2025年上半年软考系统架构设计师--案例分析试题与答案
必选题一:大模型训练系统
某公司开发一个在线大模型训练平台,支持 Python 代码编写、模型训练和部署,用户通过 python 编写模型代码,将代码交给系统进行模型代码的解析,最终由系统匹配相应的计算机资源进行输出,用户不需要关心底层硬件平台。
a.系统发生错误时,不影响正常运行时发送一个消息给系统管理员(可靠性。 ps:可靠性中包括了健壮性:指的是保护应用程序不受错误使用和错误输入的影响,在发生意外错误事件时确保应用系统处于预先定义好的状态。)
b.方便用户操作,满足一般用户使用的快捷键设置(易用)
c.系统界面适配用户提供的屏幕尺寸比例(易用)
用户提交训练任务时应该在一分钟内提供硬件和资源(性能)d、
e、数据库发生故障时,可以切换到备用库,时间在20分钟内(可用)f系统发生故障时,要能提供操作日志、?、?、调试日志(可维护性)
g 发生故障时应在 15 分钟内修复(可用)
h 提供远程测试,供远程用户进行连接操作,仅提供给系统注册用户使用(可测试)服务对功能进行扩展,什么功能的修改需要在3天内完成(可修改性)
系统支持切换不同的语言(易用性)
K 服务器发生故障后,立即切换到备用服务,保证业务的连续,不影响业务连续性的
(可用)
(12 分)列举了所有需求列表,填写对应的质量属性(第一问是 12 个质量属性场景,问这 12个分别属于哪个质量属性)
(13 分)解释器风格架构的组成图填空(6 分),以及解释为什么该模型平台适合解释器风格(7分)
可选题 1:医院知识图谱
公司想要建设一个医院的智能问答系统,建立医院知识图谱,某工认为互联网的关键字检索无法满足大量的数据需求,建议建立知识图谱,采用爬电技术
1、知识图谱一张填空的图9分。比如业务层和知识层内部细节比如知识获取知识管理结构化数据。数据清洗,文本向量化等等。【可选项:(1)网络层、(2)数据层(好像数据层?模型层)(3)业务层、(4)知识层、(5)关系获取、(6实体获取 、(7)网页采集(8)知识管理、(9)知识清洗、(10)数据清洗(11)结构化数据、(12)数据采集、(13)语句解析、(14)意图识别(15)知识存储 (16)知识抽取 】
2、建立医院知识图谱,给出一张爬虫架构图,要求按图填空,其中scrapy engine、scheduler、item pipeline 为空白。并简述异步IO的特点和优势。
3、请说一下知识图谱的构建和智能问答如何存储实现(图数据库Neo4j是OK的,列式数据库也可,方才认为你使用多类型数据库进行组合也是OK的,比如使用Mysql+Redis+HBase,组合存储)
可选题2 redis
1.主次同步,全量同步
2.增量复制
3.在Redis数据库中,持久化是确保数据在服务器重启或故障后不会丢失的关键机制。以下是两种主要的持久化方式(RDB/AOF)及其优缺点的描述:
- RDB持久化
RDB持久化通过创建内存数据的快照来实现。这种方式在指定的时间间隔内,将内存中的数据以二进制文件的形式保存到磁盘上。
优点:
性能高:由于RDB持久化是在后台进行的,因此对Redis服务器的性能影响较小。
数据恢复快:RDB文件通常较小,加载速度快,有助于快速恢复数据。
数据完整性:RDB快照能够确保数据的完整性,即使发生故障,也能通过最后一个快照来恢复数据。
缺点:
数据一致性:由于RDB是间隔性的快照,可能在两次快照之间丢失数据。
恢复时间:如果快照文件较大,恢复时间可能会较长。
- AOF持久化
AOF持久化通过记录服务器接收到的每一个写命令来实现。这些命令在Redis服务器启动时会被重新执行,以重建数据集。
优点:
高数据一致性:AOF能够确保数据的高一致性,因为它记录了每个写命令。
更好的安全性:AOF持久化方式可以配置不同的fsync策略,提供不同的性能和安全性折衷。
缺点:
性能影响:由于需要记录每个写命令,AOF文件可能会变得非常大,并且写性能会受到一定影响。
恢复时间:AOF文件通常比RDB文件大,因此恢复时间可能会更长。
综上所述,RDB和AOF是Redis数据库中两种主要的持久化方式。它们各有优缺点,适用于不同的应用场景。在选择持久化策略时,需要根据具体的应用需求和性能要求来进行权衡。
可选题3
(6 分)云端 A1和端侧 Al 的定义以及端侧 Al 相比云端 Al 的优势是什么2、(7 分)请将 abc 填入对应的描述后面的 1-7 空
a)异构计算和算法优化
b)资源抽象和容器控制
c)安全和隔离(大致是这个意思)
(12 分)第三问:表格对比、集中式资源池 分布式资源池 混合云资源池,写出集中式资源池的三个弊端
可选题4
1.区块链的6层结构通常可以概括为以下几层:
数据层:这是区块链的最底层,负责数据的存储和传输。它包含了区块链的核心技术,如区块结构、加密算法、分布式账本等。
网络层:这一层负责区块链网络的搭建和通信。包括P2P网络、节点间的数据传输和验证等。
