💡 加我微信，邀请你使用软考通AI播客平台，利用碎片化时间，更高效、更系统、更全面地备考。

备考软考高项的小伙伴看过来！这份信息技术核心考点总结，基于官方教程第4版，聚焦信息化发展、信息技术、信息系统治理、信息系统管理、信息系统工程五大核心章节，提炼高频考点、易混知识点和核心框架，帮你快速梳理知识体系，实现高效备考！

一、信息化发展：把握数字时代核心脉络

核心基础概念

信息的经典定义为香农提出的“消除随机不定性的东西”，具备客观性、普遍性、无限性、动态性等十一大特征，同时需满足精确性、完整性、可靠性等七大质量属性。信息化是一个涵盖信息网络体系、信息产业基础、社会运行环境的动态发展过程，信息系统的生命周期可参考软件生命周期，依次包含可行性分析与项目开发计划、需求分析、概要设计、详细设计、编码、测试、维护等阶段。

关键基础设施建设

新基建是信息化发展的重要支撑，包含5G基建、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网七大核心领域，整体可分为凸显技术新的信息基础设施、重在应用新的融合基础设施、强调平台新的创新基础设施三类。工业互联网有平台化设计、智能化制造、网络化协同、个性化定制、服务化延伸、数字化管理六大典型应用模式，车联网则是由“端、管、云”构成的三层体系，实现车与云平台、车与车、车与路等全方位网络连接。两化融合与智能制造紧密关联，智能制造是具备自感知、自学习、自决策等功能的新型生产方式，其能力成熟度分为五级，从一级规划级的流程化管理，逐步升级到五级引领级的产业链协同与新商业模式衍生。

数字中国核心体系

数字中国是新时代国家信息化发展的新战略，核心由数字经济、数字政府、数字社会三大板块构成，涵盖宽带中国、互联网+、大数据、云计算、数字乡村等诸多内容。其中数字经济以数据为新型生产要素，是数字技术与实体经济融合驱动的新经济形态，衍生出平台经济、分享经济、算法经济等多种结构，数据价值化是其核心环节，包含数据采集、确权、标注、交易、流转、保护等全流程。数字政府以新一代信息技术为支撑，核心是实现“业务数据化、数据业务化”，具备协同化、云端化、智能化、数据化、动态化特征，围绕共享、互通、便利三大关键词，打造“用数据决策、用数据服务、用数据创新”的现代化治理模式。数字社会的重要载体是智慧城市，我国已形成京津冀、长三角、粤港澳、中西部四大智慧城市群，其发展成熟度同样分为五级，从一级规划级的初步数据采集应用，到五级引领级的物理、社会、信息空间融合演进与城市集群治理联动。

数字化转型与元宇宙

数字化转型并非简单的数字化转换与升级，而是在此基础上触及组织核心业务、以新建业务模式为目标的高层次转型，其驱动因素包括第四次科技革命带来的生产力飞升、数据成为新型生产要素、信息传播效率突破、社会“智慧主体”规模快速扩张等。元宇宙是利用科技手段链接与创造、与现实世界映射交互的虚拟世界，具备沉浸式体验、虚拟身份、虚拟经济、虚拟社会治理等核心特征，是数字化发展的重要新兴方向。

二、信息技术发展：掌握技术核心与应用

基础技术体系

计算机网络是信息技术的基础支撑，TCP/IP协议将OSI七层模型简化为四层，分别是融合了应用层、表示层、会话层的应用层，独立的传输层和网络层，以及合并了数据链路层和物理层的网络接口层，传输层核心为TCP和UDP协议，应用层包含FTP、HTTP、SMTP等常用协议。5G作为新一代移动通信技术，具备高速率、低时延、大连接的特点，支持中低频和高频频段，拥有增强移动宽带、超高可靠低时延通信、海量机器类通信三大应用场景。存储与数据库方面，存储可分为封闭系统存储和开放系统存储，开放系统存储又有内置存储和外挂存储之分，外挂存储包含直连式存储、网络接入存储、存储区域网络等类型；数据库分为关系型和非关系型，关系型数据库支持ACID原则，适合结构化数据处理，非关系型数据库无需固定表结构，在大数据存取方面具备显著优势；数据仓库是面向主题、集成、非易失且随时间变化的数据集合，专门用于支撑企业管理决策，由数据源、数据存储与管理、前端工具三大核心部分构成。信息安全的核心是CIA三要素，即保密性、完整性、可用性，信息系统安全可分为设备、数据、内容、行为四层，加密技术分为对称加密和非对称加密，DES是对称加密的典型代表，RSA则是非对称加密的核心算法，网络安全技术还包含防火墙、入侵检测与防护、VPN、安全扫描等多种手段。

