信息系统项目管理师重点内容汇总(第五天)

本文涉及的产品
数据管理 DMS,安全协同 3个实例 3个月
推荐场景:
学生管理系统数据库
Web应用防火墙 3.0,每月20元额度 3个月
密钥管理服务KMS,1000个密钥,100个凭据,1个月
简介: 乘风破浪会有时,直挂云帆济沧海

一、前言

我想记录一下我学习高项的过程,从中积累经验,把重点内容呈现给看到这篇文章想要进步的你,信息系统项目管理对于大多数人来说非常陌生,但是我讲几点大多数卖课老师的话术:

1、掌握相关知识和技能

2、户籍加分、扎根落户

3、提升个人待遇

4、评高级职称

5、考过可以抵扣3600的税

整体为技术人员转管理岗补齐短板,你可能也会开始重视他,希望这些重点内容也能帮到大家,人需要不断学习,每个证书都是你学习的影子,每天写到哪算哪,持续巩固预习中,5月第一战,倒计时149天。

心无他物,唯学习而,干就完事了,本节之后内容进行精简,做到第一遍速刷

二、重点精炼内容

第二章信息技术发展

2.2 新一代信息技术及应用

2.2.1物联网

物联网 (The Internet of Things) 是指通过信息传感设备,按约定的协议将任何物品与互联网相连接,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的网络。

1.技术基础物联网架构可分为三层: 感知层、网络层和应用层。感知层由各种传感器构成,包括温度传感器,二维码标签、RFID 标签和读写器,摄像头,GPS 等感知终端。感知层是物联网识别物体、采集信息的来源。网络层由各种网络,包括互联网、广电网、网络管理系统和云计算平台等组成,是整个物联网的中枢,负责传递和处理感知层获取的信息。应用层是物联网和用户的接口,它与行业需求结合以实现物联网的智能应用。

(理解:物联网三层:感知网络应用,感知:温传、二维码签、RFID、读写器、摄像头、GPS;网络互联、广电、网络管理系统、云计算;应用:接口,智能应用)

2.关键技术

物联网关键技术主要涉及传感器技术、传感网和应用系统框架等

(理解:物联网关键技术:传感器、传感网、应用系统框架)

1) 传感器技术

射频识别技术 (Radio Frequency Identifcation,RFID) 是物联网中使用的一种传感器技术在物联网发展中备受关注。RIFD 可通过无线电信号识别特定目标并读写相关数据,而无须识别系统与特定目标之间建立机械或光学接触。

2)传感网

微机电系统 (Micro-Electro-Mechanical Systems,MEMS) 是由微传感器、微执行器、信号处理和控制电路、通信接口和电源等部件组成的一体化的微型器件系统。其目标是把信息的获取、处理和执行集成在一起,组成具有多功能的微型系统,集成于大尺寸系统中,从而大幅地提高系统的自动化、智能化和可靠性水平。MEMS 赋予了普通物体新的“生命”,它们有了属于自己的数据传输通路、存储功能、操作系统和专门的应用程序,从而形成一个庞大的传感网使物联网能够通过物品来实现对人的监控与保护。

3) 应用系统框架

物联网应用系统框架是一种以机器终端智能交互为核心的、网络化的应用与服务

2.2.2云计算

1.技术基础

云计算是一种基于互联网的计算方式,通过这种方式将网络上配置为共享的软件资源、算资源、存储资源和信息资源,按需求提供给网上的终端设备和终端用户。

“快速、按需、弹性”的服务,用户可以随时通过宽带网络接入”并获云计算实现了得服务,按照实际需求获取或释放资源,根据需求对资源进行动态扩展按照云计算服务提供的资源层次,可以分为基础设施即服务 (Infrastructure as a ServiceIaaS)、平台即服务 (Platform as a Service,PaaS) 和软件即服务 (Software as a Service,SaaS三种服务类型。

IaaS 向用户提供计算机能力、存储空间等基础设施方面的服务。这种服务模式需要较大的基础设施投入和长期运营管理经验,其单纯出租资源的盈利能力有限

PaaS 向用户提供虚拟的操作系统、数据库管理系统、We 应用等平台化的服务。PaaS 服务的重点不在于直接的经济效益,而更注重构建和形成紧密的产业生态

SaaS 向用户提供应用软件 (如 CRM、办公软等)、组件、工作流等虚拟化软件的服务

(理解:云计算三种服务类型:Iaas基础,Paas平台,Saas软件)