共识层:这一层实现了区块链的去中心化和分布式共识机制。常见的共识算法有PoW(工作量证明)、PoS(权益证明)、DPoS(委托权益证明)等。
激励层:这一层负责区块链系统的经济激励机制,通过代币或数字货币来激励参与者。它通常包括代币分配机制、发行机制、流通机制等。
合约层:这一层主要支持智能合约的部署和运行。智能合约是一段自动执行的程序,可以在满足特定条件时自动执行预定义的操作。
应用层:这是区块链的最上层,包含了各种区块链应用。这些应用可以是金融应用、供应链管理、物联网、数字身份验证等。
2.在区块链应用在农产品的检验流程中,三个角色——数据录入者、检查者和核验者——各自有明确的职责和操作步骤,以确保流程的透明性和防抵赖性。以下是每个角色在检验流程中的具体操作:
数据录入者:
职责:负责将农产品的相关信息及检验数据录入区块链系统。
操作:数据录入者将农产品的生产信息、检验数据等关键信息输入区块链网络中的节点。通过数字签名技术,数据录入者确保数据的不可篡改性,并将这些数据打包成区块,附加时间戳后广播给网络中的其他节点。
检查者:
职责:对录入的数据进行初步检查和验证,确保数据的准确性和完整性。
操作:检查者接收到数据录入者广播的数据区块后,使用预设的算法和数据验证规则对数据进行初步检验。如果数据符合要求,检查者会在自己的节点上记录这一数据,并通过网络广播验证通过的信息,触发下一步的核验流程。如果数据存在问题,检查者会反馈并要求数据录入者修正。
核验者:
职责:对经过检查者验证的数据进行最终核验,确认数据的有效性,并将最终状态记录在区块链上。
操作:核验者接收到检查者广播的验证通过的数据区块后,进行最终的核验。确认数据无误后,核验者在区块链上记录这一数据,并生成一个新的区块,将其添加到区块链中。核验完成后,所有相关信息变得不可篡改且透明可查,有效防止了抵赖行为的发生。如果存在争议或问题,区块链的全局可见性也有助于追溯和审查。
防抵赖机制:
区块链技术的核心特性之一是防抵赖。数据一旦录入并经过检查和核验,被添加到区块链上后,就无法被单方面篡改。每个参与者都保存有区块链的完整副本,任何修改都可以被追溯和验证。
数字签名技术确保了数据录入者的数据来源可信,检查者和核验者的操作也被记录在链,确保了流程的透明和可追溯性。
如果某个角色试图抵赖其操作,可以通过区块链上的历史记录进行验证和追责,从而有效防止了抵赖行为的发生。
智能合约是什么
智能合约是一种基于区块链技术的自动化合约,它使用计算机代码来定义和执约定义的条款和条件。智能合约一旦部署到区块链上,就会自动执行,不需要任何中心化机构的干预。
在农产品检验流程中,智能合约可以用于以下几个方面:
数据录入和验证:数据录入者将农产品的检验数据写入区块链,智能合约会自动验证数据的完整性和准确性。
检查过程:检查者使用智能合约来执行检验流程,确保每一步都按照预定的标准执行。智能合约可以设定检查的条件和通过的门槛。
核验和确认:核验者使用智能合约来最终确认农产品的检验结果。智能合约可以确保所有检验步骤都已完成且符合要求,然后生成一个不可篡改的证明。
通过这种方式,智能合约能够提高检验流程的透明度和信任度,防止数据篡改和抵赖行为。每个角色在检验流程中的操作都会被记录在区块链上,确保整个过程的可追溯性和不可篡改性。
以下是关于智能合约的定义、特点及实现逻辑的总结:
定义
智能合约是一种以代码形式编写、自动执行预设条款的数字协议,其核心价值在于通过技术手段替代传统合约的人工执行流程。
它依托区块链的不可篡改性和去中心化特性,确保协议内容在触发条件满足时自动执行,无需依赖第三方中介。
核心特点
自动执行
合约条款通过代码固化,触发条件(如时间、事件)成立时自动执行操作(如转账、资产交割)。
示例:类似自动贩卖机,投币后触发释放指定商品,无需人工干预。
去中心化与不可篡改
部署于区块链网络的智能合约,由全网节点共同验证并记录操作结果,确保执行过程不可篡改且公开透明。
降低信任成本
消除了对第三方机构的依赖,通过算法和共识机制保障协议的公平性,减少人为干预风险。
作用与价值
业务自动化:将传统需人工审核的流程(如金融交易、供应链管理)转为自动化操作,提升效率。
透明可追溯:合约代码及执行结果全网公开,支持审计和追溯,增强多方协作信任。
减少欺诈风险:依赖区块链的防篡改特性,防止单方违约或抵赖行为。
实现原理
代码化合约
合约逻辑通过编程语言(如以太坊的Solidity)转化为可执行的链上代码。
触发与执行
当预设条件(如数字签名验证完毕、数据指标达标)达成时,区块链网络中的节点通过共识机制触发合约执行。
结果记录
执行结果打包成新区块并追加到链上,形成不可逆的记录。
典型应用
金融场景:自动执行借贷、保险理赔等流程。
供应链管理:货物交付后自动支付货款。
数字身份认证:基于条件的权限分配与验证。
通过上述机制,智能合约成为区块链技术革新传统商业模式的核心组件,推动多领域向可信自动化方向演进。
相关文章:

