網上有很多關于基于pos機進行信息交互的系統,信息系統項目管理師第四版知識摘編的知識，也有很多人為大家解答關于基于pos機進行信息交互的系統的問題，今天pos機之家(www.tonybus.com)為大家整理了關于這方面的知識，讓我們一起來看下吧!
本文目錄一覽：
基于pos機進行信息交互的系統
第2章 信息技術發展信息技術是在信息科學的基本原理和方法下，獲取信息、處理信息、傳輸信息和使用信息的應用技術總稱。信息技術是實現信息化的手段，是信息系統建設的基礎。
2.1信息技術及其發展信息技術是以微電子學為基礎的計算機技術和電信技術的結合而形成的，對聲音的、圖像的、文字的、數字的和各種傳感信號的信息進行獲取、加工、處理、存儲、傳播和使用的技術。
按表現形態的不同，信息技術可分為硬技術(物化技術)與軟技術(非物化技術)。前者指各種信息設備及其功能，如傳感器、服務器、智能手機、通信衛星、筆記本電腦。后者指有關信息獲取與處理的各種知識、方法與技能，如語言文字技術、數據統計分析技術、規劃決策技術、計算機軟件技術等。
2.1.1計算機軟硬件計算機硬件(Computer Hardware)是指計算機系統中由電子、機械和光電元件等組成的各種物理裝置的總稱。這些物理裝置按系統結構的要求構成一個有機整體，為計算機軟件運行提供物質基礎。
計算機軟件(Computer Software)是指計算機系統中的程序及其文檔，程序是計算任務的處理對象和處理規則的描述；文檔是為了便于了解程序所徹的闡明性資料。
硬件和軟件互相依存。硬件是軟件賴以工作的物質基礎，軟件的正常工作是硬件發揮作用的重要途徑。隨著計算機技術的發展，在許多悄況下，計算機的某些功能既可以由硬件實現，也可以由軟件來實現。因此硬件與軟件在一定意義上來說沒有絕對嚴格的界線。
2.1.2計算機網絡在計算機領域中，網絡就是用物理鏈路將各個孤立的工作站或主機相連在一起，組成數據鏈路，從而達到資源共享和通信的目的。凡將地理位置不同，并具有獨立功能的多個計算機系統通過通信設備和線路連接起來，且以功能完善的網絡軟件(網絡協議、信息交換方式及網絡操作系統等)實現網絡資源共享的系統，均可稱為計算機網絡。從網絡的作用范圍可將網絡類別劃分為個入局域網(PersonalAreaNetwork,PAN)、局域網(Local Area Network, LAN)、城域網(Metropolitan Area Network, MAN)、廣域網(Wide Area Network, WAN)、公用網(Public Network)、專用網(Private Network)。
1.網絡標準協議
網絡協議是為計算機網絡中進行數據交換而建立的規則、標準或約定的集合。網絡協議由三個要素組成，分別是語義、語法和時序。語義是解釋控制信息每個部分的含義，它規定了需要發出何種控制信息，完成的動作以及做出什么樣的響應；語法是用戶數據與控制信息的結構與格式，以及數據出現的順序：時序是對事件發生順序的詳細說明。
OSI：國際標準化組織(ISO)和國際電報電話咨詢委員會(CCITT)聯合制定的開放系統互連參考模型(Open System Interconnect ,OSI)。OSI采用了分層的結構化技術，從下到上共分物理層、數據鏈路層、網絡層、傳輸層、會話層、表示匣和應用層。廣域網協議是在OSI參考模型的最下面三層操作，定義了在不同的廣域網介質上的通信。廣域網協議主要包括：PPP點對點協議、ISDN綜合業務數字網、xDSL（DSL數字用戶線路的統稱：HDSL、SDSL、MVL、ADSL）、DDN數字專線、x.25、FR幀中繼、ATM異步傳輸模式。IEEE802協議：定義了煦卡如何訪問傳輸介質(如光纜、雙絞線、無線等)，以及如何在傳輸介質上傳輸數據的方法，還定義了傳輸信息的網絡設備之間連接的建立、維護和拆除的途徑。趙循IEEE802標準的產品包括網卡、橋接器、路由器以及其他一些用來建立局域網絡的組件。IEEE802規范包括：802.I(802協議概論)、802.2(邏輯鏈路控制層LLC協議)、802.3(以太網的CSMA/CD載波監聽多路訪問/沖突檢測協議)、802.4(令牌總線Token Bus協議)、802.5(令牌環Token Ring協議)、802.6(城域網MAN協議)、802.7(FDDI寬帶技術協議)、802.8(光纖技術協議)、802.9(局域網上的語音/數據集成規范)、802.10(局域網安全互操作標準)、802.II(無線局域網WLAN標準協議)。TCP/IP：Internet是一個包括成千上萬相互協作的組織和網絡的集合體。TCP/IP是Internet的核心。TCP/IP在一定程度上參考了0Sl，將OSI的七層簡化為四層：應用層、表示層、會話層三個層次提供的服務相差不是很大，所以在TCP/IP中，它們被合并為應用層一個層次。傳輸層和網絡層在網絡協議中的地位十分重要，所以在TCP/IP中它們被作為獨立的兩個層次。數據鏈路層和物理層的內容相差不多，所以在TCP/IP中它們被歸并在網絡接口層一個層次里。
在應用層中，定義了很多面向應用的協議，應用程序通過本層協議利用網絡完成數據交互的任務。
基于TCP
基于UDP
FTP(File Transfer Protocol,文件傳輸協議，控制端口21數據端口20)
SNMP(Simple Network Management Protocol,簡單網絡管理協議，161端口接收和發送請求,162端口接收trap)
HTTP(Hypertext Transfer Protocol,超文本傳輸協議，端口80)
TFTP(Trivial File Transfer Protocol,簡單文件傳輸協議，端口69)
SSH（Secure Shel，安全外殼協議，端口22）
DHCP(Dynamic Host Configuration Protocol，動態主機配置協議，端口53)、Telnet(遠程登錄協議，端口22)
HTTPS（Hypertext Transfer Protocol Secure，端口443）
DNS(Domain Name System,域名系統，端口53)
SMTP(Simple Mail Transfer Protocol，簡單郵件傳輸協議，端口25)
POP3（Post Office Protocol - Version 3，郵局協議版本3，端口110）
IMAP（Internet Message Access Protocol，交互郵件訪問協議端口143）
傳輸層主要有兩個傳輸協議，分別是TCP（傳輸控制協議，Transmission Control Protocol）和UDP (用戶數據報協議，User Datagram Protocol)，這些協議負貴提供流朵控制、錯誤校驗和排序服務。