2.关键技术

云计算的关键技术主要涉及虚拟化技术、云存储技术、多租户和访问控制管理、云安全技术等

(理解:云计算关键技术:虚拟化、云存储、多租户、访问控制、云安全)

1) 虚拟化技术

虚拟化是一个广义术语,在计算机领域通常是指计算元件在虚拟的基础上而不是真实的基础上运行。虚拟化技术可以扩大硬件的容量,简化软件的重新配置过程。CPU 的虚拟化技术可以单 CPU 模拟多 CPU 并行,允许一个平台同时运行多个操作系统,并且应用程序都可以在相互独立的空间内运行而互不影响,从而显著提高计算机的工作效率虚拟化技术与多任务以及超线程技术是完全不同的。多任务是指在一个操作系统中多个程序同时并行运行,而在虚拟化技术中,则可以同时运行多个操作系统,而且每一个操作系统中都有多个程序运行,每一个操作系统都运行在一个虚拟的 CPU 或者虚拟主机上。超线程技术只是单CPU模拟双 CPU 来平衡程序运行性能,这两个模拟出来的 CPU 是不能分离的,只能协同工作,容器 (Container) 技术是一种全新意义上的虚拟化技术,属于操作系统虚拟化的范畴,也就是由操作系统提供虚拟化的支持。目前最受欢迎的容器环境是 Docker。

2) 云存储技术

分布式文件系统作为云存储技术中的重要组成部分,在维持兼容性的基础上,对系统复制和容错功能进行提升。同时,通过云集群管理实现云存储的可拓展性,借助模块之间的合理搭配,完成解决方案拟定解决的网络存储问题、联合存储问题、多节点存储问题、备份处理、载均衡等。云储存的实现过程中,结合分布式的文件结构,在硬件支撑的基础上,对硬件运行环境进行优化,确保数据传输的完整性和容错性,结合成本低廉的硬件的扩展,大大降低了存储的成本

3)多租户和访问控制管理

云计算访问控制模型就是按照特定的访问策略来描述安全系统,建立安全模型的一种方法用户 (租户)可以通过访问控制模型得到一定的权限,进而对云中的数据进行访问,所以访问控制模型多用于静态分配用户的权限。

常见的有基于任务的访问控制模型、基于属性模型的云计算访问控制、基于 UCON 模型的云计算访问控制、基于 BLP 模型的云计算访问控制等。基于 ABE 密码机制的云计算访问控制包括 4 个参与方,数据提供者、可信第三方授权中心、云存储服务器和用户。

4)云安全技术

云安全研究主要包含两个方面的内容,一是云计算技术本身的安全保护工作,涉及相应的数据完整性及可用性、隐私保护性以及服务可用性等方面的内容:二是借助于云服务的方式来保障客户端用户的安全防护需求,通过云计算技术来实现互联网安全,涉及基于云计算的病青防治、木马检测技术等

2.2.3 大数据

大数据 (Big Data) 指无法在一定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,是具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产

1.技术基础

大数据是具有体量大、结构多样、时效性强等特征的数据,处理大数据需要采用新型计算架构和智能算法等新技术。大数据从数据源到最终价值实现一般需要经过数据准备、数据存储与管理、数据分析和计算、数据治理和知识展现等过程,涉及数据模型、处理模型、计算理论以及与其相关的分布计算、分布存储平台技术、数据清洗和挖掘技术、流式计算和增量处理技术、数据质量控制等方面的研究。一般来说,大数据主要特征包括:数据海量、数据类型多样、数据价值密度低、数据处理速度快

(理解:大数据主要特征:数据海量、数据类型多样、数据价值密度低、数据处理速度快

2.关键技术

大数据技术架构主要包含大数据获取技术、分布式数据处理技术和大数据管理技术,以及大数据应用和服务技术

(理解:大数据技术架构:大数据获取、分布式数据处理、大数据管理、大数据应用和服务)

1) 大数据获取技术

目前,大数据获取的研究主要集中在数据采集、整合和清洗三个方面。数据采集技术实现数据源的获取,然后通过整合和清理技术保证数据质量

数据整合技术是在数据采集和实体识别的基础上,实现数据到信息的高质量整合

数据清洗技术一般根据正确性条件和数据约束规则,清除不合理和错误的数据,对重要的信息进行修复,保证数据的完整性。

(理解:大数据获取:采集、整合、清洗)