2025年上半年软考系统架构设计师--案例分析试题与答案
必选题一:大模型训练系统 某公司开发一个在线大模型训练平台,支持 Python 代码编写、模型训练和部署,用户通过 python 编写模型代码,将代码交给系统进行模型代码的解析,最终由系统匹配相应的计算机资源进行输出,用户不需要关心底层硬件平台。 a.系统发生…...

Eclipse 插件开发 5.2 编辑器 获取当前编辑器
Eclipse 插件开发 5.2 编辑器 获取当前编辑器 1 获取活跃编辑器2 获取全部编辑器 Manifest-Version: 1.0 Bundle-ManifestVersion: 2 Bundle-Name: Click1 Bundle-SymbolicName: com.xu.click1;singleton:true Bundle-Version: 1.0.0 Bundle-Activator: com.xu.click1.Activato…...
讲述我的plc自学之路 第十二章
“老k,你没想过自己以后怎么过吗?”lora听我夸他漂亮,开始鼓起勇气追问我的过往。 “我还能怎样呢,说实话,家里介绍过几次相亲了,上来就问车问房的,大多数不了了之。”我解释道。 “老k这你就…...

Visual Studio 的下载安装
下载 官网:https://visualstudio.microsoft.com/zh-hans/ 点击免费 Visual Studio。 点击 Visual Studio Community 下的免费下载。 保留并下载。 安装 双击下载的 exe 安装文件,点击继续。 等他下载安装完。 选择你要下载的组件(我只勾了一个 .NET 桌…...
C# 如何获取当前成员函数的函数名
C# 如何获取当前成员函数的函数名 在 C# 中获取当前成员函数的名称,有以下几种常用方法: 1. 使用 MethodBase.GetCurrentMethod()(反射) using System.Reflection;public void MyMethod() {string methodName MethodBase.GetCu…...

苍茫命令行:linux模拟实现,书写微型bash
文章目录 🌇前言2、需求分析3、基本框架4、核心内容4.2、指令分割4.3、程序替换 5、特殊情况处理5.2、内建命令5.3、cd5.4、export5.5、echo5.6、重定向 6、源码 🌇前言 Linux 系统主要分为内核(kernel)和 外壳(shell),普通用户是无法接触到…...

虚拟DOM和DOM是什么?有什么区别?虚拟DOM的优点是什么?
虚拟DOM与真实DOM的概念 虚拟DOM(Virtual DOM)是一种对真实DOM的抽象表示,其结构通常为一个JavaScript对象,保存了DOM节点的标签、属性、子节点等信息。真实DOM则是浏览器中的实际文档对象模型,由HTML代码解析生成&am…...

