2019华为网络技术大赛模拟题

article/2025/8/15 4:20:59

2019我的模拟题:

1.(判断题)小型机通常采用RISC和unix操作系统。
正确答案: A 你的答案: A (正确)

2.单选题)磁盘接口的类型包括:1、SAS;2、SATA;3、NL-SAS;4、SCSI;5、IDE。请对上述五种类型的接口速率由快到慢进行排序,正确的一项是?
正确答案: B 13245

解析:

SAS>NL-SAS>SATA>SCSI>IDE

SAS(Serial Attached SCSI)即串行连接SCSI,是新一代的SCSI技术,

硬盘接口类型主要有IDE、SATA、SCSI、SAS、FC等等。
IDE是俗称的并口,
SATA是俗称的串口,
这两种硬盘是个人电脑和低端服务器常见的硬盘。

SCSI是"小型计算机系统专用接口"的简称,SCSI硬盘就是采用这种接口的硬盘。

SAS就是串口的SCSI接口。

FC是光纤通道,专门为网络系统设计的,但随着存储系统对速度的需求,才逐渐应用到硬盘系统中。
SSD也称作电子硬盘或者固态电子盘,是由控制单元和固态存储单元(DRAM或FLASH芯片)组成的硬盘。固态硬盘的接口规范和定义、功能及使用方法上与普通硬盘的相同,在产品外形和尺寸上也与普通硬盘一致。。。

3.(判断题)传统的数据中心硬件包括X86服务器、小型机和大型机,存储和网络设备。
正确答案: A 你的答案: A (正确)

4(单选题)以下哪项用来确定路由优先级?
正确答案: A 路由协议算法的优劣

5.判断题)华为公司将网络和业务安全性保障的责任和公司的商业利益放在同等重要的位置。

要放在更重要的位置啊~~~~

6(判断题)Openstack中默认的hypervisor层是Xen。

正确答案为 openstack中默认的Hypervisor层是KVM,机:内核虚拟化~

Qemu KVM的替补,没有KVM执行效率高,不支持全虚拟化。
Flavor 新建虚拟机的配置列表,可以认为是创建虚拟机模板。
Keypair SSH连接访问实例的密钥对。
安全组 控制实例访问策略的容器,包含各种安全组规则。
安全组规则 控制实例访问的具体策略。

  1. Openstack组件中,下列哪一项可以提供镜像服务?

在这里插入图片描述

8.(判断题)HDFS是基于流数据模式访问和处理超大文件的需求而开发的,具有高容错、高可靠性、高可扩展性、高吞吐率等特征,适合的读写任务是一次写入,多次读取。(对)
9.(单选题)下列选项中,哪一项属于大数据的核心?
告知与许可
预测
匿名化
规模化

正确答案: B 预测是核心

10.(单选题)某超市研究销售纪录数据后发现,买啤酒的人很大概率也会购买尿布,这种情况属于数据挖掘的哪类问题?

分类
聚类
关联规则发现
自然语言处理

正确答案: C

11(单选题)下列选项中,哪个选项是用于处理海量数据的并行编程模式和大规模数据集的并行运算的软件架构?

GFS
MapReduce
Chubby
BitTable

正确答案: B

解析:MapReduce是一种处理海量数据的并行编程模式,用于大规模数据集(通常大于1TB)的并行运算。
“Map(映射)”、“Reduce(化简)”的概念和主要思想,都是从函数式编程语言和矢量编程语言借鉴。
适合非结构化和结构化的海量数据的搜索、挖掘、分析与机器智能学习等。

MapReduce计算模型
分布式计算的瓶颈是网络带宽。“本地计算”是最有效的一种节约网络带宽的手段。

MapReduce的特点
1、输入的键值是不固定的,由分析人员选择
2、对于非结构化和半结构化数据,非常有效
3、适合于大规模数据的一次写入,多次查询
4、MapReduce其核心就是高速、流式读写操作

无共享

无共享结构让MapReduce程序员无需考虑系统的部分失效问题;
因为自身的系统实现,能够检测到失败的map或reduce任务;
并让正常的机器重新执行这些失败的任务;
因为各个任务之间彼此独立;
任务的执行顺序是无关紧要的;

