对数据分类分级、跨境流动和个人信息处理提出明确要求。技术层面,湖仓一体、流批一体、云原生、实时化与智能化是明显趋势;制度层面,数据要素市场化配置、数据资产入表正在推进,数据作为新型生产要素的地位日益明确。三、作答提示本题两个问点:先讲“是什么”,再讲“有哪些技术”。第一问务必写出定义与5V特征,并说明与传统数据库的区别,这是拉开分差的地方;第二问按“采集—存储—计算—分析—治理—可视化”的链条分条列,每条点出代表性技术名称(HDFS、MapReduce、Spark、Flink、Hive、Kafka等),比笼统罗列更有说服力。结尾用两三句写挑战与趋势,可体现对技术的整体把握。

第三部分云计算技术一、作业题目云计算是新一代信息技术的重要组成,也是各类信息系统普遍采用的服务交付方式。请简述云计算的概念与基本特征,说明其三种服务模式和四种部署方式,并结合实际谈谈云计算的优势与典型应用。二、参考答案(一)云计算的概念云计算(CloudComputing)是一种通过网络按需、便捷地访问可配置计算资源共享池(包括网络、服务器、存储、应用和服务)的模式,这些资源能够被快速供给和释放,管理成本或服务提供商的干预极少。通俗地说,云计算把计算能力变成了像水电一样可以按需取用、按量付费的公共服务:用户不必自己买服务器、建机房,只要有网络,就能获得所需的计算、存储和软件能力。云计算的本质是计算资源的服务化交付,其实现依赖资源池化与自动化管理。它有五个基本特征:一是按需自助服务,用户可自行申请和配置资源,无需人工干预;二是广泛的网络接入,通过标准网络和终端即可访问;三是资源池化,物理资源被汇聚成池,按多租户方式动态分配给不同用户;四是快速弹性,资源可随业务负载快速伸缩,用多少给多少;五是可计量服务,资源使用可被监测计量,按使用量计费。支撑云计算的关键技术主要有:虚拟化技术(把一台物理服务器划分为多个相互隔离的虚拟机,是资源池化的基础)、分布式存储与分布式计算技术、多租户与资源调度技术、自动化运维与编排技术、容器技术(以Docker为代表,比虚拟机更轻量)以及云安全技术。(二)三种服务模式1.基础设施即服务(IaaS)。服务商提供计算、存储、网络等基础资源,用户按需租用虚拟机、云硬盘、虚拟网络,并自行安装操作系统、中间件和应用。用户控制范围最大、灵活性最高,适合需要自主掌控系统环境的场景。典型如阿里云ECS、AWSEC2、开源平台OpenStack。2.平台即服务(PaaS)。服务商在基础设施之上进一步提供操作系统运行环境、数据库、中间件、开发框架和运行托管能力,用户只需部署和运行自己的应用程序,不必管理底层平台。适合应用开发与快速迭代,典型如GoogleAppEngine、Heroku、阿里云函数计算与云数据库服务。3.软件即服务(SaaS)。服务商直接提供可用的应用软件,用户通过浏览器或客户端使用,不关心软件安装、维护和升级,只为使用付费。典型如Office365、钉钉、企业微信、Salesforce、各类在线协作与财务云软件。三种模式呈层层包含关系:IaaS提供“地基”,PaaS提供“厂房与生产线”,SaaS提供“成品”。越往上,服务商承担的管理责任越多,用户需要操心的部分越少,控制力也相应减弱。(三)四种部署方式1.公有云。由云服务商建设并运营,面向社会公众开放,多个用户以多租户方式共享同一资源池。优点是成本低、弹性好、开通快,缺点是数据存放在第三方,安全与合规需评估,适合互联网业务、开发测试与弹性需求明显的场景。2.私有云。由某一组织独立建设或专供其使用,资源不与其他组织共享。优点是安全可控、可深度定制、易满足行业监管要求,缺点是前期投入大、运维压力大,适合金融、政务、大型企业的核心系统。3.社区云。由具有共同诉求的若干组织共同建设或共同使用,资源在特定群体内共享,如行业云、区域政务云、高校云,兼顾了共享成本与圈层内的合规要求。4.混合云。由公有云与私有云(或多种云)组合而成,彼此独立又通过标准或专有技术连通,实现数据与应用的平滑流转。通常把敏感数据与核心业务放在私有云,把弹性峰值业务放在公有云,兼顾安全与成本,是当前企业上云的主流形态。