累加法求数列通项公式
文章目录 前言如何判断注意事项适用类型方法介绍典例剖析对应练习 前言 累加法,顾名思义,就是多次相加的意思。求通项公式题型中,如果给定条件最终可以转化为 a n 1 − a n f ( n ) a_{n1}-a_nf(n) an1−anf(n)的形式,或者…...

鸿蒙NEXT应用加固工具哪家更好?国内主流的6款对比
随着鸿蒙NEXT系统的推进,越来越多企业将目光投向鸿蒙生态下的应用部署与数据安全。尤其是在核心业务App逐步上架鸿蒙原生平台的当下,如何实现高效、可靠的鸿蒙NEXT应用安全加固,已成为企业技术选型的关键环节。本文将对市面上6款主流的鸿蒙NE…...
高效多线程图像处理实战
引言 在现代计算机视觉和图像处理应用中,处理大量图像数据是常见需求。传统的单线程处理方式在面对成千上万的图像时,往往显得力不从心,导致处理时间过长。本文将介绍如何将一个典型的单线程图像处理任务转换为高效的多线程实现,并讨论其中的关键技术点、线程安全考量以及…...

[特殊字符]《计算机组成原理》第 8 章 - CPU 的结构和功能
🔵8.1 CPU 的结构 🔵8.1.1 CPU 的功能 CPU(中央处理器)是计算机的核心部件,主要负责以下任务: 指令执行:解析并执行指令集架构(ISA)定义的指令数据处理:完…...
第八篇:MySQL 备份恢复与数据安全管理实战
在企业数据库运维中,数据安全是第一要务。系统崩溃、误删数据、磁盘损坏等场景都可能造成数据丢失,因此建立可靠的备份与恢复机制是保障业务连续性的关键。 一、为什么需要备份? 防止数据丢失:误操作、故障、黑客攻击等ÿ…...
系统是win11+两个ubuntu,ubuntu20.04和ubuntu22.04,想删除ubuntu20.04且不用保留数据
在 Ubuntu 22.04 的终端里运行这些命令: 重启电脑,选择启动 Ubuntu 22.04;打开终端;从 lsblk 开始操作。 如果你不确定当前启动的是哪个系统,可以在终端输入: lsb_release -a它会输出: Distributor ID: …...

OramaCore 是您 AI 项目、答案引擎、副驾驶和搜索所需的 AI 运行时。它包括一个成熟的全文搜索引擎、矢量数据库、LLM界面和更多实用程序
一、软件介绍 文末提供程序和源码下载 OramaCore 是您的项目、答案引擎、副驾驶和搜索所需的 AI 运行时。 它包括一个成熟的全文搜索引擎、矢量数据库、LLM具有行动计划和推理功能的接口、用于根据数据编写和运行您自己的自定义代理的 JavaScript 运行时,以及更多…...
GitHub 趋势日报 (2025年05月28日)
📊 由 TrendForge 系统生成 | 🌐 https://trendforge.devlive.org/ 🌐 本日报中的项目描述已自动翻译为中文 📈 今日获星趋势图 今日获星趋势图 2379 agenticSeek 1521 computer-science 841 n8n 577 langflow 351 qlib 282 skt…...

OpenCV CUDA模块图像处理------颜色空间处理之GPU 上交换图像的通道顺序函数swapChannels()
操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C11 算法描述 该函数用于在 GPU 上交换图像的通道顺序(例如将 BGR 图像转为 RGB)。 它适用于多通道图像(如 3 通道或 4 通道…...

回归任务损失函数对比曲线
回归任务损失函数曲线可视化对比 本节将可视化对比均方误差(MSE)、平均绝对误差(MAE)、Huber损失函数三种常见回归任务损失函数的曲线,帮助理解它们在不同误差区间的表现差异。 1. 导入所需库 我们需要用到 numpy 进…...

Magentic-UI:人机协作的网页自动化革命
Magentic-UI是微软开源的一款创新浏览器自动化工具,基于多智能体系统和AutoGen框架设计,强调人机协作、透明性和安全控制,通过协作规划、实时执行和计划学习机制,高效处理复杂网页任务如数据抓取和表单填写,显著提升任…...

计算机专业大学生常用的刷题,资源网站(持续更新)
一、刷题网站 1.牛客网 牛客网 - 找工作神器|笔试题库|面试经验|实习招聘内推,求职就业一站解决_牛客网 (nowcoder.com)https://www.nowcoder.com/ 牛客网(Nowcoder)是中国一个主要面向编程和技术学习者的在线教育和职业发展平台。它提供了…...