Map函数——对一部分原始数据进行指定的操作。每个Map操作都针对不同的原始数据,因此Map与Map之间是互相独立的,这使得它们可以充分并行化。
Reduce操作——对每个Map所产生的一部分中间结果进行合并操作,每个Reduce所处理的Map中间结果是互不交叉的,所有Reduce产生的最终结果经过简单连接就形成了完整。

14。(单选题)以下是针对哪种机器学习算法的描述?
系统从环境到行为映射的学习,以获得最大的数值的奖赏信号,然后进行闭路循环,与其他机器学习算法不同,它着重与从交互中进行以目标为导向的学习。

监督学习
强化学习
半监督学习
聚类学习

解析:有惩罚和奖赏关键词的可以初步判定为强化学习

  1. (判断题)5G可以每平方公里支持1百万个连接。
    答案:对

16

单选题)下列哪一种云服务是把应用或数据作为一种服务交付给客户的?

SaaS
PaaS
IaaS

IaaS:基础设施即服务
IaaS(Infrastructure-as-a- Service):基础设施即服务。消费者通过Internet可以从完善的计算机基础设施获得服务。
PaaS:平台即服务
PaaS(Platform-as-a- Service):平台即服务。PaaS实际上是指将软件研发的平台作为一种服务,以SaaS的模式提交给用户。因此,PaaS也是SaaS模式的一种应用。但是,PaaS的出现可以加快SaaS的发展,尤其是加快SaaS应用的开发速度。

SaaS:软件即服务
SaaS(Software-as-a- Service):软件即服务。它是一种通过Internet提供软件的模式,用户无需购买软件,而是向提供商租用基于Web的软件,来管理企业经营活动。(本题的答案)

按需计算
顾名思义,按需(on—demand)计算将计算机资源(处理能力、存储等)打包成类似公共设施的可计量的服务。在这一模式中,客户只需为他们所需的处理能力和存储支付费用。那些具有很大的需求高峰并伴有低得多的正常使用期的公司特别受益于效用计算。当然,该公司需要为高峰使用支付更多,但是,当高峰结束,正常使用模式恢复时,他们的费用会迅速下降。
按需计算服务的客户端基本上将这些服务作为异地虚拟服务器来使用。无须投资自己的物理基础设施,公司与云服务提供商之间执行现用现付的方案。
按需计算本身并不是一个新概念,但它因云计算而获得新的生命。
正确答案: A

17.多选题)Openstack项目中提供块存储服务和对象存储服务的组件是下列哪两个?
Nova
Keystone
Cinder
Swift

正确答案: C D 你的答案: B (错误)
解析:

Openstack object Storage(Swift)
1 Swift是OpenStack的对象存储(object Storage)项目,是一个可扩展并且提供了冗余的存储系统。
2 对象和文件分散存储在同一个集群中的多台服务器的磁盘上,由OpenStack负责数据的复制和一致性。
3 对象存储系统是用于存储大量静态数据的分布式存储系统,没有主节点或者管理节点,便于系统的扩展和数据的冗余和持久化。
4 存储的集群可以通过添加服务器完成横向的扩展。
5 如果集群中服务器或者磁盘出现失败情况,Openstack会复制数据到集群中的其他节点。

Openstack Block Storage(Cinder)
1 Cinder是OpenStack的块存储服务。
2 为云环境提供块设备的创建、添加和卸载。
3 Cinder目前支持多种存储平台(Linux server storage ,Ceph,CloudByte,Coraid,EMC(VMAX and VNX),GlusterFS,IBM Storage(Storwize family,SAN Volume Controller,and XIV Storage System),Linux LIO,NetApp,Nexenta,Scality,SolidFire and HP(Store Virtual and StoreServ 3Par falilies))
4 块设备适用于对应性能要求较高的应用场景:比如数据库。
5 块设备的快照功能可以实现基于块存储卷的数据备份,而且也可以利用快照进行数据恢复。

总结一句话就是:
Cliner 和Swift 在Openstack项目中提供块存储服务和对象存储服务的组件

18.多选题)以下哪些因素是人工智能发展迅速的必要因素?
硬件
人们对AI的态度
算力
给机器注入情感

正确答案: A C 你的答案: D (错误)

19.)以下哪些频段可以用于5G?
3.5GHZ
900MHz
39GHz
150GHz

正确答案: A B C 你的答案: D (错误)