(四)云计算的优势一是降低投入成本。企业无需一次性采购服务器和机房设施,资本性支出转为运营性支出,按使用量付费,避免了资源闲置浪费。二是弹性伸缩。业务高峰期快速扩容,低谷期释放资源,应对促销、招生、报名等突发流量尤为有效。三是高可靠。云平台通过多副本、多可用区、自动故障迁移等机制保障服务连续性,可靠性往往高于自建机房。四是快速交付。资源开通从过去的数周缩短到分钟级,显著加快项目上线速度。五是便于协同与远程访问。数据集中存放,多终端随时随地访问,支撑远程办公与在线协作。六是绿色节能。规模化数据中心的电能利用效率优于分散的小机房,有利于节能减排。(五)典型应用1.企业上云与网站托管。中小企业把官网、业务系统迁移到云服务器,按需配置,免去机房运维。2.云存储与备份容灾。利用对象存储保存图片、视频与备份数据,结合跨区域复制实现容灾。3.大数据与人工智能训练。借助云上的弹性GPU算力与托管大数据服务,完成模型训练与批量数据处理,用完即释放,避免昂贵硬件长期闲置。4.云办公与协同。在线文档、视频会议、企业即时通信等SaaS服务支撑分布式团队协作。5.在线教育与直播。依托内容分发网络与弹性带宽,应对开课、考试期间的集中访问。6.政务云与行业云。政府部门统一上云,实现数据共享与“一网通办”;医疗、交通、制造等行业建设行业云平台。7.工业互联网与边缘云协同。在靠近产线的边缘节点做实时处理,在云端做全局分析与模型迭代。(六)风险与发展趋势云计算也带来新的问题:数据存放在第三方带来的安全与合规风险,对网络连接的强依赖,不同云平台之间迁移困难造成的供应商锁定,以及长期使用后的成本失控。应对之道是做好数据分类分级与加密、建立多云容灾与退出机制、用云成本持续治理。发展趋势上,混合多云、云原生(容器、Kubernetes、微服务、服务网格)、Serverless无服务器计算、边缘云与中心云协同、算力网络与“东数西算”工程是主要方向。云已经从一个可选的IT方案,演变为数字社会的基础设施。三、作答提示本题要素较多,建议按“概念与特征—三种服务模式—四种部署方式—优势—应用”五段组织,每段先给一句总起句。服务模式一定要写清IaaS、PaaS、SaaS各自提供什么、用户管理到哪一层,并举出代表产品;部署方式要把公有云、私有云、社区云、混合云的区别讲清楚,最好说明各自适用场景。优势部分结合成本、弹性、可靠、速度四点展开即可,不必堆砌。

第四部分物联网与区块链技术一、作业题目物联网与区块链是新一代信息技术体系中的两项重要技术,前者解决“万物互联”,后者解决“信任传递”。请论述物联网的概念、体系架构与关键技术,说明区块链的技术特征与关键技术,并分析两者融合的典型应用场景。二、参考答案(一)物联网的概念物联网(InternetofThings,缩写IoT)是指通过射频识别、红外感应器、全球定位系统、激光扫描器等信息传感设备,按约定的协议把物品与互联网连接起来,进行信息交换和通信,以实现对物品的智能化识别、定位、跟踪、监控和管理的一种网络。这一表述来自国际电信联盟2005年发布的《ITU互联网报告2005:物联网》,也是国内教材普遍采用的定义。物联网的本质是物理世界的数字化与网络化,其技术主线可以概括为“感知—传输—处理—应用”:先用各类传感器件把物理世界的状态变成数据,再通过网络把数据汇聚起来,然后由平台与算法处理分析,最后落到具体行业应用中。与互联网相比,物联网的连接主体由人扩展到物,终端呈现数量海量、能力轻量、形态异构的特点,对低功耗、低成本、广覆盖和安全可靠提出了更高要求。(二)物联网的体系架构物联网体系架构通常划分为三个层次,也有加入平台层、业务层的四层或五层划分。1.感知层(感知识别层)。由传感器、射频识别标签与读写器、二维码、摄像头、全球定位模块、执行器等构成,配合嵌入式系统完成数据采集与设备控制,相当于系统的“五官”和“手脚”。温度、湿度、光照、振动、位移、气体浓度等物理量都在这一层被转换为电信号与数字数据。2.网络层(传输层)。负责把感知层采集的数据可靠、安全地传送到上层,包括接入网与传输网。