網絡層中的協議主要有IP（網絡協議，Internet Protocol）、ICMP(Internet Control Message Protocol,網際控制報文協議)、IGMP(lnternet Group Management Protocol，網際組管理協議)、ARP(Address Resolution Protocol,地址解析協議)和RARP(Reverse Address Resolution Protocol,反向地址解析協議)等，這些協議處理信息的路由和主機地址解析。
由于網絡接口層兼并了物理層和數據鏈路層，所以網絡接口層既是傳輸數據的物理媒介，也可以為網絡層提供一條準確無誤的線路。
2.軟件定義網絡
軟件定義網絡(Software Defined Network, SDN)是一種新型網絡創新架構，是網絡虛擬化的一種實現方式，它可通過軟件編程的形式定義和控制網絡，其通過將網絡設備的控制面與數據面分離開來。
利用分層的思想，SDN將數據與控制相分離。在控制層，包括具有邏輯中心化和可編程的控制器，可掌握全局阿絡信息，方便運營商和科研人員管理配置網絡和部署新協議等。在數據層，包括啞交換機(與傳統的二層交換機不同，專指用于轉發數據的設備)，僅提供簡單的效據轉發功能，可以快速處理匹配的數據包，適應流位日益增長虳衙求。兩層之間采用開放的統一接口(如Openflow等)進行交互?？刂破魍ㄟ^標準接口向交換機下發統一標準規則，交換機僅需按照這些規則執行相應的動作即可。SDN打破了傳統網絡設備的封閉性。
SDN的整體架構由下到上(由南到北)分為數據平面、控制平面和應用平面。其中，數據平面由交換機等網絡通用硬件組成，各個網絡設備之間通過不同規則形成的SDN數據通路連接；控制平面包含了邏輯上為中心的SDN控制器，它掌握著全局網絡信息，負賁各種轉發規則的控制；應用平面包含沿各種基于SDN的網絡應用，用戶無須關心底層細節就可以編程、部署新應用。
控制平面與數據平面之間通過 SDN 控制數據平面接口 (Control-Data-Plane Interface, CDPI) 進行通信，它具有統一的通信標準，主要負貢將控制器中的轉發規則下發至轉發設備，最主要應用的是OpenFlow協議?？刂破矫媾c應用平面之間通過SDN北向接口(North Bound Interface, NBI)進行通信，而NBI并非統一標準，它允許用戶根據自身需求定制開發各種網絡管理應用。
SDN中的接口具有開放性，以控制器為邏輯中心，南向接口負責與數據平面進行通信，北向接口負責與應用平面進行通信，東西向接口負責多控制器之間的通信。最主流的南向接口CDP!采用的是OpenFlow協議。OpenFlow最基本的特點是基于流(Flow)的概念來匹配轉發規則，每一個交換機都維護一個流表(FlowTable),依據流表中的轉發規則進行轉發，而流表的建立、維護和下發都是由控制器完成的。針對北向接口，應用程序通過北向接口編程來調用所需的各種網絡資源，實現對網絡的快速配置和部署。東西向按門使控制器具有可擴展性，為負載均衡和性能提升提供了技術保障。
3第五代移動通信技術
第五代移動通信技術(5th Generation Mobile Communication Technology, 5G)是具有高速率、低時延和大連接特點的新一代移動通信技術。國際電信聯盟(JTU) 定義了 5G 的八大指標：
5G 國際技術標準重點滿足靈活多樣的物聯網需要。在正交頻分多址(Orthogonal Frequency Division Multiple Access, OFDMA)和多入多出(Multiple Input Multiple Output, MIMO)基礎技術上，5G為支持三大應用場景，采用了靈活的全新系統設計。在頻段方面，與4G支持中低頻不同， 5G同時支待中低頻和高頻頻段。為了支持高速率傳輸和更優覆蓋，5G采用LDPC(一種具有稀疏校驗矩陣的分組糾錯碼)、Polar(一種基于信道極化理論的線性分組碼)新型信道編碼方案、性能更強的大規模天線技術等。為了支持低時延、高可靠，5G采用短幀、快速反饋、多層/多站數據重傳等技術。
國際電信聯盟(ITU)定義了5G的三大類應用場景，即增強移動寬帶(eMBB)、超高可靠低時延通信(uRLLC)和海量機器類通信(mMTC)。增強移動寬帶主要面向移動互聯網流量爆炸式增長，為移動互聯網用戶提供更加極致的應用體驗；超高可靠低時延通信主要面向工業控制、遠程醫療、自動駕駛等對時延和可靠性具有極高要求的垂直行業應用需求：海量機器類通信主要面向智慧城市、智能家居、環境監測等以傳感和數據采集為目標的應用需求。
2.1.3存儲和數據庫1.存儲技術
存儲分類根據服務器類型分為：封閉系統的存儲和開放系統的存儲。封閉系統主要指大型機等服務器。開放系統指基于包括麒麟、歐拉、UNIX、Linux等橾作系統的服務器。開放系統的存儲分為：內置存儲和外掛存儲。外掛存儲根據連接的方式分為直連式存儲(Direct-Attached Storage, DAS)和網絡化存儲(Fabric-Attached Storage, FAS)。網絡化存儲根據傳輸協議又分為網絡接入存儲(Network-Attached Storage, NAS)和存儲區域網絡(Storage Area Network, SAN)。
存儲虛擬化(Storage Virtualization)是“云存儲”的核心技術之一，它把來自一個或多個網絡的存儲資源整合起來，向用戶提供一個抽象的邏輯視圖，用戶可以通過這個視圖中的統一邏輯接口來訪問被整合的存儲資源。用戶在訪問數據時并不知道真實的物理位置。存儲虛擬化提高了存儲利用率，降低了存儲成本，簡化了大型、復雜、異構的存儲環境的管理工作。
存儲虛擬化使存儲設備能夠轉換為邏輯數據存儲。虛擬機作為一組文件存儲在數據存儲的目錄中。數據存儲是類似千文件系統的邏輯容器。它隱藏了每個存儲設備的特性，形成一個統一的模型，為虛擬機提供磁盤。存儲虛擬化技術幫助系統管理虛擬基礎架構存儲資源，提告資源利用率和靈活性、應用正常運行時間。
綠色存儲(Green Storage)技術是指從節能環保的角度出發，用來設計生產能效更佳的存儲產品，降低數據存儲設備的功耗，提高存儲設備每瓦性能的技術。綠色存儲是一個系統設計方案，貫穿千整個存儲設計過程，包含存儲系統的外部環境、存儲架構、存儲產品、存儲技術、文件系統和軟件配置等多方面因素。