3.5GHz是C频段作为5G使用的,900MHz也是可以作为5G使用的,39Ghz是作为6GHz以上的使用的,

80GHz以上就是可见光了,所以不能选D

20 多选题)以下哪些是Massive MIMO带来的好处

3D赋型可以增强高楼的覆盖
MU-BF可以提升小区速率
Massive MIMO的波束更窄,可以降低干扰
Massive MIMO的天线重量可以大幅度降低,对部署要求降低

正确答案: A B C 你的答案: A C (错误)

高复用增益和分集增益:大规模MIMO系统的空间分辨率与现有MIMO系统相比显著提高,它能深度挖掘空间维度资源,使得基站覆盖范围内的多个用户在同一时频资源上利用大规模MIMO提供的空间自由度与基站同时进行通信,提升频谱资源在多个用户之间的复用能力,从而在不需要增加基站密度和带宽的条件下大幅度提高频谱效率。
 高能量效率:大规模MIMO系统可形成更窄的波束,集中辐射于更小的空间区域内,从而使基站与UE之间的射频传输链路上的能量效率更高,减少基站发射功率损耗,是构建未来高能效绿色宽带无线通信系统的重要技术。
 高空间分辨率:大规模MIMO系统具有更好的鲁棒性能。由于天线数目远大于UE数目,系统具有很高的空间自由度,系统具有很强的抗干扰能力。当基站天线数目趋于无穷时,加性高斯白噪声和瑞利衰落等负面影响全都可以忽略不计。

(备注:20题没有仔细看!!)

声明:部分题目的答案参考了牛客网上的答案~


http://chatgpt.dhexx.cn/article/qhjwZSBN.shtml

相关文章

一路走来之“华为网络技术大赛”(新含2018年资料)

2018年的网络大赛资料——学妹整理的,共347.9M,可加技术交流群下载! 博客链接: http://codeshold.me/2017/05/ntec.html 参赛历程 在参加华为软件精英挑战赛的校园宣讲时,一位HR姐姐告诉我“你可以多报几个比赛啊?”…

2018华为网络技术大赛复赛

华为网络技术大赛复赛落下帷幕,考完上机ensp配置我已经基本知道结果了,题目真的不难,但是真的需要用心准备,包括前期学习的准备,也包括考试前半个小时准备,我就是那个前期花了很多时间,最后在考…

华为网络技术大赛模拟题答案详解

华为网络技术大赛模拟题答案详解 【尊重 原创,转载请注明出处 】http://blog.csdn.net/guyuealian/article/details/51354514 一、判断题 (1)VLSM的作用是:在有类的IP地址基础上,从主机位部分划分出相应的位数做为网络位。但是在路由器上部…

2018届华为网络技术大赛复赛组网(B)试题

时间:2018.5.6 下面附上复赛组网B卷及配置 总体来说,组网没有难度,需要极高的熟练度和细心。 1.基本配置要求: 1.1 各设备sysname命名请按照拓扑图描述进行配置;例如R1命令为R1,命名为大写&#xff1…

2018华为ICT大赛企业网络方向初赛大纲(来源自华为官方)

华为中国区大学生ICT大赛2018企业网络赛道初赛考试大纲一、 初赛概览:考试题型(笔试) 题量 时长 考试平台判断/单选/多选 100道 120分钟 华为E-Learning在线考试平台 二、 考试比例分布:技术方向 百分比IP 路由&交换 40% 65%网…

stata学习笔记|自相关处理问题

注意:不同于异方差问题,本篇中的自相关处理均基于时间序列数据,因为一般自相关问题往往出现在时间序列数据中,且在面板数据中出现的异方差、自相关问题往往直接运用聚类标准误即可解决。(且陈强老师提供的自相关检验法…

R软件中自相关图和自相关系数怎么分析?