接入方式有短距离无线通信(ZigBee、蓝牙、Wi-Fi)、低功耗广域网(NB-IoT、LoRa)、蜂窝移动通信(4G、5G)、工业以太网与总线、卫星通信等;传输网则依托互联网、专网与下一代网络。3.应用层。面向具体行业提供应用服务与支撑平台,包括设备接入管理、数据存储与分析、业务逻辑与用户界面,落地为智能家居、智慧城市、工业互联网、车联网、智慧农业、智慧医疗、智能物流等场景。在此基础上,平台层(设备管理平台、数据中台)承担海量终端的接入鉴权、协议解析、数据汇聚与能力开放,业务层则面向不同行业封装具体应用,二者共同构成从“连接”到“价值”的中间环节。(三)物联网的关键技术1.传感与识别技术。包括微机电系统传感器、射频识别(由标签、读写器、天线组成,分无源与有源两类,可非接触批量读取)、二维码与视觉识别、定位技术(GPS、北斗、室内定位)等,是数据产生的源头。2.网络通信技术。面向不同场景选择合适协议:短距离低速率用ZigBee,可穿戴与近场用蓝牙,局域高速用Wi-Fi,广域低功耗用NB-IoT与LoRa,高可靠低时延场景用5G与时间敏感网络,工业现场用现场总线与工业以太网。3.嵌入式与边缘计算技术。终端多采用微控制器与实时操作系统,在资源受限条件下完成采集、预处理与通信;边缘网关在靠近数据源一侧完成过滤、聚合与初步判断,可以降低时延、节省带宽、保护隐私,弥补纯云端处理的不足。4.云计算与大数据平台技术。承担海量设备的接入管理、时序数据存储、批量与流式分析、可视化呈现,并支撑数字孪生——为物理设备建立可实时同步的虚拟模型,用于监控、仿真与预测。5.安全技术。包括设备身份认证与准入控制、轻量级加密与密钥管理、固件与升级安全、访问控制与数据脱敏,是物联网规模化落地的前提。(四)区块链的技术特征与关键技术区块链是一种由密码学、分布式共识、链式数据结构与智能合约共同构成的分布式账本技术。它把一段时间内发生的交易打包成“区块”,用哈希指针按时间顺序首尾相连成“链”,并在多个节点上各存一份完整副本,由共识算法保证副本一致。其主要技术特征包括:去中心化,不依赖单一中心机构记账与背书;不可篡改,任一区块内容改动都会导致后续所有哈希失效,需重算超过半数算力才可能被接受;可追溯,每笔记录都带有时间戳与前序哈希,可沿链回溯;公开透明且可授权,公有链对所有参与者可见,联盟链按权限开放;集体维护,由多节点共同验证与存储;可编程,通过智能合约把业务规则写成自动执行的代码。关键技术包括:哈希算法(如SHA-256)与默克尔树,用于压缩摘要与快速校验;非对称加密与数字签名,用于身份确认与防抵赖;对等网络,实现节点间的扁平化通信与数据同步;共识机制,如工作量证明、权益证明、实用拜占庭容错与Raft,在效率、能耗与容错之间取舍;智能合约,部署在链上、条件满足即自动执行的程序。按准入机制,区块链分为公有链(如比特币、以太坊)、联盟链(如HyperledgerFabric、FISCOBCOS)和私有链,实际产业应用以联盟链为主。区块链也有明显局限:吞吐量偏低,难以直接支撑高频交易;账本持续增长带来存储压力;工作量证明机制能耗高;存在“51%攻击”风险,即攻击者掌握超过半数算力时可能篡改账本;链上数据与真实世界的对应关系仍需可信入口。(五)两者融合的典型应用物联网解决“感知与连接”,区块链解决“信任与确权”,二者互补:物联网为链提供真实、连续的数据来源,区块链为物联网数据提供不可篡改的存证与多方共识的信任基础。典型场景包括以下几类。1.商品与供应链溯源。在生产、仓储、运输各环节由传感器自动采集温度、湿度、位置并上链,形成不可篡改的全流程记录。出现质量问题时可按批次精准召回与界定责任,广泛用于食品、药品、农产品与跨境贸易。2.设备身份认证与工业物联网。为每台设备分配基于公私钥的唯一数字身份并登记上链,设备接入时通过签名验证身份,防止伪造终端接入;设备运行与维修记录上链存证,支撑预测性维护与备件溯源。3.智能家居与社区微电网。门锁开启记录、摄像头关键片段哈希值上链存证,提升安防可信度;社区内光伏发电量与用电量上链,由智能合约自动完成绿电交易与积分结算,过程公开透明。