云計算與大數(shù)據(jù)期末考試

云計算與大數(shù)據(jù)期末考試期末考試期末試卷1、大規(guī)模云計算系統(tǒng)常常擁有數(shù)以萬計的硬盤，每天可能有幾百塊硬盤發(fā)生故障，但系統(tǒng)服務(wù)并不會中斷，這主要得益于云計算的A、B、C、D、()o規(guī)模經(jīng)濟(jì)效益高效資源利用率按需獲取資源特征系統(tǒng)高可用性2、的A、B、C、D、SalesforceOnlineCRM提供的是一種典型()服務(wù)。laaSBaaSPaaSSaaS3、下列關(guān)于虛擬化的描述錯誤的是（）oA、虛擬化是資源的邏輯表示，不受物理限制的約束B、虛擬化的對象是各種各樣的資源C、虛擬化不可以用與抽象前資源一致的方法訪問抽象后的資源D、虛擬化后的邏輯資源對用戶隱藏了不必要的細(xì)節(jié)4、使用虛擬化軟件在一臺物理機(jī)上虛擬出一臺或多臺虛擬機(jī)是指（)oA、系統(tǒng)虛擬化B、服務(wù)器虛擬化C、桌面虛擬化D、存儲虛擬化5、云服務(wù)商提供區(qū)塊鏈技術(shù)的優(yōu)勢主要在一臺或多臺虛擬機(jī)是指（)o）等方面。A、成本效率B、應(yīng)用生態(tài)C、安全隱私D、以上三項均正確6、在病毒防御系統(tǒng)中應(yīng)用云計算技術(shù)帶來的好處不包括（）oA、客戶越少，根據(jù)搜集的樣本進(jìn)行安全分析越可靠B、病毒響應(yīng)更及時C、體積更小、查殺病毒能力更強(qiáng)D、輕量級客戶端，適合于移動設(shè)備7、與谷歌的Bigtable類似的是以下的（）。A、DapperB>HBaseC、HDFSD、Chubby8、Amazon分布式架構(gòu)Dynamo（）。A、采用了中心化模式B、采用了對象存儲服務(wù)方式C、C、采用了按位存儲方式D、需要解析數(shù)據(jù)的具體內(nèi)容9、（）利用宿主操作系統(tǒng)的功能來實現(xiàn)硬件資源的抽象和虛擬機(jī)的管理。A、虛擬機(jī)監(jiān)視器B、虛擬機(jī)管理器C、虛擬機(jī)調(diào)度器D、虛擬機(jī)抽象器10>Hypervisor可以實現(xiàn)（）。A、B、C、D、虛擬資源到物理資源的映射A、B、C、D、虛擬資源到物理資源的映射不同虛擬機(jī)的運(yùn)行上下文保護(hù)與切換各個客戶虛擬系統(tǒng)的有效隔離以上三項均正確A、XenB、ESXiC、Hyper-VD、KVM12、容器中每層都包括一個指向父層的指針,如果一層沒有這個指針，說明它是（）oA、基礎(chǔ)鏡像B、父鏡像C、兀數(shù)據(jù)D、倉庫13、關(guān)于Kubernetes,以下說法錯誤的是()。A、它是Amazon開源的容器集群管理系統(tǒng)B、它以集群的方式運(yùn)行、管理跨機(jī)器的容器C、它解決了Docker跨機(jī)器容器之間的通訊問題D、它提供應(yīng)用部署、維護(hù)、擴(kuò)展機(jī)制等功能14、HDFS中的()主要負(fù)責(zé)日志與鏡像的定期合并。A、JobtrackB、namenodeC>secondarynamenodeD、datanode15、OpenStack的Horizon提供的是()服務(wù)。A、NetworkingB>TelemetryC>ComputeD、Dashboard16、OpenStack的Nova提供的是()月艮務(wù)。A、NetworkingB>TelemetryC>ComputeD>Dashboard17>OpenStack的Ceilometer提供的是()服務(wù)。A、NetworkingB、TelemetryC>ComputeD>Dashboard18、1ZB的數(shù)據(jù)量等于()的數(shù)據(jù)量。1024EB1024PB1024TBD、1024NB19、大數(shù)據(jù)的〃4V〃特征不包括以下的（）oA、VolumeB>VarietyC>VelocityD>Vidinany20、以深度學(xué)習(xí)為代表的人工智能技術(shù)是處理大數(shù)據(jù)的重要手段，其中的RNN指的是()oA、卷積神經(jīng)網(wǎng)絡(luò)B、循環(huán)神經(jīng)網(wǎng)絡(luò)C、深度神經(jīng)網(wǎng)絡(luò)D、深度隨機(jī)森林21、()可以大量的復(fù)制自身，然后在網(wǎng)絡(luò)中傳播，嚴(yán)重的占用有限的網(wǎng)絡(luò)資源，最終引起整個網(wǎng)絡(luò)的癱瘓。A、僵尸網(wǎng)絡(luò)B、網(wǎng)絡(luò)釣魚C、勒索軟件D、網(wǎng)絡(luò)蠕蟲22、主成分分析法PCA是一種典型的（）方法。A、特征選擇B、特征降維C、線性判別D、特征包裝23、啤酒與尿布的經(jīng)典案例，充分體現(xiàn)了（）的大數(shù)據(jù)思維。A、全樣而非抽樣B、效率而非精確C、人人為我，我為人人D、相關(guān)而非