Redisson学习专栏(二):核心功能深入学习(分布式锁,分布式集合,原子操作与计数器,事件与监听)
本文是“Redisson学习专栏”第二篇,聚焦其核心分布式功能实现原理与最佳实践 文章目录 前言:分布式系统核心能力实践一、分布式锁:高并发下的守卫者1.1 可重入锁 (Reentrant Lock)1.2 公平锁 (Fair Lock)1.3 联锁 (MultiLock)1.4 红锁 (RedLo…...

医疗多模态共情推理与学习一体化网络构成初探
1 引言:多模态共情推理的概念内涵与技术背景 在当今医疗人工智能领域,多模态共情推理正逐步成为突破临床决策支持系统瓶颈的关键范式。这一技术通过融合认知共情与情感共情的双重机制,模拟人类医生的综合诊断思维过程,实现对患者全方位健康状态的深度理解。医疗环境中的共…...

MySQL : MySQL的安装【CentOS 7】
MySQL : MySQL的安装【CentOS 7】 (一) MySQL的卸载和安装1.卸载查看是否存在MySQL删掉原有的MySQL 2.安装 (二)登录和环境配置登录方法一: 存在临时密码登录方法二:通过修改配置文件环境配置 (一) MySQL的卸载和安装 安装与卸载中,用户全部…...

EasyRTC嵌入式音视频实时通话SDK助力AI与IoT智能硬件打造音视频交互多场景应用
一、引言 在数字化浪潮下,AI与IoT深度融合重塑智能硬件产业。实时音视频通信是智能硬件交互的核心,其性能关乎用户体验与场景拓展。EasyRTC嵌入式音视频实时通话SDK基于WebRTC技术,以轻量、易扩展的特性,为AI与IoT智能硬件融合…...
pod创建和控制
一、引言 主题:pod以及控制器模式中的Deployment作用。控制器模式:使用一种API对象(如Deployment)管理另一种API对象(如Pod)的方式。 二、容器镜像与配置文件 容器镜像:应用开发者…...

Unity数字人开发笔记——讯飞超拟人语音
基于上一篇: https://blog.csdn.net/qq_17523181/article/details/148255809?spm1001.2014.3001.5501 https://blog.csdn.net/qq_17523181/article/details/148264127?spm1011.2415.3001.5331 讯飞默认的语音非常机械,更换为讯飞的超拟人语音 一、讯飞…...

C# 文件 I/O 操作详解:从基础到高级应用
在软件开发中,文件操作(I/O)是一项基本且重要的功能。无论是读取配置文件、存储用户数据,还是处理日志文件,C# 都提供了丰富的 API 来高效地进行文件读写操作。本文将全面介绍 C# 中的文件 I/O 操作,涵盖基…...
OpenCV 第7课 图像处理之平滑(二)
1. 示例代码 import cv2 import numpy as np import matplotlib.pyplot as pltimg = cv2.imread(noise.jpg)blur1 = cv2.blur(img, (5, 5)) blur2 = cv2.GaussianBlur(img, (5, 5), 1) blur3 = cv2.medianBlur(img, 5) plt.figure(figsize=(10, 5), dpi=100) plt.rcParam…...

Visual Studio笔记:MSVC工具集、MSBuild
1. MSVC工具集 1.1 什么叫MSVC工具集 也可以说Visual Studio平台工具集(Platform toolset). 这些工具包括 C/C 编译器、链接器、汇编程序和其他生成工具以及匹配的库和头文件。 Visual Studio 2015、Visual Studio 2017 和 Visual Studio 2019 是二进制…...
【Netty系列】核心概念
目录 1. EventLoop 与线程模型 2. Channel(通道) 3. ChannelHandler 与 Pipeline 4. ByteBuf(数据容器) 5. Bootstrap 与 ServerBootstrap 6. Future 与 Promise 7. 其他核心概念 总结 Netty 是一个高性能、异步事件驱动的…...
Axure中继器交互完全指南:核心函数解析×场景实战×避坑策略(懂得才能应用)
亲爱的小伙伴,在您浏览之前,烦请关注一下,在此深表感谢!如有帮助请订阅专栏! Axure产品经理精品视频课已登录CSDN可点击学习https://edu.csdn.net/course/detail/40420 主要内容:中继器核心函数解析、场景方法详解、注意事项、特殊函数区别 课程目标:提高中继器的掌握…...