新一代信息技术：大数据 · 云计算 · AI · 物联网 · 5G/6G · 区块链

本页导读：本页按"是什么 → 关键概念 → 考试视角"的结构过一遍新一代信息技术家族。这些技术在综合知识里是稳定考点，考法以概念判断和场景匹配为主；在案例与论文里则常作为项目背景出现。学本页的目标：每个技术能用自己的话说清，易混概念能快速辨析。

---

一、先补一块地基：网络基础速览

新一代技术大多构建在网络之上，先把最基础的几组概念挂上墙：

概念	要点
OSI 七层模型	物理层、数据链路层、网络层、传输层、会话层、表示层、应用层（口诀：物数网传会表应）
TCP/IP 四层	网络接口层、网络层（IP）、传输层（TCP/UDP）、应用层（HTTP 等）
常见设备与层次	集线器—物理层；交换机—数据链路层；路由器—网络层
局域网/广域网	LAN 覆盖小范围（办公网），WAN 跨城市/国家（专线）
存储架构	DAS 直连存储、NAS 网络附加存储、SAN 存储区域网络

二、大数据

一句话：数据量大到传统单机工具处理不了，需要分布式技术体系来存、算、挖的技术领域。

5V 特征（高频考点）

特征	英文	含义
大量	Volume	数据体量巨大（TB/PB 级起步）
高速	Velocity	产生和处理速度快
多样	Variety	结构化、半结构化、非结构化并存
价值	Value	单条价值低，整体挖掘价值高（价值密度低）
真实	Veracity	数据有噪声、不确定，需要清洗

技术体系（按环节记）

• 采集：日志采集、爬虫、消息队列
• 存储：分布式文件系统 HDFS、NoSQL 数据库（HBase、Redis 等）
• 计算：批处理 MapReduce、内存计算 Spark、流计算 Flink/Storm
• 挖掘与分析：机器学习算法、BI 报表、数据可视化

考试视角

• 常考"某场景体现了 5V 中哪个特征"
• 记住 Hadoop 生态 = HDFS 存储 + MapReduce 计算 的经典组合
• 数据只有"采集—存储—计算—应用"成体系，才能产生价值——这句话可直接用于论文的技术背景

三、云计算

一句话：把计算、存储、网络等资源池化，按需自助获取、按用量付费，像用水用电一样用 IT。

三种服务模式（最高频辨析）

模式	提供什么	用户管什么	类比	例子
IaaS 基础设施即服务	虚拟机、存储、网络	操作系统及以上	租毛坯房	弹性云主机
PaaS 平台即服务	运行环境、数据库、开发平台	应用和数据	租精装房拎包入住	云数据库、应用引擎
SaaS 软件即服务	现成软件	只管用	住酒店	在线办公、CRM

记忆法：越往上（SaaS）你管得越少。题目问"某公司只租用虚拟机自己装系统"——IaaS；"直接使用云端协同办公软件"——SaaS。

四种部署模式

模式	特点
公有云	面向公众开放，多租户共享，成本最低
私有云	单个组织自建自用，可控性安全性最高
社区云/行业云	特定行业或社区共享（如政务云）
混合云	公有云 + 私有云组合，敏感数据放私有、弹性业务放公有

关键技术

• 虚拟化：一台物理机切成多台虚拟机，云计算的资源池化基础
• 容器：比虚拟机更轻量的隔离单元（Docker），秒级启动
• 弹性伸缩：负载高峰自动扩容、低谷自动回收

考试视角

• IaaS/PaaS/SaaS 场景判断题几乎必考
• "上云"项目是案例与论文的热门背景（混合云架构 + 数据安全措施可以写进论文）

四、人工智能

一句话：让机器模拟人类感知、认知、决策能力的技术体系。

知识地图

分支	内容	考点示例
机器学习	从数据中学习规律	监督学习（有标签）、无监督学习（无标签聚类）、强化学习（奖惩反馈）
深度学习	多层神经网络，机器学习的子集	图像识别、语音识别的主流技术
自然语言处理 NLP	让机器理解人类语言	机器翻译、智能客服
计算机视觉	让机器"看懂"图像视频	人脸识别、缺陷检测
大模型	超大规模预训练模型	通用能力强、上下文学习、AIGC 内容生成

考试视角

• 三类机器学习的辨析：监督 = 有标准答案地学；无监督 = 自己找规律；强化 = 试错 + 奖惩
• 大模型/AIGC 是近年热点，注意"预训练 + 微调"的两段式思路
• AI 伦理（数据偏见、隐私、可解释性）在教程中有专门论述，选择题常涉及相关概念