2) 分布式数据处理技术

分布式计算是随着分布式系统的发展而兴起的,其核心是将任务分解成许多小的部分,分配给多台计算机进行处理,通过并行工作的机制,达到节约整体计算时间,提高计算效率的E的。目前,主流的分布式计算系统有 Hadoop、Spark 和 Storm。Hadoop 常用于离线的复杂的大数据处理,Spark 常用于离线的快速的大数据处理,而 Storm 常用于在线的实时的大数据处理。

3) 大数据管理技术

大数据管理技术主要集中在大数据存储、大数据协同和安全隐私等方面

4) 大数据应用和服务技术

大数据应用和服务技术主要包含分析应用技术和可视化技术大数据分析应用主要是面向业务的分析应用。在分布式海量数据分析和挖掘的基础上,大数据分析应用技术以业务需求为驱动,面向不同类型的业务需求开展专题数据分析,为用户提供高可用、高易用的数据分析服务

可视化通过交互式视觉表现的方式来帮助人们探索和理解复杂的数据。大数据的可视化技术主要集中在文本可视化技术、网络(图) 可视化技术、时空数据可视化技术、多维数据可视化和交互可视化等。在技术方面,主要关注原位交互分析 (In Situ Interactive Analysis)、数据表示、不确定性量化和面向领域的可视化工具库

2.2.4区块链

区块链技术具有多中心化存储、隐私保护、防篡改等特点,提供了开放、分散和容错的事务机制,成为新一代匿名在线支付、汇款和数字资产交易的核心,被广泛应用于各大交易平台,为金融、监管机构、科技创新、农业以及政治等领域带来了深刻的变革。

1.技术基础

区块链概念可以理解为以非对称加密算法为基础,以改进的默克尔树 (Merkle Tree) 为数据结构,使用共识机制、点对点网络、智能合约等技术结合而成的一种分布式存储数据库技术区块链分为公有链 (Public Blockchain)、联盟链 (Consortium Blockchain)、私有链 (PrivateBlockchain)和混合链(Hybrid Blcokchain)四大类

(理解:区块链技术:公有链、联盟链、私有链、混合链)

一般来说,区块链的典型特征包括:

多中心化,链上数据的验证、核算、存储、维护和传输等过程均依赖分布式系统结构运用纯数学方法代替中心化组织机构在多个分布式节点之间构建信任关系,从而建立口信的分布式系统

多方维护,激励机制可确保分布式系统中的所有节点均可参与数据区块的验证过程,并通过共识机制选择特定节点将新产生的区块加入到区块链中。时序数据。区块链运用带有时间戳信息的链式结构来存储数据信息,为数据信息添加氏间维度的属性,从而可实现数据信息的可追溯性。智能合约:区块链技术能够为用户提供灵活可变的脚本代码,以支持其创建新型的智能合约。

不可算改:在区块链系统中,因为相邻区块间后序区块可对前序区块进行验证,若算改某一区块的数据信息,则需递归修改该区块及其所有后序区块的数据信息,然而每一次哈希的重新计算代价是巨大的,且须在有限时间内完成,因此可保障链上数据的不可篡改性。

开放共识,在区块链网终中,每台物理设备均可作为该网络中的一个节点,任意节点可自由加入且拥有一份完整的数据库拷贝。安全可信,数据安全可通过基于非对称加密技术对链上数据进行加密来实现,分布式系统中各节点通过区块链共识算法所形成的算力来抵御外部攻击、保证链上数据不被算改和伪造,从而具有较高的保密性、可信性和安全性。

(理解:区块链典型:多中心化、多方维护、时序数据、智能合约、不可篡改、开放共识、安全可信)

2.关键技术

1) 分布式账本

分布式账本是区块链技术的核心之一。分布式账本的核心思想是: 交易记账由分布在不同地方的多个节点共同完成,而且每一个节点保存一个唯一、真实账本的副本,它们可以参与监赵本易合法性,同时也可以共同为其作证,账本里的任何改动都会在所有的副本中被反映出来反应时间会在几分钟其至是几秒内,记账节点足够多,理论上除非所有的节点被破坏,所有整个分布式账本系统是非常稳健的,从而保证了账目数据的安全性。