4.车联网。车辆身份、行驶数据与事故瞬间的数据摘要上链,为事故责任认定、保险理赔与二手车残值评估提供可信依据。5.环境与城市监测。空气质量、水质、噪声等监测数据上链,防止数据被篡改,提升政府监测数据的公信力。6.医疗健康。电子病历与检查结果在联盟链上共享,患者通过授权控制访问范围,既打通机构间的数据壁垒,又保护个人隐私。(六)认识与展望两项技术融合仍面临现实障碍:大量物联网终端算力与存储有限,难以承担完整密码运算,需要轻量化方案;设备标准与协议不统一,跨平台互通困难;链上数据“上链前”的真实性依赖可信硬件与预言机机制,这是信任链条中最薄弱的一环;数据确权、隐私保护与合规使用也需要制度配合,隐私计算、零知识证明等技术提供了可行方向。从发展看,物联网正在从“连接”走向“智能”,区块链正在从“存证”走向“协作”。二者与人工智能、云计算结合,构成可信感知、可信传输、可信计算的技术闭环,是产业数字化的重要底座。三、作答提示本题是四个作业中要素最多的,建议按“物联网概念—体系架构—关键技术—区块链特征与关键技术—融合应用—认识”六段组织,重点把握两条主线不要混写:物联网的关键词是“感知、传输、应用”,区块链的关键词是“去中心化、不可篡改、共识、智能合约”。融合应用部分至少写出溯源、设备身份认证、微电网交易三个场景,并说明“物联网供数据、区块链给信任”的分工逻辑,这是本题最容易被忽略也最容易得分的地方。

附录期末考试客观题复习题库一、单项选择题(第1—60题)1.1956年正式提出“人工智能”这一术语、被视为人工智能学科诞生标志的会议是()。A.达特茅斯会议B.日内瓦会议C.图灵研讨会D.香农学术年会【答案】A2.1950年发表《计算机器与智能》并提出“图灵测试”的科学家是()。A.冯·诺依曼B.艾伦·图灵C.麦卡锡D.明斯基【答案】B3.人工智能的三个基本要素是()。A.数据、算法、算力B.数据、网络、存储C.芯片、软件、带宽D.模型、平台、应用【答案】A4.下列不属于人工智能研究内容的是()。A.机器学习B.自然语言处理C.计算机视觉D.编译原理【答案】D5.研究计算机如何从数据中自动学习规律并改进自身性能的技术是()。A.机器学习B.数据库技术C.虚拟化技术D.组网技术【答案】A6.通过多层神经网络自动提取数据层次化特征的机器学习分支是()。A.深度学习B.迁移学习C.集成学习D.规则学习【答案】A7.使用带标签的数据训练模型、用于分类与回归任务的学习方式是()。A.监督学习B.无监督学习C.强化学习D.半监督学习【答案】A8.通过与环境交互、依据奖励信号不断试错优化策略的学习方式是()。A.强化学习B.监督学习C.聚类分析D.关联规则【答案】A9.下列属于计算机视觉典型应用的是()。A.人脸识别B.语音合成C.机器翻译D.语音识别【答案】A10.让计算机理解与生成人类语言的技术是()。A.自然语言处理B.计算机图形学C.机器人学D.分布式计算【答案】A11.以知识库和推理机为核心、模拟领域专家解决专门问题的系统是()。A.专家系统B.操作系统C.数据库系统D.编译系统【答案】A12.只能完成特定领域任务的人工智能称为()。A.弱人工智能B.强人工智能C.超人工智能D.通用人工智能【答案】A13.智能音箱识别用户语音指令主要使用的技术是()。A.语音识别与自然语言处理B.区块链共识C.虚拟化D.数据仓库【答案】A14.自动驾驶汽车通过摄像头与激光雷达感知环境,属于()的典型应用。A.人工智能B.区块链C.虚拟化D.分布式文件系统【答案】A15.医生借助算法从CT影像中筛查肺结节,属于人工智能在()方向的应用。A.计算机视觉B.语音合成C.机器翻译D.自动规划【答案】A16.大数据的“5V”特征不包括()。A.数据规模大B.处理速度快C.数据类型多样D.数据高度集中【答案】D17.大数据特征中的“Value”指的是()。A.价值密度低B.数据量巨大C.处理速度快D.数据类型多样【答案】A18.Hadoop分布式文件系统的英文缩写是()。