新一代信息技术

物联网核心解决物品与物品、人与物品、人与人之间的互连问题，采用感知层、网络层、应用层的三层架构，感知层由各类传感器构成，是信息采集来源，网络层负责信息传递处理，应用层对接行业需求实现智能应用，传感器技术、传感网技术是其关键核心。云计算是基于互联网的按需分配计算资源的方式，将软件、计算、存储、信息资源作为共享资源提供给用户，核心服务模式分为基础设施即服务、平台即服务、软件即服务，能为用户屏蔽底层架构的差异。大数据是无法用常规软件工具在一定时间内处理的海量、高增长率、多样化数据集合，具备海量、多样、价值密度低、处理速度快的特征，其处理流程涵盖数据准备、存储与管理、分析和计算、治理和知识展现，主流分布式处理系统有Hadoop、Spark、Storm，分别适用于离线复杂处理、离线快速处理和在线实时处理。区块链是基于非对称加密算法、改进默克尔树数据结构，结合共识机制、点对点网络、智能合约的分布式存储数据库技术，具备多中心化、多方维护、时序数据、智能合约、不可篡改等特征，分为公有链、联盟链、私有链、混合链四类，是数字交易、资产管理的重要技术支撑。人工智能的发展历程分为起步发展期、反思发展期、应用发展期、低迷发展期、稳步发展期、蓬勃发展期六个阶段，核心技术包含机器学习、自然语言处理、专家系统等，未来发展趋势将向人机混合智能、自主智能系统演进，同时人工智能产业将持续蓬勃发展，其社会学相关问题也将逐步提上议程。虚拟现实技术具备沉浸性、交互性、多感知性、构想性、自主性的核心特征，当前其硬件性能迭代加快，网络技术为其应用赋能，产业要素加速融通，元宇宙的兴起更为其带来了新的商业理念和发展空间。

三、信息系统治理：聚焦IT管控与审计

IT治理核心要点

IT治理的核心是关注IT定位和信息化建设、数字化转型的责权利划分，核心目标有三个，分别是与业务目标保持一致、有效利用信息与数据资源、做好风险管理，其管理层次分为最高管理层、执行管理层、业务与服务执行层三层。IT治理的内涵体现在五大方面，既体现了治理层和最高管理层对信息相关活动的关注，又强调数字目标与组织战略目标的一致性，同时保护利益相关者权益、是一套规范的制度和机制，由管理层、组织结构、制度、流程等多方面要素构成。IT治理体系围绕“做什么、谁来做、怎么做、效果如何”展开，涵盖IT原则、架构、基础设施、业务应用需求、投资和优先顺序等关键决策，核心内容包括战略匹配、价值交付、资源管理、风险管理、绩效管理，建立IT治理机制需遵循简单、透明、适合的原则，组织开展IT治理的核心任务为全局统筹、价值导向、机制保障、创新发展、文化助推。IT治理的相关标准主要包括我国信息技术服务标准库中的IT治理系列标准、信息和技术治理框架COBIT、IT治理国际标准ISO/IEC38500等，其中COBIT是面向整个组织的信息和技术治理及管理框架，为IT治理的设计和实施提供全面指导。

