13-未来信息综合技术（基于第13小时）

软考-系统架构设计师 | 第3篇 架构设计高级知识 出题形式：单项选择题 + 下午案例分析题 分值占比：约 3-5 分（选择），案例分析 25 分

0. 考点分析

本小时覆盖未来信息技术，包括 CPS、人工智能、机器人、边缘计算、数字孪生、云计算和大数据。

考试特点：

• 选择题 3-5 分（概念必考：CPS 四要素、机器学习分类、云计算服务方式）
• 案例分析题偶尔涉及
• 论文题素材来源（边缘计算应用、CPS 建设路径）

1. 核心知识点

1.1 信息物理系统（CPS）

CPS 概念

• 全称：Cyber-Physical System（信息物理系统）
• 起源：1992 年由美国国家航空航天局提出，科学家海伦·吉尔详细描述
• 本质：是控制系统、嵌入式系统的扩展与延伸
• 作用：通过集成先进的感知、计算、通信、控制等信息技术和自动控制技术，构建物理空间与信息空间中人、机、物、环境、信息等要素相互映射、适时交互、高效协同的复杂系统

CPS 本质：

• 构建信息空间与物理空间之间基于数据自动流动的
• 状态感知 → 实时分析 → 科学决策 → 精准执行 的闭环赋能体系
• 解决生产制造、应用服务过程中的复杂性和不确定性问题

CPS 体系结构

3 个层级：

1. 单元级
2. 系统级
3. SOS 级（System of Systems，系统的系统）

CPS 技术体系（3 类）

1. CPS 总体技术（顶层设计技术）
2. CPS 支撑技术（基于应用支撑）
3. CPS 核心技术（基础技术）

CPS 四大核心技术要素（⭐⭐⭐ 必考）

记忆口诀：

• 硬 = 感知控制（硬件）
• 软 = 工业软件（核心）
• 网 = 工业网络（载体）
• 平台 = 工业云 + 智能服务（基础）

CPS 典型应用场景

CPS 建设路径

4 步走：CPS 体系设计 → 单元级 CPS 建设 → 系统级 CPS 建设 → SOS 级 CPS 建设

1.2 人工智能技术

AI 概念

• 定义：利用数字计算机或数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统
• 分类：
  • 弱人工智能：不能真正实现推理、思考和解决问题
  • 强人工智能：真正实现推理、思考和解决问题

AI 发展历程

图灵测试 → “人工智能"术语 → 机器学习 → 专家系统 → 计算机战胜双陆棋世界冠军 → 决策树模型和神经网络 → IBM 深蓝战胜国际象棋世界冠军 → 深度学习 → 爆发式发展

AI 6 大关键技术

机器学习分类

按学习模式分（4 种）

按学习方法分

机器学习常见算法

迁移学习、主动学习、演化学习

1.3 机器人技术

机器人的定义（3 要素）

• 具脑、手、脚三要素个体
• 具有非接触传感器和接触传感器
• 具有平衡觉和固定觉的传感器

机器人发展历程（3 代）

1. 第一代：示教再现型机器人
2. 第二代：感觉型机器人
3. 第三代：智能型机器人

机器人 4.0 核心技术（5 项）

1. 云—边—端的无缝协同计算
2. 持续学习与协同学习
3. 知识图谱
4. 场景自适应
5. 数据安全

机器人分类

1.4 边缘计算

边缘计算概念

• 基本思想：将数据的处理、应用程序的运行以及一些功能服务的实现，由网络中心下放到网络边缘节点上

边缘计算的多种定义

边缘计算 4 大特点

1. 联接性：所联接物理对象的多样性及应用场景的多样性，需要边缘计算具备丰富的联接功能（各种网络接口、网络协议等）
2. 数据第一入口：边缘计算拥有大量、实时、完整的数据，可基于数据全生命周期进行管理与价值创造
3. 约束性：需适配工业现场相对恶劣的工作条件与运行环境（功耗、成本、空间）
4. 分布性：边缘计算实际部署天然具备分布式特征

边云协同（6 个维度）

边缘安全

• 价值体现：提供可信的基础设施、为边缘应用提供可信赖的安全服务、提供安全可信的网络和覆盖

边缘计算应用场合

智慧园区、安卓云与云游戏、视频监控、工业物联网、Cloud VR

1.5 数字孪生体技术

数字孪生体定义

• 定义：数字孪生体是现有或将有的物理实体对象的数字模型
• 通过实测、仿真和数据分析来实时感知、诊断、预测物理实体对象的状态
• 通过优化和指令来调控物理实体对象的行为
• 通过相关数字模型间的相互学习来进化自身
• 同时改进利益相关方在物理实体对象生命周期内的决策

