夜雨聆风所属篇章：上篇·综合知识预估分值：2~4 分考查重点：物联网、人工智能、区块链、数字孪生等前沿技术概念难度等级：★★☆（以了解为主，选择题出现）
一、本章知识图谱
未来信息综合技术├── 11.1 物联网（IoT）├── 11.2 信息物理系统（CPS）├── 11.3 人工智能与关键技术├── 11.4 机器人技术（机器人 4.0）├── 11.5 边缘计算与安全├── 11.6 数字孪生关键技术├── 11.7 云计算与大数据└── 11.8 区块链技术二、核心考点详解
考点 1：物联网（IoT）
三层架构：
| 感知层 | ||
| 网络层 | ||
| 应用层 |
考点：物联网的三层架构名称及各层的关键技术。
考点 2：人工智能与机器学习
机器学习分类：
| 监督学习 | ||
| 无监督学习 | ||
| 强化学习 |
深度学习关键概念：
卷积神经网络（CNN）：图像处理 循环神经网络（RNN/LSTM）：序列数据 Transformer：自然语言处理（GPT、BERT 基础） 生成对抗网络（GAN）：图像生成
考点 3：区块链技术
核心特征：
- 去中心化
无单一控制节点 - 不可篡改
数据一旦写入难以修改 - 可追溯
完整的交易历史 - 共识机制
PoW、PoS、DPoS、PBFT
区块链分类：
考点 4：数字孪生
数字孪生：物理实体的数字化虚拟映射，实时同步物理世界数据。
核心组成：
物理实体 虚拟模型 数据连接（实时同步） 分析与仿真
应用领域：智慧城市、工业制造、医疗健康
考点 5：边缘计算
边缘计算 vs 云计算：
考点：边缘计算并非替代云计算，而是互补。
三、历年真题解析
真题 2022 年·综合知识
题目：以下关于区块链的叙述中，不正确的是（ ）。
A. 区块链具有去中心化的特点B. 区块链中的数据一旦写入就无法修改C. 公有链对所有人开放D. 联盟链由多个组织共同维护
答案：B
解析：区块链数据"难以篡改"而非"绝对无法修改"（理论上 51% 攻击可篡改）。B 选项表述过于绝对。
考点 6：信息物理系统（CPS）
CPS（Cyber-Physical Systems）：将计算、通信、控制（3C）与物理过程深度融合的系统。
CPS 与 IoT 的区别：
CPS 的实现层次：
单元级 CPS：单个设备智能化 系统级 CPS：多设备协同 SoS 级 CPS：系统之系统（如智慧城市）
CPS 建设和应用：
智能制造：智能工厂、数字孪生生产线 智能交通：自动驾驶、车联网 智能医疗：远程手术、智能监护 智能电网：分布式能源管理
考点 7：云计算与边缘计算融合
云边协同架构：
云端：大规模数据分析、模型训练、全局决策 边缘：实时响应、本地数据预处理、低延迟推理 协同：模型下发、数据上报、统一管控
考点 8：人工智能关键技术
AI 关键技术详解：
| 计算机视觉 | ||
| 自然语言处理 | ||
| 知识图谱 | ||
| 语音识别 | ||
| 机器人学习 | ||
| 大模型 |
考点 9：人工智能在架构设计中的应用
| 智能运维（AIOps） | |
| 自动伸缩 | |
| 智能调度 | |
| 代码生成 |
考点 10：机器人技术
机器人 4.0 核心技术：
| 智能感知 | |
| 自主学习 | |
| 人机协作 | |
| 数字孪生 | |
| 云计算 |
机器人分类：
考点 11：边缘计算安全与应用
边缘计算安全威胁：
边缘计算应用场合：
工业互联网：设备预测性维护、质量检测 智能交通：车路协同、实时路况分析 智慧城市：视频监控分析、环境监测 医疗健康：实时监护、远程诊断 零售：智能货架、客流分析
考点 12：数字孪生关键技术
数字孪生关键技术：
| 建模技术 | |
| 仿真技术 | |
| 数据融合 | |
| 实时同步 | |
| AI 分析 |
数字孪生应用：
工业制造：生产过程优化、预测性维护 智慧城市：城市规划、交通优化 航空航天：飞行器设计、运维 医疗健康：手术模拟、疾病建模
考点 13：云计算和大数据技术概述
云计算服务模式：
云计算关键技术：虚拟化、容器化、微服务、DevOps
大数据技术体系：
大数据 5V 特征：Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）、Veracity（真实性）
三、补充历年真题解析
真题 2021 年·综合知识
题目：以下关于 CPS 的叙述中，正确的是（ ）。
A. CPS 等同于物联网B. CPS 强调计算、通信、控制的深度融合C. CPS 只关注硬件设备D. CPS 不涉及实时控制
答案：B
解析：CPS（Cyber-Physical Systems）的核心是计算（Cyber）、通信（Communication）、控制（Control）三者的深度融合。CPS 不等于 IoT（A 错），CPS 涉及计算和物理过程（C 错），实时控制是 CPS 的核心特征（D 错）。
真题 2023 年·综合知识
题目：以下关于数字孪生的叙述中，不正确的是（ ）。
A. 数字孪生是物理实体的虚拟映射B. 数字孪生需要实时数据同步C. 数字孪生只能用于工业制造D. 数字孪生可用于预测性维护
答案：C
解析：数字孪生不仅用于工业制造，还可应用于智慧城市、航空航天、医疗健康等多个领域。C 选项过于狭窄。
真题 2022 年·综合知识
题目：以下关于机器人 4.0 的叙述中，正确的是（ ）。