綠色存儲技術涉及所有存儲分享技術，包括磁盤和磁帶系統、服務器連接、存儲設備、網絡架構及其他存儲網絡架構、文件服務和存儲應用軟件、覓復數據刪除、自動精簡配置和基于磁帶的備份技術等可以提高存儲利用率、降低建設成本和運行成本的存儲技術，其目的是提高所有網絡存儲技術的能源效率。
2數據結構模型
數據結構模型是數據庫系統的核心。數據結構換型描述了在數據庫中結構化和操縱數據的方法，模型的結構部分規定了數據如何被描述(例如樹、表等)。模型的操縱部分規定了數據的添加、刪除、顯示、維護、打印、查找、選擇、排列和更新等操作。常見的數據結構模型有三種：層次模型、網狀模型和關系模型，層次模型和網狀模型又統稱為格式化數據模型。
層次模型：層次模型是數據庫系統最早使用的一種模型，它用“樹”結構表示實體集之間的關聯，其中實體集(用矩形框表示)為結點，而樹中各結點之間的連線表示它們之間的關聯。層次模型中任何一個給定的記錄值只能按其層次路徑查看，沒有一個子女記錄值能夠脫離雙親記錄值而獨立存在。網狀模型：網狀模型是一種可以靈活地描述事物及其之間關系的數據庫模型。用有向圖結構表示實體類型及實體間聯系的數據結構模型稱為網狀模型。網狀數據庫是導航式(Navigation)數據庫，用戶在操作數據庫時不但說明要做什么，還要說明怎么做。關系模型：關系模型是在關系結構的數據庫中用二維表格的形式表示實體以及實體之間的聯系的模型。關系模型的基本原理是信息原理，即所有信息都表示為關系中的數據值。關系變量在設計時是相互無關聯的；反而，設計者在多個關系變量中使用相同的域，如果一個屬性依賴于另一個屬性，則通過參照完整性來強制這種依賴性。3常用數據庫類型
數據庫根據存儲方式可以分為關系型數據庫(SQL)和非關系型數據庫(Not Only SQL, NoSQL)。
l)關系型數據庫：關系型數據庫采用關系模型作為數據的組織方式。關系數據庫是在一個給定的應用領域中，所有實體及實體之間聯系的集合。關系型數據庫支持事務的ACID原則，即原子性(Atomicity)、一致性(Consistency)、隔離性(Isolation)、持久性(Durability)這四種原則保證在事務過程當中數據的正確性。
2)非關系型數據庫：
非關系型數掘庫是分布式的、非關系型的、不保證遵循ACID原則的數據存儲系統。NoSQL數據存儲不需要固定的表結構，通常也不存在連接操作。在大數據存取上具備關系型數據庫無法比擬的性能優勢。
常見的非關系數據庫分為：
鍵值數據庫：類似傳統語言中使用的哈希表?？梢酝ㄟ^key來添加、查詢或者刪除數據庫，因為使用key主鍵訪問，會獲得很高的性能及擴展性。Key/Value極型對于信息系統來說，其優勢在于簡單、易部署、高并發。
列存儲(Column-oriented)數據庫：將數據存儲在列族中，一個列族存儲常被一起查詢，比如人們經常會查詢某個人的姓名和年齡，而不是薪資。這種悄況下姓名和年齡會被放到一個列族中，薪資會被放到另一個列族中。這種數據庫通常用來應對分布式存儲海量數據。
面向文檔(Document-Oriented)數據庫：文檔型數據庫可以看作是鍵值數據庫的升級版，允許之間嵌套鍵值，而且文檔型數據庫比鍵值數據庫的查詢效率更高。面向文檔數據庫會將數據以文檔形式存儲。
圖形數據庫：允許人們將數據以圖的方式存儲。實體會作為頂點，而實體之間的關系則會作為邊。
3)不同存儲方式數據庫的優缺點
4數據倉庫
傳統的數據庫系統中缺乏決策分析所需的大盤歷史數據信息，因為傳統的數據庫一般只保留當前或近期的數據信息。為了滿足中高層管理人員預測、決策分析的需要，在傳統數據庫的基礎上產生了能夠滿足預測、決策分析需要的數據環境—一數據倉庫。數據倉庫相關的基礎概念包括
消洗/轉換/加載(Extract/Transformation/Load, ETL)：用戶從數據源抽取出所有的數據，經過數據清洗、轉換，奻終按照預先定義好的數據倉庫模型，將數據加載到數據倉 庫中去。
元數據：關于數據的數據，指在數據倉庫建設過程中所產生的有關數據源定義、目標定義、轉換規則等相關的關鍵數據。同時元數據還包含關于數據含義的商業信息。典型的元數據包括：數據倉庫表的結構、數據倉庫表的屬性、數據倉庫的源數據(記錄系統)、從記錄系統到數據倉庫的映射、數據模型的規格說明、抽取日志和訪問數據的公用例行程序等。
粒度：數據倉庫的數據單付中保存數據的細化或綜合程度的級別。細化程度越高，粒度級就越??；相反，細化程度越低，粒度級就越大。
分割：結構相同的數據被分成多個數據物理單元。任何給定的數據單元屈于且僅屈千一個分割。
數據集市：小型的，面向部門或工作組級的數據倉庫。
操作數據存儲(Operation Data Store, ODS)：能支持組織日常的全局應用的數據集合，是不同千DB的一種新的數據環埮，是DW擴展后得到的一個混合形式。它具有四個
基本特點：面向主題的、集成的、可變的、當前或接近當前的。
數據模型：邏輯數據結構，包括由數據庫管理系統為有效進行數據庫處理提供的操作和約束；用于表示數據的系統。
人工關系：在決策支待系統環境中用1一表示參照完整性的一種設計技術。
數據倉庫是一個面向主題的、集成的、非易失的且隨時間變化的數據集合，用于支持管理決策。
數據源。它是數據倉庫系統的基礎，是整個系統的數據源泉。通常包括組織內部信息和外部信息。內部信息包括存放千關系型數據庫管理系統中的各種業務處理數據和各類文檔數據。外部信息包括各類法律法規、市場信息和競爭對手的信息等。數據的存儲與管理。它是整個數據倉庫系統的核心。數據倉庫的組織管理方式決定了它有別千傳統數據庫，同時也決定了其對外部數據的表現形式。針對現有各業務系統的數據，進行抽取、消理并有效集成，按照主題進行組織。數據倉庫按照數據的稷蓋范圍可以分為組織級數據倉庫和部門級數據倉庫(通常稱為數據集市)。聯機分析處理(On-LineAnalyticProcessing,OLAP)服務器。OLAP對分析需要的數據進行有效集成，按多維模型予以組織，以便進行多角度、多層次的分析，并發現趨勢。其具體實現可以分為：基于關系數據庫的OLAP(Relational OLAP, ROLAP)、基于多維數據組織的OLAP(Multidimensional OLAP, MOLAP)和基于混合數據組織的OLAP(Hybrid OLAP, HOLAP)。ROLAP基本數據和聚合數據均存放在RDBMS之中；MOLAP基本數據和聚合數據均存放千多維數據庫中；HOLAP基本數據存放千關系數據庫管理系統(Relational Database Management System, RDBMS)之中，聚合數據存放于多維數據庫中。前端工具。前端工具主要包括各種查詢工具、報表工具、分析工具、數據挖掘工具以及各種基于數據倉庫或數據集市的應用開發工具。其中數據分析工具主要針對OLAP服務器，報表工具、數據挖掘工具主要針對數據倉庫。2.1.4信息安全常見的信息安全問題主要表現為：計算機病毒泛濫、惡意軟件的入侵、黑客攻擊、利用計算機犯罪、網絡有告信息泛濫、個人隱私泄露等。隨著物聯網、云計鍔、人工智能、大數據等新一代信息技術的廣泛應用，信息安全也面臨著新的問題和挑戰。