A.HDFSB.HBaseC.HiveD.YARN【答案】A19.HDFS为保证数据可靠性,数据块默认保存的副本数是()。A.1B.2C.3D.5【答案】C20.Hadoop中负责集群计算资源统一分配与调度的是()。A.YARNB.HDFSC.HiveD.Sqoop【答案】A21.以内存计算和DAG执行引擎为核心、速度远快于MapReduce的计算框架是()。A.SparkB.HBaseC.HiveD.Flume【答案】A22.以流处理为核心、支持流批一体的分布式计算框架是()。A.FlinkB.HDFSC.ZooKeeperD.Sqoop【答案】A23.在Hadoop生态中把类SQL语句转换为分布式作业、提供数据仓库能力的是()。A.HiveB.KafkaC.FlumeD.HBase【答案】A24.用于日志与消息的高吞吐分布式消息队列是()。A.KafkaB.HiveC.HBaseD.Spark【答案】A25.与关系型数据库相比,NoSQL数据库的主要优势是()。A.更适合海量非结构化数据、便于横向扩展B.不支持分布式部署C.必须使用标准SQL查询D.只能存储数值型数据【答案】A26.大数据处理中数据清洗的主要目的是()。A.提高数据质量B.增加数据总量C.对数据加密D.压缩存储空间【答案】A27.大数据思维强调的三个转变是()。A.全样而非抽样、效率而非精确、相关而非因果B.抽样而非全样、精确而非效率、因果而非相关C.只处理结构化数据、只做离线分析、只关注单机性能D.先建模后采集、先清洗后存储、先加密后分析【答案】A28.“东数西算”工程中的“数”指的是()。A.数据中心与算力B.数学研究C.数字人才D.数字货币【答案】A29.云计算实现资源池化与资源隔离的核心技术是()。A.虚拟化技术B.数据挖掘C.区块链D.光学存储【答案】A30.向用户提供虚拟机、云硬盘、虚拟网络等基础资源服务的模式是()。A.IaaSB.PaaSC.SaaSD.混合云【答案】A31.服务商提供操作系统运行环境、数据库与中间件,用户只部署自己应用的模式是()。A.PaaSB.IaaSC.SaaSD.私有云【答案】A32.用户通过浏览器直接使用在线办公软件(如Office365)属于()。A.SaaSB.PaaSC.IaaSD.社区云【答案】A33.云计算按实际使用量计费,体现的基本特征是()。A.可计量服务B.资源池化C.广泛网络接入D.快速弹性【答案】A34.由单一组织专用、安全可控性较高的云部署方式是()。A.私有云B.公有云C.社区云D.公共云【答案】A35.把敏感数据放在私有云、把弹性峰值业务放在公有云的部署方式是()。A.混合云B.私有云C.社区云D.专有云【答案】A36.下列不属于云计算优势的是()。A.需要一次性大量采购硬件设备B.资源弹性伸缩C.按使用量付费D.高可靠性【答案】A37.容器技术的代表性产品是()。A.DockerB.HadoopC.MySQLD.Nginx【答案】A38.目前容器编排领域的事实标准是()。A.KubernetesB.TomcatC.RedisD.Kafka【答案】A39.在靠近数据源一侧完成数据处理、以降低时延和带宽消耗的技术是()。A.边缘计算B.集中式存储C.大型机计算D.磁带备份【答案】A40.云服务商把硬件资源抽象为可动态分配的资源池,主要依靠的技术是()。A.虚拟化B.编译优化C.数据清洗D.光学识别【答案】A41.物联网实现“物物相连”所依托的基础网络是()。A.互联网B.电力网C.有线电视网D.电话交换网【答案】A42.物联网体系架构通常划分为()。A.感知层、网络层、应用层B.物理层、链路层、传输层C.前端、后端、数据库D.采集层、存储层、展示层【答案】A43.负责采集温度、湿度、位置等信息的层次是()。A.感知层B.网络层C.应用层D.业务层【答案】A44.RFID的中文名称是()。A.射频识别B.红外感应C.激光扫描D.全球定位【答案】A45.下列属于低功耗广域物联网通信技术的是()。A.NB-IoTB.USBC.HDMID.SATA【答案】A46.智能家居属于物联网在()领域的典型应用。A.生活消费B.