IT审计核心内容

IT审计是获取并评价证据，判断计算机系统是否能保证资产安全、数据完整、资源有效利用并实现组织目标的过程，其重要性体现在评估IT审计风险对组织的影响程度，如财务损失、业务中断、失去客户信任等。开展IT审计前，需先对组织与信息系统相关的总体情况进行了解和风险评估，确定主要IT风险，再结合审计时间、力量确定重点审计范围。IT审计人员需遵守严格的职业道德，具备扎实的IT专业知识、审计财务知识和相关技能经验，拥有对应的职业资格，必要时可利用外部专家服务，但需对其资格、独立性、胜任能力进行全面评价。IT审计风险主要包括固有风险、控制风险、检查风险和总体审计风险，固有风险是IT活动本身的风险，审计人员仅能评估；控制风险是内部控制体系失效的风险，与审计无关；检查风险是审计程序未能发现重大错误的风险，受审计规范、人员技术等因素影响。IT审计的流程分为广义和狭义，广义流程包含审计准备、审计实施、审计终结及后续审计四个阶段，能有效保证审计项目质量、规范审计工作。IT审计的业务和服务主要分为IT内部控制审计和IT专项审计，其中IT内部控制审计又包括组织层面IT控制审计、IT一般控制审计及应用控制审计。

四、信息系统管理：掌握全流程管理方法

四大核心管理领域

信息系统管理覆盖信息系统全生命周期，包含四大核心领域，分别是规划和组织、设计和实施、运维和服务、优化和持续改进。规划和组织针对信息系统的整体组织、战略和支持活动，设计和实施聚焦信息系统解决方案的定义、采购、实施及与业务流程的整合，运维和服务围绕信息系统服务的运行交付和安全支持展开，优化和持续改进则是对信息系统性能进行监控，保证其与内部目标和外部要求的一致性。

各阶段管理核心

规划和组织阶段，信息系统战略需与组织业务战略、组织机制战略深度融合，成功的组织会以业务战略推动信息系统与组织机制的有机融合，描述业务战略的经典框架是波特的竞争力优势模型，理解组织设计的经典框架是莱维特的钻石模型，信息系统战略作为提供信息服务的计划，是支撑组织实施业务战略的重要保障。设计和实施阶段，首先要将业务需求转换为信息系统架构，再由架构到具体系统设计，核心设计方法包含从战略到系统架构、从系统架构到系统设计、转换框架三类。信息系统有三种主流架构模式，集中式架构将所有内容集中建设管理，部署于数据中心，易于管理；分布式架构将计算能力分散在多台设备中，依赖网络连接，具备良好的可伸缩性；面向服务的架构将软件分解为相互连接的服务，具备敏捷性和可重用性，常与软件即服务模式结合。运维和服务阶段的核心工作包括运行管理和控制、IT服务管理、运行与监控，其中IT服务管理涵盖服务台、事件管理、问题管理、变更管理等十大模块，运行与监控需按计划执行作业、监控系统可用性和性能、处理失败作业、优化备份等。同时，安全管理、介质控制、数据管理是运维和服务的重要保障，信息安全管理需充分识别和解决风险，数据管理则要做好数据的存储、使用和销毁工作。优化和持续改进是信息系统管理的重要环节，能有效保障系统性能和可用性，延长系统使用周期，其基于有效的变更管理，采用六西格玛倡导的DMAIC/DMADV方法，是戴明环PDCA循环的延伸，分为定义、度量、分析、改进/设计、控制/验证五个阶段，每个阶段都有明确的工作目标和核心工具，如定义阶段的SIPOC分析、度量阶段的流程基线建立等。