1.信息安全基礎
信息安全強調信息(數據)本身的安全屬性，主要包括以下內容。
保密性(Confidentiality)：信息不被未授權者知曉的屬性。
完整性(Integrity)：信息是正確的、真實的、未被尊改的、完整無缺的屬性。
可用性(Availability)：信息可以隨時正常使用的屬性9信息必須依賴其存儲、傳輸、處理及應用的載體(媒介)而存在，因此針對信息系統，安全可以劃分為四個層次：設備安全、數據安全、內容安全、行為安全。
信息系統一般由計算機系統、網絡系統、操作系統、數據庫系統和應用系統組成。與此對應，信息系統安全主要包括計算機設備安全、網絡安全、操作系統安全、數據庫系統安全和應用系統安全等。
網絡安全技術主要包括：防火墻、入侵檢測與防護、VPN、安全掃描、網絡蜜罐技術、用戶和實體行為分析技術等。
2加密解密
為了保證信息的安全性，就需要采用信息加密技術對信息進行偽裝，使得信息非法竊取者無法理解信息的真實含義；豁要采用加密算法提取信息的特征碼(校驗碼)或特征矢量，并與有關信息封裝在一起，信息的合法擁有者可以利用特征碼對信息的完整性進行校驗；需要采用加密算法對信息使用者的身份進行認證、識別和確認，以對信息的使用進行控制。
發信者將明文數據加密成密文，然后將密文數據送入網絡傳輸或存入計算機文件，而且只給合法收信者分配密鑰。合法收信者接收到密文后，實行與加密變換相逆的變換，去掉密文的偽裝并恢復出明文，這一過程稱為解密(Decryption)。解密在解密密鑰的控制下進行。用于解密的一組數學變換稱為解密算法。加密技術包括兩個元素：算法和密鑰。
密鑰加密技術的密碼體制分為對稱密鑰體制和非對稱密鑰體制。相應地，對數據加密的技術分為兩類，即對稱加密(私人密鑰加密)和非對稱加密(公升密鑰加密)。對稱加密以數踞加密標準(Data Encryption Standard, DES)算法為典型代表，非對稱加密通常以RSA(Rivest Shamir Adleman)算法為代表。對稱加密的加密密鑰和解密密鑰相同，而非對稱加密的加密和解密密鑰不同，加密密鑰可以公開而解密密鑰需要保密。
3.安全行為分析技術
傳統安全產品、技術、方案基本都是基于已知特征進行規則匹配來進行分析和檢測。基于特征、規則和人下分析，以“特征”為核心的檢測分析存在安全可見性盲區，有滯后效應、容易被繞過，以及難以適應攻防對抗的網絡現實和快速變化的組織環境、外部威脅等問題。另一方面，雖然大多數的攻擊可能來自組織以外，但嚴重的損害往往是內部人員造成的，只有管理好內部威脅，才能保證信息和阿絡安全。
用戶和實體行為分析(User and Entity Behavior Analytics, UEBA)提供了用戶畫像及基于各種分析方法的異常檢測，結合基本分析方法(利用簽名的規則、模式匹配、簡單統計、闕值等)和高級分析方法(監督和無監督的機器學習等)，用打包分析來評估用戶和其他實體(主機、應用程療、網絡、數據庫等)，發現與用戶或實體標準畫像或行為異常的活動所相關的潛在事件。
UEBA是一個完整的系統，涉及符法、工程等檢劓部分，以及用戶與實體風險評分排序、調杳等用戶交換和反鎖。從架構上來看，UEBA系統通常包括數據獲取層、算法分析層和場烘應用層。
4網絡安全態勢感知
網絡安全態勢感知(Network Security Situation Awareness)是在大規倓網絡環境中，對能夠引起網絡態勢發生變化的安全要素進行獲取、理解、顯示，并據此預測未來的網絡安全發展趨勢。它是一種基十環境的、動態的、整體的洞悉安全風險的能力。在安全大數據的基礎上進行數據整合、特征提取等，然后應用一系列態勢評估符法生成網絡的整體態勢狀況，應用態勢預測算法預測態勢的發展狀況，并使用數據可視化技術，將態勢狀況和預測情況展示給安全人員。
網絡安全態勢感知的關鍵技術主要包括：海量多元異構數據的匯聚融合技術、面向多類型的網絡安全威脅評估技術、網絡安全態勢評估與決策支撐技術、網絡安全態勢可視化等。
2.1.5信息技術的發展作為信息技術的基礎，計算機軟硬件、阿絡、存儲和數據庫、信息安全等都在不斷的發展創新，引領蓿當前信息技術發展的潮流。
在計算機軟硬件方面，計算機硬件技術將向超高速、超小型、平行處理、智能化的方向發展，計算機硬件設備的體積越來越小、速度越來越高、容量越來越大、功耗越來越低、可靠性越來越高。計算機軟件越來越豐富，功能越來越強大，“軟件定義一切”概念成為當前發展的主流。
在網絡技術方面，計算機阿絡與通信技術之間的聯系日益密切，甚至是已經融為一體。作為國家最藍要的基礎設施之一，5G成為當前的主流，面向物聯網、低時延場景的窄帶物聯網(Narrow Band Internet of Things, NB-IoT)和增強型機器類型通信(enhanced Machine-Type Communication, eMTC)、工業物聯隕(Industrial Internet of Things, lloT)和低延時高可靠通信(Ultra Reliable Low Latency Communication, URLLC)等技術，將進一步得到充分發展。
在存儲和數據庫方面，數據量的不斷爆炸式增長推動數據庫技術不斷向著模型拓展、架構解耦的方向演進。在信息安全方面，傳統計算機安全理念將過渡到以可信計算理念為核心的計算機安全，由網絡普及應用引發的技術與應用模式的變革，正在進一步推動信息安全網絡化關鍵技術的創新；同時信息安全標準的研究與制定，信息安全產品和服務的集成和融合，正引領著當前信息安全技術標準化和集成化發展。
2.2新—代信息技術及應用信息技術在智能化、系統化、微型化、云端化的基礎上不斷副合創新，促進了物聯網、云計算、大數據、區塊鏈、人工智能、虛擬現實等新一代信息技術的誕生，新一代信息技術與信息資源充分開發利用形成的新模式、新業態等，是信息化發展的主要趨勢，也是信息系統集成領域未來的重要業務范疇。
2.2.1物聯網物聯網(The Internet of Things)是指通過信息傳感設各，按約定的協議將任何物品與互聯網相連接，進行信息交換和通信，以實現智能化識別、定位、跟蹤、監控和管理的網絡。物聯網主要解決物品與物品(Thing to Thing, T2T)、人與物品(Human to Thing, H2T)、人與入(Human to Human, H2H)之間的互連。另外，許多學者在討論物聯網時經常會引入M2M的概念：可以解釋為人與人(Man to Man)、人與機器(Man to Machine)或機器與機器(Machine to Machine)。