A. 机器人 4.0 只能执行预编程任务B. 机器人 4.0 强调人机协作和自主学习C. 机器人 4.0 不需要传感器D. 机器人 4.0 不能与人类共同工作
答案：B
解析：机器人 4.0 的核心是智能化，强调人机协作（Cobot）和基于 AI 的自主学习能力。机器人 4.0 可以执行人编程之外的任务（A 错），需要多种传感器（C 错），可以与人类安全协作（D 错）。
题目：以下关于物联网架构的叙述中，不正确的是（ ）。
A. 感知层负责数据采集B. 网络层负责数据传输C. 应用层负责数据存储D. 物联网通常采用三层架构
答案：C
解析：应用层主要负责数据处理和业务应用，而非简单的数据存储。数据存储是网络层或支撑平台的功能。物联网三层架构为感知层、网络层、应用层。
真题 2023 年·综合知识
题目：以下关于联邦学习的叙述中，正确的是（ ）。
A. 所有数据集中存储在一个服务器上B. 各参与方在不共享原始数据的情况下协作训练模型C. 联邦学习只适用于同构数据D. 联邦学习不需要加密技术
答案：B
解析：联邦学习的核心是“数据不动模型动”，各参与方在本地数据上训练模型，只共享模型参数而不共享原始数据，保护数据隐私。
真题 2022 年·综合知识
题目：以下关于边缘计算的叙述中，不正确的是（ ）。
A. 边缘计算将计算能力下沉到网络边缘B. 边缘计算可以完全替代云计算C. 边缘计算可以降低数据传输延迟D. 边缘计算适合实时性要求高的场景
答案：B
解析：边缘计算与云计算是互补关系，不是替代关系。边缘计算将计算下沉到网络边缘（A 正确），可以减少延迟（C 正确），适合实时场景（D 正确）。
真题 2021 年·综合知识
题目：在云计算服务模型中，提供操作系统级别服务的是（ ）。
A. IaaS B. PaaS C. SaaS D. FaaS
答案：A
解析：IaaS（基础设施即服务）提供虚拟机、存储等基础设施，用户可以在上面安装操作系统。PaaS 提供开发平台（B 错），SaaS 提供应用服务（C 错），FaaS 提供函数计算（D 错）。
真题 2022 年·综合知识
题目：以下关于区块链共识机制的叙述中，正确的是（ ）。
A. PoW 比 PoS 更节能B. PoS 根据持有的代币数量和时间来选择记账者C. PBFT 只适用于公有链D. 所有共识机制都不需要任何算力
答案：B
解析：PoS（权益证明）根据持有的代币数量和时间来选择记账者。PoW 需要大量算力，耗能高（A 错），PBFT 更适合联盟链/私有链（C 错），PoW 需要大量算力（D 错）。
四、补充考点
考点 11：量子计算
应用场景：密码学、药物研发、金融建模、优化问题、材料科学
考点 12：元宇宙与 XR 技术
关键技术：3D 渲染、空间计算、数字人、手势识别、触觉反馈、数字资产（NFT）
考点 13：Web 3.0 与去中心化技术
考点 14：5G/6G 通信技术
5G 三大场景：eMBB（增强移动宽带）、URLLC（超高可靠低延迟）、mMTC（海量机器通信）
考点 15：联邦学习与隐私计算
真题 2023 年·综合知识
题目：在联邦学习中，以下叙述正确的是（ ）。
A. 所有参与方的原始数据需集中到中心服务器B. 各参与方在本地训练模型，仅上传模型参数C. 联邦学习不需要任何聚合算法D. 联邦学习只适用于同构数据
答案：B
解析：联邦学习的核心思想是"数据不动模型动"，各参与方在本地训练模型后仅上传模型参数/梯度到中心服务器进行聚合（FedAvg 等）。原始数据不需要集中（A 错），需要聚合算法（C 错），可处理异构数据（D 错）。
真题 2022 年·综合知识
题目：以下关于 5G 网络切片技术的叙述中，正确的是（ ）。
A. 网络切片是物理层的硬件隔离技术B. 同一物理网络可创建多个逻辑独立的虚拟网络切片C. 每个网络切片必须使用不同的无线频段D. 网络切片无法动态调整资源
答案：B
解析：网络切片是在同一物理基础设施上创建多个逻辑隔离的虚拟网络，每个切片可按需分配资源满足不同业务需求。它是逻辑隔离而非物理隔离（A 错），可共享频段（C 错），支持动态调整（D 错）。
真题 2021 年·综合知识
题目：Shor 量子算法的主要应用是（ ）。
A. 无序数据库搜索B. 大整数的质因子分解C. 最短路径计算D. 排序算法优化
答案：B
解析：Shor 算法可在多项式时间内完成大整数质因子分解，对 RSA 等公钥密码体系构成威胁。无序搜索是 Grover 算法（A 错）。
五、本章小结
- 物联网
感知层→网络层→应用层的三层架构 - CPS
计算+通信+控制与物理过程融合 - AI/ML
监督/无监督/强化学习的区分 - 机器人 4.0
人机协作、自主学习 - 区块链
公有链/联盟链/私有链，共识机制 - 数字孪生
物理实体的虚拟映射，关键技术 - 边缘计算
与云计算互补，低延迟近源处理，安全威胁 - 云计算
IaaS/PaaS/SaaS/FaaS 服务模式 - 大数据
5V 特征，采集/存储/计算/分析技术体系 - 量子计算
叠加态/纠缠，Shor/Grover 算法，对密码学的威胁 - 元宇宙/XR
VR/AR/MR 区分，空间计算，数字资产 - Web 3.0
去中心化、DID、IPFS、DAO - 5G/6G
三大场景 eMBB/URLLC/mMTC，网络切片 - 隐私计算
联邦学习、差分隐私、同态加密、TEE、MPC