三大核心管理模块

数据管理遵循数据管理能力成熟度评估模型，该模型包含数据战略、数据治理、数据架构、数据应用、数据安全、数据质量等八大核心能力域，每个能力域又细分多个能力项，如数据战略包含规划、实施、评估，数据质量包含需求、检查、分析、提升，能帮助组织建立和评价自身数据管理能力，充分发挥数据价值。运维管理方面，IT运维能力的核心要素为人员、技术、过程，运维人员分为管理类、技术类、操作类，组织需做好人员能力策划、培训、绩效评价等工作；智能运维是运维管理的发展趋势，其能力框架包含组织治理、智能特征、场景实现、能力域和能力要素，能实现对信息系统的智能化监控和管理。信息系统安全管理以CIA三要素为核心目标，需建立完善的信息安全管理体系，落实安全管理机构和人员，制定安全规划和策略，实施风险管理，制订业务持续性和灾难恢复计划。网络安全等级保护制度2.0是信息安全管理的重要依据，将“信息系统安全”扩展到“网络安全”，按系统被破坏后对公民、法人和其他组织合法权益，社会秩序和公共利益，国家安全的损害程度，分为五个等级，为不同信息系统制定对应的安全保护要求。

五、信息系统工程：吃透工程实施与集成

软件工程

软件工程是信息系统工程的核心组成部分，其架构设计为软件系统提供高级抽象，核心目的是解决软件的复用、质量和维护问题，主要有数据流、调用/返回、独立构件、虚拟机、仓库五大架构风格，架构评估有基于场景、基于度量等方式，其中基于场景的方式最为常用。需求分析阶段需明确业务、用户、功能三类需求，核心过程包含需求获取、分析、规格说明书编制、验证与确认，产出的软件需求规格说明书是软件开发的重要基础，需符合国家标准的相关要求。UML是需求分析和设计的常用建模语言，包含构造块、规则、公共机制，其事物分为结构事物、行为事物、分组事物、注释事物四类，能清晰描述系统的静态和动态特征。面向对象方法是软件工程的主流方法，分为面向对象分析和面向对象设计，面向对象分析解决“做什么”的问题，核心是识别问题域中的类和对象，定义其属性和关系；面向对象设计解决“怎么做”的问题，是面向对象分析的延续，通过抽象、封装、继承和多态实现可扩展性。类之间的核心关系包括关联、依赖、聚合、组合、实现，聚合是松散的整体与部分关系，组合是紧密的整体与部分关系，部分随整体消亡而消亡。软件设计分为概要设计和详细设计，软件实现包含软件配置管理、软件编码，软件配置管理能控制产品演进和完整性，与软件质量保证密切相关。部署交付阶段有蓝绿部署、金丝雀部署等常用策略，蓝绿部署通过新旧版本切换实现平稳发布，金丝雀部署先让少量用户试用新版本，确保无问题后全面推广。软件过程能力成熟度分为五级，从一级初始级的依赖个人能力、过程不确定，到五级创新引领级的通过技术和管理创新引领行业发展，每一级都有对应的结果特征和行为特征。

数据工程

数据工程是信息系统的基础工程，围绕数据生命周期规范数据从产生到应用的全过程，为信息系统运行、数据共享、系统互连互通提供可靠支撑，其核心研究内容包括数据建模、数据标准化、数据运维、数据开发利用和数据安全。数据建模是数据工程的基础，根据应用目的可将数据模型分为概念模型、逻辑模型和物理模型，概念模型描述现实世界的实体、属性和关联，关联分为一对一、一对多、多对多三种，数据建模过程包含数据需求分析、概念模型设计、逻辑模型设计和物理模型设计。数据标准化是保证数据一致性和可用性的关键，数据模式是数据的概念、组成、结构和相互关系的总称，描述方式有图描述和数据字典方法，数据分类则是按内容属性和特征对数据进行区分归类，数据标准化的实施过程分为确定数据需求、制定数据标准、批准数据标准和实施数据标准四个阶段。数据运维涵盖数据存储、备份、质量评价与控制等工作，数据存储需选择合理的物理介质和存储方式，保证数据的有效访问；数据备份是防止数据丢失的重要手段，常见备份结构有DAS、基于LAN、LAN FREE、SERVER-FREE四种，常见备份策略有完全备份、差分备份和增量备份三种；数据质量评价与控制需完成质量描述、评价、分析、控制、清理全流程，保证数据产品满足相关指标和要求。数据开发利用的核心环节包括数据集成、可视化、信息检索和数据服务，数据集成将不同数据源的数整合，提供统一数据视图，提高数据共享效率；数据可视化结合计算机图形学、图像处理等技术，将数据以直观形式呈现；信息检索包含全文检索、字段检索等多种方法，运用布尔逻辑、截词检索等常用技术；数据服务则涵盖数据目录、查询与浏览、下载、分发等服务类型。数据库安全的核心是保护数据库防止非合法使用造成的泄露、更改或破坏，从后果来看，安全风险包括非授权的信息泄露、非授权的数据修改、拒绝服务，从威胁方式来看，可分为无意和有意两类，无意威胁包括自然灾害、软硬件错误、人为错误，有意威胁包括授权用户滥用特权、恶意代理攻击等。