1技術基礎
物聯網架構可分為三層：感知層、網絡層和應用層。
感知層由各種傳感器構成，包括溫度傳感器，二維碼標簽、RFID標簽和讀寫器，攝像頭，GPS等感知終端。感知層是物聯網識別物體、采集信息的來源。
網絡層由各種網絡，包括互聯網、廣電網、網絡管理系統和云計算平臺等組成，是整個物聯網的中樞，負責傳遞和處理感知層獲取的信息。
應用層是物聯隕和用戶的接口，它與行業需求結合以實現物聯際的智能應用。
物聯網的產業鏈包括傳感器和芯片、設備、網絡運營及服務、軟件與應用開發和系統集成。物聯網技術在智能電網、智慧物流、智能家居、智能交通、智慧農業、環境保護、醫療健康、城市管理(智慧城市)、金融服務與保險業、公共安全等方面有非常關鍵和重要的應用。
2關鍵技術
物聯網關鍵技術主要涉及傳感器技術、傳感網和應用系統框架等。
傳感器技術：傳感器是一種檢測裝置，它能“感受”到被測量的信息，并能將檢測到的信息按一定規律變換成為電信號或其他所搖形式的信息輸出，以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求。它是實現自動檢測和自動控制的首要環節，也是物聯網獲取物理世界信息的基本手段。射頻識別技術(Radio Frequency Identification, RFID)是物聯網中使用的一種傳感器技術，在物聯網發展中備受關注。RIFD可通過無線電信號識別特定目標并讀寫相關數據，而無須識別系統與特定目標之間建立機械或光學接觸。傳感網微機電系統(Micro-Electro-Mechanical Systems, MEMS)是由微傳感器、微執行器、信號處理和控制電路、通信接口和電源等部件組成的一體化的微型器件系統。其目標是把信息的獲取、處理和執行集成在一起，組成具有多功能的微型系統，集成于大尺寸系統中，從而大幅地提高系統的自動化、智能化和可靠性水平。應用系統框架物聯網應用系統框架是一種以機器終端智能交互為核心的、網絡化的應用與服務。它將使對象實現智能化的控制，涉及5個重要的技術部分：機器、傳感器硬件、通信網絡、中間件和應用。該框架基于云計算平臺和智能網絡，可以依據傳感器網絡獲取的數據進行決策，改變對象的行為控制和反饋。
3應用和發展
在工業、衣業、環境、交通、物流、安保等基礎設施領域的應用，有效地推動了這些方面的智能化發展，使得有限的資源能更加合理地使用分配；在家居、醫療健康、教育、金觸與服務業、旅游業等領域的應用，通過與社會科學和社會治理的充分融合，實現了服務范圍、服務方式和服務質量等方面的巨大變革和進步。
2.2.2云計算云計算(Cloud Computing)是分布式計算的一種，在云計算早期，就是簡單的分布式計算，進行任務分發并對計算結果進行合并。當前的云計算已經不單單是一種分布式計算，而是分布式計算、效用計算、負載均衡、并行計算、網絡存儲、熱備份冗余和虛擬化等計算機技術混合演進并躍升的結果。
1.技術基礎
云計算是一種基于互聯網的計算方式，通過這種方式將網絡上配置為共享的軟件資源、計算資源、存儲資源和信息資源，按需求提供給網上的終端設備和終端用戶。云計算也可以理解為向用戶屏蔽底層差異的分布式處理架構。在云計算環境中，用戶與實際服務提供的計算資源相分離，云端集合了計算設備和資源。
當使用云計算服務時，用戶不需要安排專門的維護人員，云計算服務的提供商會為數據和服務器的安全做出相對較高水平的保護。由于云計算將數據存儲在云端(分布式的云計算設備中承擔計算和存儲功能的部分)，業務邏輯和相關計算都在云端完成，因此，終端只需要一個能夠滿足基礎應用的普通設備即可。
云計算實現了“快速、按需、彈性”的服務，用戶可以隨時通過寬帶網絡接入“云”并獲得服務，按照實際需求獲取或釋放資源，根據需求對資源進行動態擴展。按照云計算服務提供的資源層次，可以分為基礎設施即服務(Infrastructure as a Service, IaaS)、平臺即服務(Platform as a Service, PaaS)和軟件即服務(Software as a Service, SaaS)三種服務類型。
IaaS向用戶提供計算機能力、存儲空間等基礎設施方面的服務。這種服務模式需要較大的基礎設施投入和長期運營管理經驗，其單純出租資源的盈利能力有限。
PaaS向用戶提供虛擬的操作系統、數據庫管理系統、Web應用等平臺化的服務。PaaS服務的重點不在千直接的經濟效益，而更注重構建和形成緊密的產業生態。
SaaS向用戶提供應用軟件(如CRM、辦公軟件等)、組件、工作流等虛擬化軟件的服務，SaaS一般采用Web技術和SOA架構，通過Internet向用戶提供多租戶、可定制的應用能力，減少了軟件升級、定制和運行維護的復雜程度，并使軟件提供商從軟件產品的生產者轉變為應用服務的運營者。
2.關鍵技術
云計算的關鍵技術主要涉及虛擬化技術、云存儲技術、多租戶和訪問控制管理、云安全技術等。
虛擬化技術：虛擬化是一個廣義術語，在計算機領域通常是指計算元件在虛擬的基礎上而不是直實的基礎上運行。虛擬化技術可以擴大硬件的容量，簡化軟件的重新配置過程。CPU的虛擬化技術可以單CPU模擬多CPU并行，允許一個平臺同時運行多個操作系統，并且應用程序都可以在相互獨立的空間內運行而互不影響，從而顯話提高計算機的工作效率。容器(Container)技術是一種全新意義上的虛擬化技術，屬于操作系統虛擬化的范疇，也就是由操作系統提供虛擬化的支持。目前最受歡迎的容器環境是Docker。容器技術將單個操作系統的資源劃分到孤立的組中，以便更好地在孤立的組之間平衡有沖突的資源使用需求。使用容器技術可將應用隔離在一個獨立的運行環境中，可以減少運行程序帶來的額外消耗，并可以在幾乎任何地方以相同的方式運行。云存儲技術：云存儲技術是基于傳統媒體系統發展而來的一種全新信息存儲管理方式，該方式整合應用了計算機系統的軟硬件優勢，可較為快速、高效地對海批數據進行在線處理，通過多種云技術平臺的應用，實現了數據的深度挖掘和安全管理。分布式文件系統作為云存儲技術中的重要組成部分，在維待兼容性的基礎上，對系統復制和容錯功能進行提升。多租戶和訪問控制管理：云計算訪問控制的研究主要集中在云計算訪問控制模型、基于ABE密碼體制的云計算訪問控制、云中多租戶及虛擬化訪問控制研究。云計算訪問控制模型就是按照特定的訪問策略來描述安全系統，建立安全模型的一種方法。根據訪問控制模型功能的不同，研究的內容和方法也不同，常見的有基于任務的訪問控制模型、基于屬性模型的云計算訪問控制、基于UCON模型的云計算訪問控制、基于BLP模型的云計算訪問控制等。云安全技術：云安全研究主要包含兩個方面的內容，一是云計算技術本身的安全保護工作，涉及相應的數據完整性及可用性、隱私保護性以及服務可用性等方面的內容；二是借助于云服務的方式來保障客戶端用戶的安全防護需求，通過云計算技術來實現互聯網安全，涉及基于云計算的病毒防治、木馬檢測技術等。在云安全技術的研究方面，主要包含：云計算安全性：主要是對于云自身以及所涉及的應用服務內容進行分析，重點探討其相應的安全性間題，這里主要涉及如何有效實現安全隔離，保降互聯網用戶數據的安全性，如何有效防護惡意網絡攻擊，提升云計算平臺的系統安全性，以及用戶接入認證以及相應的信息傳輸審計、安全等方面的工作。