如图,我用acf()函数对一时间序列,做自相关检验,R出来的自相关系数和自相关图要怎么分析?求解!! 看图中的横轴lag表示滞后阶数,纵轴表示对应各阶的相关系数,0阶滞后表示对自己的自相关…

自相关性

文章连接:https://baike.baidu.com/item/%E8%87%AA%E7%9B%B8%E5%85%B3%E6%80%A7/4934317?fraladdin https://baike.baidu.com/item/%E9%9A%8F%E6%9C%BA%E8%AF%AF%E5%B7%AE%E9%A1%B9 随机误差项: 时间序列数据中经常会出现与时间有关的自相关误差 如何消…

时间序列分析中的自相关

什么是自相关以及为什么它在时间序列分析中是有用的。 在时间序列分析中,我们经常通过对过去的理解来预测未来。为了使这个过程成功,我们必须彻底了解我们的时间序列,找到这个时间序列中包含的信息。 自相关就是其中一种分析的方法&#xf…

2020-05-28 关于自相关结果的判断

关于自相关结果的判断 自存的时间序列笔记之n 原假设H0: 自相关系数为0,即不存在自相关 1. 序列存在自相关的判别 ✔️Q统计量大 ✔️ACF与PACF值大且有阶数在二倍标准差之外 最后第X阶在二倍标准差外,X1阶后在二倍标准差内,则称序列为X阶…

自相关函数-浅学

auto-correlation 老板要求做个自相关函数的处理模块,要求逻辑正确,高速处理, c实现, 别人解释了下什么是自相关函数,又查了些资料,记录一些浅薄的理解,理解不一定正确, 先看简单的两条曲线 A…

自相关函数与互相关函数

最近做相关滤波追踪的时候,遇到了瓶颈,所以想从头到尾理一理基础知识。 1、概念 相关函数是描述信号X(s),Y(t)(这两个信号可以是随机的,也可以是确定的)在任意两个不同时刻s、t的取值之间的相关程度。两个信号之间的…

探索数据之自相关图分析(一)

前言: 作为探索数据的第一部分,本文先给出时间序列,自相关图,平稳性检验等概念。后续补充相应的python代码。该篇文章主要摘自王燕的《应用时间序列分析》,有兴趣深入了解的读者可参照这本书。 正文: 时间…

自相关与互相关

自相关(Autocorrelation),也叫序列相关,是一个信号与其自身在不同时间点的互相关。非正式地来说,自相关是对同一信号在不同时间的两次观察,通过对比来评判两者的相似程度。自相关函数就是信号x(t)和它的时移…

异方差、自相关

一、异方差 异方差——用人话解释:随机扰动项的方差跟自变量有关系 异方差的后果: 1、OLS的估计仍然是无偏、一致的 2、T检验、F检验失效 3、高斯马克尔科夫定理使用了同方差假设——OLS不再是BLUE(Best Linear Unbiased Estimation)即无偏最小估计量…

第三章 正态性检验、自相关检验与异方差性检验

知识回顾(Knowledge review) 第二章 模型的估计与结果:https://blog.csdn.net/ChenQihome9/article/details/82818974 第一节 检验的步骤和过程 估计的模型要符合计量经济学的前提假设,如果违反了经典假设,那么会导致…

时间序列之向量自回归检验VAR(自相关性)(2)

一、基本概念 对于模型 y t b 0 b 1 x 1 t b 2 x 2 t ⋯ b k x k t u t y_{t} b_{0} b_{1}x_{1t}b_{2}x_{2t}\cdotsb_{k}x_{kt}u_{t} yt​b0​b1​x1t​b2​x2t​⋯bk​xkt​ut​如果随机误差项 u t u_{t} ut​的各期望值之间存在着相关关系,即 C o v ( u i…

【零基础Eviews实例】02自相关(序列相关)的检验与修正

使用说明 本文档主要介绍关于线性回归模型的自相关(又叫序列相关)的检验(图像法、辅助回归、DW检验与LM检验)与修正(广义差分最小二乘法,GLS)。使用软件为Eviews 9。 关于一些提到的基本操作可…

【Python计量】自相关性(序列相关性)的检验

文章目录 一、图示法(一)滞后图(二)自相关图(三)自相关图和偏自相关图 二 、DW检验法三、Breusch-Godfrey检验(一)手动编制函数进行BG检验(二)调用statsmodel…

计量经济学笔记6-Eviews操作-自相关的检验与消除(DW、LM检验与FGLS、广义差分变换)

完成期末作业的同时来更一下博客 背景介绍 对中国储蓄存款总额(Y,亿元)与GDP(亿元)两个变量进行一元线性回归,检验并消除自相关。 自相关分为一阶自相关和高阶自相关,通常使用DW检验来查看是…