2) 加密算法

区块数据的加密是区块链研究和关注的重点,其主要作用是保证区块数据在网络传输、存储和修改过程中的安全。区块链系统中的加密算法一般分为散列(哈希) 算法和非对称加密算法

3)共识机制

区块链的共识机制的思想是: 在没有中心点总体协调的情况下,当某个记账节点提议区块数据增加或减少,并把该提议广播给所有的参与节点,所有节点要根据一定的规则和机制,对这一提议是否能够达成一致进行计算和处理合规监管:是否支持超级权限节点对全网节点、数据进行监管性能效率:交易达成共识被确认的效率资源消耗:共识过程中耗费的CPU、网络输入输出、存储等资源容错性:防攻击、防欺诈的能力。

(理解:区块链关键技术:分布式账本、加密算法、共识机制)

2.2.5 人工智能

2.关键技术

人工智能的关键技术主要涉及机器学习、自然语言处理、专家系统等技术,随着人工智能应用的深入,越来越多新兴的技术也在快速发展中

1) 机器学习

机器学习是一种自动将模型与数据匹配,并通过训练模型对数据进行“学习”的技术。神经网络是机器学习的一种形式

2)自然语言处理

自然语言处理 (Natural Language Processing,NLP) 是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。

自然语言处理并不是一般地研究自然语言,而在于研制能有效地使用自然语言通信的计算机系统,特别是其中的软件系统。因而它是计算机科学的一部分

白然语言处理主要应用于机器翻译、舆情监测、自动摘要、观点提取、文本分类、问题口答文本语义对比、语音识别、中文 OCR 等方面

3) 专家系统

专家系统是一个智能计算机程序系统,通常由人机交互界面、知识库、推理机、解释器综合数据库、知识获取等6个部分构成

(理解:人工智能关键技术:机器学习、自然语言处理、专家系统

2.2.6虚拟现实

1.技术基础

虚拟现实 (Virtual Reality,VR) 是一种可以创立和体验虚拟世界的计算机系统(其中虚拟世界是全体虚拟环境的总称)。通过虚拟现实系统所建立的信息空间,已不再是单纯的数字信息空间,而是一个包容多种信息的多维化的信息空间 (Cyberspace),人类的感性认识和理性认识能力都能在这个多维化的信息空间中得到充分的发挥。要创立一个能让参与者具有身临其境感具有完善交互作用能力的虚拟现实系统,在硬件方面,需要高性能的计算机软硬件和各类先进的传感器,在软件方面,主要是需要提供一个能产生虚拟环境的工具集。

虚拟现实技术的主要特征包括沉浸性、交互性、多感知性、构想性(也称想象性) 和自主性。随着虑拟现实技术的快速发展,按照其“沉浸性”程度的高低和交互程度的不同,虚拟现实技术已经从桌面虚拟现实系统、沉浸式虚拟现实系统、分布式虚拟现实系统等,向着增强式虚拟现实系统 (Augmented Reality,AR)和元宇宙的方向发展

(理解:虚拟现实特征:沉浸、交互、多感知、构想、自主)

2.关键技术

虚拟现实的关键技术主要涉及人机交互技术、传感器技术、动态环境建模技术和系统集成技术等

1)人机交互技术

2) 传感器技术

3) 动态环境建模技术

4) 系统集成技术

(理解:VR关键技术:人机交互、传感器、动态环境建模、系统集成)