保障云基礎設施的安全性：主要就是如何利用相應的互聯網安全基礎設備的相應資源，有效實現云服務的優化，從而保賠滿足預期的安全防護的要求。
云安全技術服務：如何保障實現互聯網終端用戶的安全服務要求，能有效實現客戶端的計算機病毒防治等相關服務工作。從云安全架構的發展情況來看，如果云計算服務筒的安全等級不高，會造成服務用戶需要具備更強的安全能力、承擔更多管理職責。
為了提升云安全體系的能力，保陷其具有較強的可靠性，云安全技術要從開放性、安全保障體系結構的角度考慮。
云安全系統具有一定的開放性，要保障開放環境下可信認證：在云安全系統方面，要積極采用先進的網絡技術和病毒防護技術；在云安全體系構建過程中，要保證其穩定性，以滿足海量數據動態變化的需求。3.應用和發展
云計算經歷十余年的發展，已逐步進入成熟期，在眾多領域正發揮著越來越大的作用，“上云”將成為各類組織加快數字化轉型、鼓勵技術創新和促進業務增長的第一選擇，甚至是必備的前提條件。
云計算將進一步成為創新技術和最佳工程實踐的重要載體和試驗場。從AI與機器學習、IoT與邊緣計算、區塊鏈到工程實踐領域的DevOps、云原生和Service Mesh,都有云計算廠商積極參與、投入和推廣的身影。以人工智能為例，從前而提到的TaaS中GPU計算資源的提供，到面向特定領域成熟模型能力開放(如各類自然語言處理、圖像識別、語言合成的API)，再到幫助打造定制化AJ模型的機器學習平臺，云計算實際上已成為Al相關技術的基礎。
云計算將順應產業互聯網大潮，下沉行業場景，向垂直化、產業化縱深發展?！皠撔?、垂直、混合、生態”這四大趨勢伴隨云計算快速發展。云計算對IT硬件資源與軟件組件進行了標準化、抽象化和規?；?。
2.2.3大數據大數據(Big Data)指無法在一定時間范困內用常規軟件工具進行捕捉、管理和處理的數據集合，是具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。
1.技術基礎
大數據是具有體益大、結構多樣、時效性強等特征的數據，處理大數據需要采用新型計貸架構和智能算法等新技術。大數據從數據源到最終價值實現一般需要經過數據準備、數據存儲與管理、數據分析和計算、數據治理和知識展現等過程，涉及數據模型、處理膜型、計算理論以及與其相關的分布計算、分布存儲平臺技術、數據清洗和挖掘技術、流式計算和增量處理技術、數據質橄控制等方面的研究。一般來說，大數據主要特征包括：
數據海量：從TB級別躍升到PB級別(IPB=l024TB)、EB級別(IEB=I024PB),甚至達到ZB級別(IZB=I024EB)。
數據類型多樣：大數據的數據類型繁多，一般分為結構化數據和非結構化數據。相對于以往便千存儲的以文本為主的結構化數據，非結構化數據越來越多，包括網絡日志、音頻、視頻、圖片、地理位置信息等，這些多類型的數據對數據的處理能力提出了更高要求。
數據價值密度低：數據價值密度的高低與數據總豐的大小成反比。以視頻為例，一部1小時的視頻，在連續不間斷的監控中，有用數據可能僅有一二秒。如何通過強大的機器算法更迅速地完成數據的價值”提純”，成為目前大數據背景下亟待解決的難題。
數據處理速度快：為了從海量的數據中快速挖掘數據價值，一般要求要對不同類型的數據進行快速的處理，這是大數據區分于傳統數據挖掘的最顯著特征。
2關鍵技術
大數據技術作為信息化時代的一項新興技術，涉及數據的處理、管理、應用等多個方面。具體來說，技術架構是從技術視角研究和分析大數據的獲取、管理、分布式處理和應用等。大數據技術架構主要包含大數據獲取技術、分布式數據處理技術和大數據管理技術，以及大數據應用和服務技術。
大數據獲取技術目前，大數據獲取的研究主要集中在數據采集、整合和清洗三個方面。數據采集技術實現數據源的獲取，然后通過整合和清理技術保證數據質量。數據采集技術主要是通過分布式爬取、分布式高速高可靠性數據采集、高速全網數據映像技術，從網站上獲取數據信息。除了網絡中包含的內容之外，對于網絡流費的采集可以使用DPI或DFI等帶寬管理技術進行處理。數據整合技術是在數據采集和實體識別的基礎上，實現數據到信息的高質證整合。數據整合技術包括多源多模態信息集成模型、異構數據智能轉換模型、異構數據集成的智能模式抽取和模式匹配算法、自動容錯映射和轉換校型及算法、整合信息的正確性驗證方法、整合信息的可用性評估方法等。數據清洗技術一般根據正確性條件和數據約束規則，清除不合理和錯誤的數據，對重要的信息進行修復，保證數據的完整性。包括數據正確性語義模型、關聯模型和數據約束規則、數據錯誤模型和錯誤識別學習框架、針對不同錯誤類型的自動檢測和修復算法、錯誤檢測與修復結果的評估模型和評估方法等。分布式數據處理技術分布式計算是隨著分布式系統的發展而興起的，其核心是將任務分解成許多小的部分，分配給多臺計算機進行處理，通過并行工作的機制，達到節約整體計算時間，提高計算效率的目的。目前，主流的分布式計算系統有Hadoop、Spark和Storm。Hadoop常用于離線的復雜的大數據處理，Spark常用于離線的快速的大數據處理，而Storm常用于在線的實時的大數據處理。大數據分析與挖掘技術主要指改進已有數據挖掘和機器學習技術：升發數據網絡挖掘、特異群組挖掘、圖挖掘等新型數據挖掘技術；創新基于對象的數據連接、相似性連接等大數據融合技術：突破用戶興趣分析、網絡行為分析、情感語義分析等面向領域的大數據挖掘技術。大數據管理技術大數據管理技術主要集中在大數據存儲、大數據協同和安全隱私等方面。大數據存儲技術主要有三個方面。采用MPP架構的新型數據庫集群；圍繞Hadoop衍生出相關的大數據技術；基于集成的服務器、存儲設備、操作系統、數據庫管理系統，實現具有良好的穩定性、擴展性的大數據一體機。多數據中心的協同管理技術是大數據研究的另一個重要方向。通過分布式工作流引擎實現工作流調度、負載均衡，整合多個數據中心的存儲和計算資源，從而為構建大數據服務平臺提供支撐。大數據隱私性技術的研究，主要集中于新型數據發布技術，嘗試在盡可能少損失數據信息的同時最大化地隱藏用戶隱私。大數據應用和服務技術大數據應用和服務技術主要包含分析應用技術和可視化技術。大數據分析應用主要是面向業務的分析應用。在分布式海位數據分析和挖掘的基礎上，大數據分析應用技術以業務搖求為驅動，面向不同類型的業務需求開展專題數據分析，為用戶提供高可用、高易用的數據分析服務。