关键技术

3 大核心技术：

1. 建模
2. 仿真
3. 基于数据融合的数字线程

应用领域

4 大领域：制造、产业、城市、战场

1.6 云计算和大数据技术

云计算概述

• “云计算"是同时描述一个系统平台或一类应用程序的术语

云计算的 3 种服务方式（⭐⭐⭐ 必考）

记忆口诀：从上到下是 SaaS→PaaS→IaaS（用户控制范围递减）

云计算的部署模式

4 种模式：

• 公有云
• 社区云
• 私有云
• 混合云

大数据分析步骤（5 步）

1. 数据获取/记录
2. 信息抽取/清洗/注记
3. 数据集成/聚集/表现
4. 数据分析/建模
5. 数据解释

大数据应用领域

4 大领域：制造业、服务业、交通行业、医疗行业

2. 关键概念速查

3. 典型例题

例题 1（CPS 四要素）

题目：CPS 技术体系的四大核心技术要求中"一平台"是（ ）。

• A. 感知和自动控制
• B. 工业软件
• C. 工业网络
• D. 工业云和智能服务平台

答案：D

解析：

• 一硬 = 感知和自动控制（硬件支撑）
• 一软 = 工业软件（CPS 核心）
• 一网 = 工业网络（网络载体）
• 一平台 = 工业云和智能服务平台（基础）

例题 2（机器学习分类）

题目：人工智能的关键技术包括自然语言处理、计算机视觉、知识图谱、机器学习。机器学习分类中（ ）是利用已标记的有限训练数据集，通过某种学习策略/方法建立一个模型，从而实现对新数据/实例标记/映射。

• A. 监督学习
• B. 无监督学习
• C. 半监督学习
• D. 强化学习

答案：A

解析：监督学习需要提供已标记的训练样本集来建立模型；无监督学习不需标注；半监督学习只需少量标注；强化学习需反馈机制。

例题 3（云计算服务方式）

题目：云计算的服务方式不包括（ ）。

• A. 软件即服务
• B. 计算即服务
• C. 平台即服务
• D. 基础设施即服务

答案：B

解析：云计算的 3 种服务方式是 SaaS、PaaS、IaaS，没有"计算即服务”。

例题 4（数字孪生体技术）

题目：数字孪生体的核心技术不包括（ ）。

• A. 建模
• B. 仿真
• C. 数据融合的数字线程
• D. 区块链

答案：D

解析：数字孪生体 3 大核心技术：建模、仿真、基于数据融合的数字线程，不含区块链。

4. 高频考点

4.1 必须记住的核心要点

1. CPS 起源：1992 年 NASA 提出
2. CPS 本质：物理空间与信息空间的闭环赋能
3. CPS 4 大核心技术要素（必考）：
   • 一硬（感知和自动控制）
   • 一软（工业软件）
   • 一网（工业网络）
   • 一平台（工业云和智能服务平台）
4. CPS 3 层级：单元级、系统级、SOS 级
5. CPS 建设路径：CPS 体系设计 → 单元级 → 系统级 → SOS 级
6. AI 6 大关键技术：自然语言处理、计算机视觉、知识图谱、人机交互、VR/AR、机器学习
7. 机器学习 4 种模式（必考）：监督（需标注）、无监督（不需标注）、半监督（少量标注）、强化（需反馈）
8. 深度学习 vs 传统 ML：深度学习需大量数据 + GPU 算力
9. 机器人 4.0 五技术：云边端协同/持续学习/知识图谱/场景自适应/数据安全
10. 边缘计算核心思想：从网络中心下放到网络边缘节点
11. 边云协同 6 维度：资源/数据/智能/应用管理/业务管理/服务
12. 数字孪生体 3 核心技术：建模、仿真、基于数据融合的数字线程
13. 数字孪生体 4 应用：制造、产业、城市、战场
14. 云计算 3 种服务方式（必考）：SaaS、PaaS、IaaS
15. 云计算 4 种部署模式：公有云、社区云、私有云、混合云
16. 大数据 5 步骤：记录→抽取→集成→分析→解释
17. 大数据 4 应用领域：制造业、服务业、交通、医疗

4.2 易混淆对比