系统集成

系统集成的好坏对信息系统的开发和维护有极大影响，在技术上需遵循开放性、结构化、先进性和主流化的基本原则，核心是将数据库平台、工具平台、应用软件平台等各类资源有机高效地集成，实现系统的整体功能。网络集成是系统集成的基础，不仅涉及不同厂家的网络设备和管理软件，还需解决异构异质网络系统的互联问题，同时兼顾组织管理方式的转变，其体系框架包含传输、交换、接入、测试、布线等多个子系统，以及网络操作系统、服务器、网管、安全、服务等配套系统。数据集成的目的是将系统中的数据按规则组织为整体，方便用户有效操作，数据仓库技术是数据集成的关键，其可分为基本数据集成、多级视图集成、模式集成和多粒度数据集成四个层次。异构数据集成的方法主要有过程式和声明式两种，开放式数据库互联是提取异构数据库数据的常用方式，XML和JSON是数据交换的主流格式，分别适用于复杂数据和轻量级数据交换。应用集成也叫组织应用集成，是将独立的软件应用连接起来实现协同工作，其技术要求包括应用间的互操作性、分布式环境中的可移植性、系统中应用分布的透明性，通过应用编程接口、事件驱动型操作、数据映射等组件实现应用的协调连接。系统集成遵循从基础到高层的集成栈逻辑，依次为实现网络互连、数据互通，最终达到应用互操作性，层层递进实现系统的整体集成。

安全工程

信息安全系统工程是信息系统工程的重要组成部分，核心是建造信息安全系统，最好与业务应用信息系统工程同步进行，二者共同构成完整的信息系统工程。信息安全系统基于ISO网络参考模型构建，能为各层提供对等实体认证、访问控制、数据完整性、数据保密、数据源点认证、禁止否认、犯罪证提供七大安全服务，同时形成对应的安全防范体系和管理安全体系。开展信息安全系统工程活动离不开其他相关工程的支撑，主要包括硬件工程、软件工程、通信及网络工程、数据存储与灾备工程、系统工程、测试工程、密码工程和组织信息化工程等，各工程协同配合，保障信息安全系统的建设和运行。信息安全系统工程的过程由产品或服务、工程过程、保证过程、风险过程组成，保证过程产出保证论据，风险过程提供风险信息，共同支撑工程的顺利实施。ISSE-CMM是信息安全系统工程的重要成熟度模型，其体系结构适应整个信息安全系统工程范围，采用两维设计，一维是“域”，涵盖工程的各个核心环节，另一维是“能力”，评估组织在信息安全工程方面的能力水平，为组织提升信息安全工程能力提供指导。

备考小贴士

备考软考高项信息技术部分，首先要抓框架，每个章节先建立核心知识框架，明确各部分的逻辑关系，再逐步填充细节考点，避免知识点零散混乱。其次要辨易混，重点区分智能制造和智慧城市的成熟度等级、各类新一代信息技术的核心特征和应用场景、IT治理与IT审计的边界和核心职责，通过对比记忆加深理解。同时要重应用，新一代信息技术、软件工程、系统集成是案例分析和论文写作的高频考点，需结合实际项目场景理解技术的应用方式和管理要点，而非单纯死记硬背。最后要练真题，结合各章节考点刷对应真题，尤其是选择题中的技术特征题、案例题中的框架分析题和问题解决题，通过刷题熟悉考试题型和命题思路，掌握答题技巧，提高备考效率。