深海探测C.核工业D.航空航天【答案】A47.物联网规模化应用面临的主要挑战不包括()。A.终端海量带来的地址与安全压力B.设备异构、标准不统一C.数据隐私保护难度大D.终端数量过少、难以形成规模【答案】D48.区块链在本质上是()。A.一种分布式账本B.一种关系型数据库C.一台集中式服务器D.一套文件系统【答案】A49.区块链把交易数据打包成区块后,按()结构首尾相连存储。A.链式B.树形目录C.二维表D.键值对【答案】A50.区块链保证数据难以篡改,主要依靠()。A.哈希与链式结构、多节点共识B.用户名与密码C.防火墙与杀毒软件D.磁盘阵列冗余【答案】A51.比特币采用的共识机制是()。A.工作量证明B.权益证明C.实用拜占庭容错D.Raft【答案】A52.以太坊相较比特币的重要创新是引入了()。A.智能合约B.分布式存储C.匿名通信D.硬件加密【答案】A53.仅对特定组织开放、需授权才能加入的区块链类型是()。A.联盟链B.公有链C.私有链D.侧链【答案】A54.区块链中的“51%攻击”是指()。A.攻击者掌握超过半数算力,从而可能篡改账本B.51%的节点同时离线C.51%的数据被删除D.51%的用户拒绝使用【答案】A55.下列不属于区块链技术来源的是()。A.网络虚拟化B.对等网络C.非对称加密D.共识算法【答案】A56.第五次信息技术革命的主要标志是()。A.电子计算机与通信技术的结合及互联网的普及B.语言的产生C.文字与纸张的产生D.印刷术的发明【答案】A57.信息安全的基本目标(CIA)是指()。A.保密性、完整性、可用性B.保密性、经济性、可扩展性C.完整性、兼容性、可移植性D.可用性、可维护性、可测试性【答案】A58.数字签名技术主要用于()。A.身份认证与防抵赖B.提高网络带宽C.压缩传输文件D.扩充存储容量【答案】A59.虚拟现实技术中的“沉浸性”是指()。A.用户感觉自己成为虚拟环境的一部分B.显示分辨率高C.设备重量轻D.支持多人同时在线【答案】A60.数字孪生的关键技术支撑是()。A.三维建模与实时数据交互B.印刷与排版技术C.磁带存储技术D.手工绘图技术【答案】A二、多项选择题(第61—80题)61.人工智能的主要研究内容包括()。A.机器学习B.知识表示与推理C.自然语言处理D.计算机视觉【答案】ABCD62.人工智能的典型应用领域包括()。A.智能客服B.智能家居C.自动驾驶D.医学影像辅助诊断【答案】ABCD63.人工智能的基本要素包括()。A.数据B.算法C.算力D.纸张【答案】ABC64.下列属于机器学习类型的有()。A.监督学习B.无监督学习C.强化学习D.手工编写全部规则【答案】ABC65.大数据的特征包括()。A.数据规模大B.处理速度快C.数据类型多样D.价值密度低【答案】ABCD66.下列属于大数据关键技术的有()。A.分布式存储B.分布式计算C.数据挖掘D.数据可视化【答案】ABCD67.Hadoop生态的主要组成部分包括()。A.HDFSB.MapReduce与YARNC.HiveD.Kafka【答案】ABCD68.数据清洗通常需要处理的问题有()。A.缺失值B.异常值C.重复数据D.格式不一致【答案】ABCD69.云计算的基本特征包括()。A.按需自助服务B.资源池化C.快速弹性D.可计量服务【答案】ABCD70.云计算的服务模式包括()。A.IaaSB.PaaSC.SaaSD.以上都不是【答案】ABC71.云计算的部署方式包括()。A.公有云B.私有云C.混合云D.社区云【答案】ABCD72.云计算的优势包括()。A.降低一次性投入成本B.资源弹性伸缩C.高可靠性D.业务快速部署【答案】ABCD73.下列属于云计算关键技术的有()。A.虚拟化技术B.分布式存储C.多租户与资源调度D.自动化运维与编排【答案】ABCD74.物联网的体系架构层次包括()。A.感知层B.网络层C.应用层D.表示层【答案】ABC75.下列属于物联网短距

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论