五、物联网

一句话：通过传感设备把物理世界连进网络，实现"物与物、物与人"的互联。

三层架构（高频考点）

层次	作用	关键技术
感知层	采集物理世界信息	RFID、传感器、二维码、摄像头
网络层	把采集的数据传出去	5G、NB-IoT、LoRa、有线网络
应用层	面向场景提供服务	智慧城市、车联网、智能抄表

考试视角

• "某智慧 xx 项目中传感器属于哪一层"——感知层，送分题
• RFID 射频识别：非接触式自动识别，常考与二维码的区别（RFID 可远距离批量读取）
• NB-IoT：窄带物联网，低功耗广覆盖，适合抄表、井盖这类小数据量场景

六、5G 与 6G

一句话：第五代移动通信，网络更快更密，且第一次把"万物互联"写进设计目标。

5G 三大应用场景（高频考点）

场景	英文	特点	典型应用
增强移动宽带	eMBB	超高速率	4K/8K 视频、VR/AR
高可靠低时延	uRLLC	毫秒级时延、极高可靠	自动驾驶、工业控制、远程手术
海量机器类通信	mMTC	海量连接、低功耗	智能抄表、传感器网络

5G 关键能力与 6G 展望

• 5G 核心技术：毫米波、大规模天线（Massive MIMO）、网络切片（一张物理网切成多张虚拟网服务不同场景）、边缘计算（把算力下沉到靠近数据源一侧，降低时延）
• 6G 尚在研究与标准化进程中，愿景包括空天地一体化、通感一体等，以官方口径为准，考到多为概念性描述

考试视角

• 场景匹配题："远程驾驶应该选哪个场景"——uRLLC
• 辨析：边缘计算降低时延 vs 云计算集中算力，二者是互补关系

七、区块链

一句话：多方共同维护的链式账本，数据一经上链难以篡改，靠共识机制而非中心机构建立信任。

核心特点

• 去中心化：无单一控制方，多方共同记账
• 不可篡改：区块前后哈希链接，改一块就要改后面所有块
• 可追溯：交易历史完整留痕
• 智能合约：满足条件自动执行的链上程序

三种链类型（高频辨析）

类型	谁能参与	典型用途
公有链	任何人	加密货币（如比特币底层思想）
联盟链	授权的机构成员	供应链金融、政务存证（国内主流落地形态）
私有链	单一组织内部	内部审计与数据管理

考试视角

• "我国倡导的落地形态"——联盟链
• 区块链保证的是"链上数据不可篡改"，不保证上链前数据是真的（预言机问题），辨析题爱考
• 与比特币关系：区块链是技术，比特币只是其早期应用之一

八、数字孪生与其他热点

技术	一句话	考点
数字孪生	给物理实体建一个实时联动的虚拟模型	智慧城市、智能制造的"数字底座"
VR 虚拟现实	全虚拟环境	培训仿真、游戏
AR 增强现实	真实世界叠加虚拟信息	维修指引、导航
MR 混合现实	虚实融合可交互	远程协作设计
RPA 机器人流程自动化	软件机器人替代重复办公操作	财务对账、报表自动填报
元宇宙	虚拟世界综合体概念	了解概念层级即可
数据要素	数据是与土地、劳动力、资本、技术并列的生产要素	数字经济背景类选择题

VR/AR/MR 辨析口诀：V 全虚、A 叠加、M 融合。

九、常考辨析汇总

易混点	一句话区分
IaaS / PaaS / SaaS	管的越少越是 SaaS
公有云 / 私有云 / 混合云	敏感自用选私有，弹性对外选公有，两者兼得是混合
监督 / 无监督 / 强化学习	有答案、找规律、给奖惩
感知层 / 网络层 / 应用层	采集、传输、服务
eMBB / uRLLC / mMTC	快、稳、多
公有链 / 联盟链 / 私有链	谁参与记账
VR / AR / MR	全虚、叠加、融合
边缘计算 / 云计算	算力下沉就近 vs 集中在云端
大数据 5V	大、快、杂、稀、真

十、论文里怎么用

写论文需要项目技术背景时，从本篇取材很自然：

• 项目背景："某集团数字化转型项目，采用混合云架构，核心业务部署于私有云……"
• 技术方案："感知层部署 xx 类传感器 xx 个，通过 5G + 边缘计算实现数据采集……"
• 亮点措施："引入区块链存证解决多方对账信任问题……"

注意分寸：技术是背景板，论文主体永远落在项目管理动作上（怎么管范围、控进度、防风险），不要写成技术方案评审。

小结

• 每个技术抓"一句话定义 + 一张核心表"
• 辨析题是大头：IaaS/PaaS/SaaS、5G 三场景、三种链、VR/AR/MR 必须秒答
• 技术名词在案例题干和论文背景中都会出现，读懂即可、会选即可

下一页：信息化与信息系统 →