2.3本章练习

1.选择题

(1)关于信息技术的描述,不正确的是___

A.信息技术是研究如何获取信息、处理信息、传输信息和使用信息的技术

B.信息技术是信息系统的前提和基础,信息系统是信息技术的应用和体现

C.信息、信息化以及信息系统都是信息技术发展不可或缺的部分

D.信息技术是在信息科学的基本原理和方法下的关于一切信息的产生、信息的传输、信息的转化应用技术的总称

参考答案: D

还应包括信息的处理、存储、检索、分析和利用等环节

(2)___关键技术主要涉及传感器技术、传感网和应用系统架构等。

A.物联网 B.云计算 C.大数据 D.人工智能

参考答案: A

(3)___关键技术主要涉及机器学习、自然语言处理、专家系统等技术。

A.物联网 B.云计算 C.大数据 D.人工智能

参考答案: D

(4)关于云计算的描述,不正确的是___

A.云计算可以通过宽带网络连接,用户需要通过宽带网络接入“云”中并获得有关的服务,“云”内节点之间也通过内部的高速网络相连

B.云计算可以快速、按需、弹性服务,用户可以按照实际需求迅速获取或释放资源并可以根据需求对资源进行动态扩展

C.按照云计算服务提供的资源层次,可以分为基础设施即服务和平台即服务两种服务类型

D.云计算是一种基于并高度依赖Internet,用户与实际服务提供的计算资源相分离,集合了大量计算设备和资源,并向用户屏蔽底层差异的分布式处理架构

参考答案: C

三个层次Saas、Paas、Iaas

(5)区块链有以下几种特性:多中心化、多方维护、时序数据、智能合约、开放共识、安全可信和___

A.可回溯性 B.不可篡改 C.周期性 D.稳定性

参考答案: B

(6)虚拟现实技术的主要特征包括:沉浸性、交互性、多感知性、构想性和___

A.自主性 B.抗否认性 C.可审计性 D.可靠性

参考答案: A

2.思考题

(1)请概述云计算的主要服务模式有哪些

参考答案:基础设施即服务 (Infrastructure as a ServiceIaaS)、平台即服务 (Platform as a Service,PaaS) 和软件即服务 (Software as a Service,SaaS三种服务

(2) 请简述大数据的技术架构是什么

参考答案:主要包含大数据获取技术、分布式数据处理技术和大数据管理技术,以及大数据应用和服务技术

(3)请简述区块链的共识机制。

参考答案: 在没有中心点总体协调的情况下,当某个记账节点提议区块数据增加或减少,并把该提议广播给所有的参与节点,所有节点要根据一定的规则和机制,对这一提议是否能够达成一致进行计算和处理常用的共识机制主要有 Pow、POS、DPOSPaxos、PBFT等

三、跋文

选错了俩选择题,但是思考题独立完成了两个,区块链共识机制太长了,没记住,继续开垦下一章

image.png

image.png





相关实践学习
MySQL基础-学生管理系统数据库设计
本场景介绍如何使用DMS工具连接RDS,并使用DMS图形化工具创建数据库表。
目录
相关文章
|
7月前
|
数据采集 安全 测试技术
信息系统项目管理师重点内容汇总(第八天)
【1月更文挑战第4天】乘风破浪会有时,直挂云帆济沧海
678 0
信息系统项目管理师重点内容汇总(第八天)
|
7月前
|
人工智能 监控 供应链
信息系统项目管理师重点内容汇总(第十三天)
【2月更文挑战第2天】乘风破浪会有时,直挂云帆济沧海
731 5
信息系统项目管理师重点内容汇总(第十三天)
|
7月前
|
安全 测试技术 物联网
系统集成项目经理中级第三章 信息系统集成专业技术知识(选择10分)
系统集成项目经理中级第三章 信息系统集成专业技术知识(选择10分)
153 1
系统集成项目经理中级第三章 信息系统集成专业技术知识(选择10分)
|
7月前
|
自然语言处理 监控 数据挖掘
信息系统项目管理师重点内容汇总(第十二天)
【1月更文挑战第12天】乘风破浪会有时,直挂云帆济沧海
708 2
|
7月前
|
监控 安全 数据可视化
信息系统项目管理师重点内容汇总(第十一天)
【1月更文挑战第11天】乘风破浪会有时,直挂云帆济沧海
451 2
|
7月前
|
数据采集 运维 监控
信息系统项目管理师重点内容汇总(第七天)
乘风破浪会有时,直挂云帆济沧海
455 1
|
7月前
|
监控 安全 数据可视化
信息系统项目管理师重点内容汇总(第六天)
【1月更文挑战第1天】乘风破浪会有时,直挂云帆济沧海
406 0
信息系统项目管理师重点内容汇总(第六天)
|
7月前
|
数据采集 人工智能 大数据
信息系统项目管理师重点内容汇总(第三天)
乘风破浪会有时,直挂云帆济沧海
268 2
|
7月前
|
人工智能 安全 物联网
信息系统项目管理师重点内容汇总(第二天)
乘风破浪会有时,直挂云帆济沧海
273 1
|
7月前
|
存储 运维 安全
信息系统项目管理师重点内容汇总(第一天)
乘风破浪会有时,直挂云帆济沧海
329 0
信息系统项目管理师重点内容汇总(第一天)
下一篇
DataWorks