可視化通過交互式視覺表現的方式來幫助人們探索和理解復雜的數據。大數據的可視化技術主要集中在文本可視化技術、網絡(圖)可視化技術、時空數據可視化技術、多維數據可視化和交互可視化等。在技術方面，主要關注原位交互分析(In-Situ Interactive Analysis)、數據表示、不確定性散化和面向領域的可視化工具庫。
3.應用和發展
在互聯網行業，從大欖的數據中挖掘用戶行為，反向傳輸到業務領域，支持更準確的社會營銷和廣告，可增加業務收入，促進業務發展、。在政府的公共數據領域，結合大數據的采集、治理和集成，將各個部門搜集的信息進行剖析和共享，能夠發現管理上的漏洞，增進財稅增收和加大市場監管程度，大大改變政府管理模式提高社會治理水平。在金融領域，大數據征信是重要的應用領域。通過大數據的分析和畫像，為金融業務提供有效支撐。在工業領域，結合海壓的數據分析，能夠為工業生產過程提供準確的指導。在社會民生領域，大數據的分析應用能夠更好地為民生服務。2.2.4區塊鏈“區塊鏈”概念于2008年在《比特幣：一種點對點電子現金系統》中被首次提出，并在比特幣系統的數據加密貨幣體系中成功應用，已成為政府、組織和學者等重點關注和研究的熱點。區塊鏈技術具有多中心化存儲、隱私保護、防篡改等特點，提供了開放、分散和容錯的事務機制，成為新一代匿名在線支付、匯款和數字資產交易的核心，被廣泛應用于各大交易平臺，為金融、監管機構、科技創新、農業以及政治等領域帶來了深刻的變革。
1.技術基礎
區塊鏈概念可以理解為以非對稱加密算法為基礎，以改進的默克爾樹(MerkleTree)為數據結構，使用共識機制、點對點網絡、智能合約等技術結合而成的一種分布式存儲數據庫技術。區塊鏈分為公有鏈(PublicBlockchain)、聯盟鏈(ConsortiumBlockchain)、私有鏈(PrivateBlockchain)和混合鏈(HybridBlcokchain)四大類。
一般來說，區塊鏈的典型特征包括：
多中心化：鏈上數據的驗證、核算、存儲、維護和傳輸等過程均依賴分布式系統結構，運用純數學方法代替中心化組織機構在多個分布式節點之間構建信任關系，從而建立可信的分布式系統。
多方維護：激勵機制可確保分布式系統中的所有節點均可參與數據區塊的驗證過程，并通過共識機制選擇特定節點將新產生的區塊加入到區塊鏈中。
時序數據：區塊鏈運用帶有時間戳信息的鏈式結構來存儲數據信息，為數據信息添加時間維度的屬性，從而可實現數據信息的可追溯性。
智能合約：區塊鏈技術能夠為用戶提供靈活可變的腳本代碼，以支持其創建新型的智能合約。
不可篡改：在區塊鏈系統中，因為相鄰區塊間后序區塊可對前序區塊進行驗證，若篡改某一區塊的數據信息，則衙遞歸修改該區塊及其所有后序區塊的數據信息，然而每一次哈希的重新計算代價是巨大的，且須在有限時間內完成，因此可保障鏈上數據的不可篡改性。
開放共識：在區塊鏈網絡中，每臺物理設備均可作為該網絡中的一個節點，任意節點可自由加入且擁有一份完整的數據庫拷貝.
安全可信：數據安全可通過基于非對稱加密技術對鏈上數據進行加密來實現，分布式系統中各節點通過區塊鏈共識算法所形成的算力來抵御外部攻擊、保證鏈上數據不被篡改和偽造，從而具有較高的保密性、可信性和安全性。
2.關鍵技術
從區塊鏈的技術體系視角看，區塊鏈基于底層的數據基礎處理、管理和存儲技術，以區塊數據的管理、鏈式結構的數據、數字簽名、哈希函數、默克爾樹、非對稱加密等，通過基于P2P網絡的對稱式網絡，組織節點參與數據的傳播和驗證，每個節點均會承擔網絡路由、驗證區塊數據、傳播區塊數據、記錄交易數據、發現新節點等功能，包含傳播機制和驗證機制。為保陷區塊鏈應用層的安全，通過激勵層的發行機制和分配機制，在整個分布式網絡的節點以最高效率的方式達成共識。
分布式賬本分布式賬本是區塊鏈技術的核心之一。分布式賬本的核心思想是：交易記賬由分布在不同地方的多個節點共同完成，而且每一個節點保存一個唯一、真實賬本的副本，它們可以參與監督交易合法性，同時也可以共同為其作證；賬本里的任何改動都會在所有的副本中被反映出來。分布式賬本中存儲的資產是指法律認可的合法資產，如金融、實體、電子的資產等任何形式的有價資產。為了確保資產的安全性和準確性，分布式賬本一方面通過公私鑰以及簽名控制賬本的訪問權；另一方面根據共識的規則，賬本中的信息更新可以由一個、一部分人或者是所有參與者共同完成。分布式賬本技術能夠保障資產的安全性和準確性，具有廣泛的應用場景，特別在公共服務領域，能夠重新定義政府與公民在數據分享、透明度和信任意義上的關系，目前已經廣泛應用到金融交易、政府征稅、土地所有權登記、護照管理、社會福利等領域。加密算法區塊鏈系統中的加密算法一般分為散列(哈希)算法和非對稱加密算法。散列算法也叫數據摘要或者哈希算法，其原理是將一段信息轉換成一個固定長度并具備以下特點的字符串：如果某兩段信息是相同的，那么字符也是相同的：即使兩段信息十分相似，但只要是不同的，那么字符串將會十分雜亂、隨機并且兩個字符串之間完全沒有關聯。本質上，散列算法的目的不是為了“加密”而是為了抽取“數據特征”，也可以把給定數據的散列值理解為該數據的”指紋信息"。典型的散列算法有MD5、SHA-I/SHA-2和SM3,目前區塊鏈主要使用SHA-2中的SHA256算法。非對稱加密算法由對應的一對唯一性密鑰(即公開密鑰和私有密鑰)組成的加密方法。任何獲悉用戶公鑰的人都可用用戶的公鑰對信息進行加密與用戶實現安全信息交互。由于公鑰與私鑰之間存在的依存關系，只有用戶本身才能解密該信息，任何未受授權用戶甚至信息的發送者都無法將此信息解密。常用的非對稱加密算法包括RSA、Elgamal、D-H、ECC(橢圓曲線加密算法)等。共識機制區塊鏈共識問題需要通過區塊鏈的共識機制來解決。共識算法能保證分布式的計算機或軟件程序協作一致，對系統的輸入輸出做出正確的響應。
區塊鏈的共識機制的思想是：在沒有中心點總體協調的情況下，當某個記賬節點提議區塊數據增加或減少，并把該提議廣播給所有的參與節點，所有節點要根據一定的規則和機制，對這一提議是否能夠達成一致進行計算和處理。
目前，常用的共識機制主要有PoW、PoS、DPoS、Paxos、PBFT等。根據區塊鏈不同應用場景中各種共識機制的特性，共識機制分析可基于：
合規監管：是否支持超級權限節點對全網節點、數據進行監管。
性能效率：交易達成共識被確認的效率。
資源消耗：共識過程中耗費的CPU、網絡輸入輸出、存儲等資源。
容錯性：防攻擊、防欺詐的能力。
當前，TCP/IP協議是全球互聯網的"牽手協議”。將“多中心化、分布式”理念變成了一種可執行的程序，并在此基礎上派生出了更多的類似協議?；ヂ摼W上能多中心化的活動是無需信用背書的活動，需要信用做保證的都是中心化的、有第三方中介機構參與的活動。因此，無法建立全球信用的互聯網技術就在發展中遇到了障礙——人們無法在互聯網上通過多中心化方式參與價值交換活動。
區塊鏈將成為互聯網的基礎協議之一。區塊鏈作為一種可以傳輸所有權的協議，將會基于現有的互聯網協議架構，構建出新的基礎協議層。區塊鏈(協議)會和傳輸控制協議/因特網互聯協議(TCP/IP)一樣，成為未來互聯網的基礎協議，構建出一個高效的、多中心化的價值存儲和轉移網絡。區塊鏈架構的不同分層將承載不同的功能。類似TCP/IP協議棧的分層結構，入們在統一的傳輸層協議之上，發展出了各種各樣的應用層協議，最終構建出了今天豐富多彩的互聯網。未來區塊鏈結構也將在一個統一的、多中心化的底層協議基礎上，發展出各種各樣應用層協議。區塊鏈的應用和發展呈螺旋式上升趨勢。區塊鏈作為數字化浪潮中下一個階段的核心技術，其發展周期將比預想得要長，影響的范圍和深度也會遠遠超出人們的想象，將會構建出多樣化生態的價值互聯網，從而深刻改變未來商業社會的結構和每個人的生活。2.2.5人工智能人工智能是研究和開發用于模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的技術科學。
1技術基礎
人工智能從產生到現在，其發展歷程經歷了6個主要階段：起步發展期(]956年至20世紀60年代初)、反思發展期(20世紀60年代至20世紀70年代初)、應用發展期(20世紀70年代初至20世紀80年代中)、低迷發展期(20世紀80年代中至20世紀90年代中)、穩步發展期(20世紀90年代中至2010年)、蓬勃發展期(2011年至今)。從當前的人工智能技術進行分析可知，其在技術研究方面主要聚焦在熱點技術、共性技術和新興技術三個方面。
2關鍵技術
入工智能的關鍵技術主要涉及機器學習、自然語言處理、專家系統等技術。
機器學習機器學習是一種自動將模型與數據匹配，并通過訓練模型對數據進行“學習"的技術。機器學習的研究主要聚焦在機器學習算法及應用、強化學習算法、近似及優化算法和規劃問題等方面，其中常見的學習算法主要包含回歸、聚類、分類、近似、估計和優化等基礎算法的改進研究，遷移學習、多核學習和多視圖學習等強化學習方法是當前的研究熱點。神經網絡是機器學習的一種形式，該技術出現在20世紀60年代，并用于分類型應用程序。它根據輸入、輸出、變世權重或將輸入與輸出關聯的“特征”來分析問題。它類似千神經元處理信號的方式。深度學習是通過多等級的特征和變址來預測結果的神經網絡模型，得益千當前計算機架構更快的處理速度，這類模型有能力應對成千上萬個特征。與早期的統計分析形式不同，深度學習模型中的每個特征通常對于人類觀察者而言意義不大，使得該模型的使用難度很大且難以解釋。深度學習模型使用一種稱為反向傳播的技術，通過模型進行預測或對輸出進行分類。強化學習是機器學習的另外一種方式，指機器學習系統制訂了目標而且邁向目標的每一步都會得到某種形式的獎勵。機器學習模型是以統計為基礎的，而且應該將其與常規分析進行對比以明確其價值增量。它們往往比基于人類假設和回歸分析的傳統“手工”分析模型更準確，但也更復雜和難以解釋。相比于傳統的統計分析，自動化機器學習模型更容易創建，而且能夠揭示更多的數據細節。自然語言處理自然語言處理(Natural Language Processing, NLP)是計算機科學領域與人工智能領域中的一個重要方向。它研究能實現人與計算機之間用自然語言進行有效通信的各種理論和方法。自然語言處理是一門融語言學、計算機科學、數學于一體的科學。自然語言處理主要應用于機器翻譯、輿悄監測、自動摘要、觀點提取、文本分類、問題回答、文本語義對比、語音識別、中文OCR等方面。自然語言處理(即實現人機間自然語言通信，或實現自然語言理解和自然語言生成)是十分困難的，困難的根本原因是自然語言文本和對話的各個層次上廣泛存在著各種各樣的歧義性或多義性。自然語言處理解決的核心問題是信息抽取、自動文摘/分詞、識別轉化等，用于解決內容的有效界定、消歧和模糊性、有瑕疵的或不規范的輸入、語言行為理解和交互。當前，深度學習技術是自然語言處理的重要技術支撐，在自然語言處理中需應用深度學習模型，如卷積神經網絡、循環神經網絡等，通過對生成的詞向獄進行學習，以憲成自然語言分類、理解的過程。專家系統專家系統是一個智能計算機程序系統，通常由人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取等6個部分構成，其內部含有大位的某個領域專家水平的知識與經驗，它能夠應用人工智能技術和計算機技術，根據系統中的知識與經驗，進行推理和判斷，模擬入類專家的決策過程，以便解決那些需要人類專家處理的復雜問題。簡而言之，專家系統是一種模擬人類專家解決領域問題的計算機程序系統。
在人工智能的發展過程中，專家系統的發展已經歷了三個階段，正向第四代過渡和發展。第一代專家系統以高度專業化、求解專門問題的能力強為特點。但在體系結構的完整性、可移植性、系統的透明性和靈活性等方面存在缺陷。第二代專家系統屬于單學科專業型、應用型系統，其體系結構較完整，移植性方面也有所改善，而且在系統的人機接口、解釋機制、知識獲取技術、不確定推理技術、增強專家系統的知識表示和推理方法的啟發性、通用性等方面都有所改進。第三代專家系統屈多學科綜合型系統，采用多種人工智能語言，綜合采用各種知識表示方法和多種推理機制及控制策略，并運用各種知識工程語言、骨架系統及專家系統開發工具和環境來研制大型綜合專家系統。當前人工智能的專家系統研究已經進入到第四個階段，主要研究大型多專家協作系統、多種知識表示、綜合知識庫、自組織解題機制、多學科協同解題與并行推理、專家系統工具與環境、人工神經網絡知識獲取及學習機制等。
3應用和發展
經過60多年的發展，人工智能在算法、賀力(計貨能力)和算料(數據)等方而取得了重要突砐，正處于從“不能用”到“可以用"的技術拐點，但是距離“很好用”還存在諸多瓶頸。實現從專用人工智能向通用人工智能的跨越式發展，既是下一代人工智能發展的必然趨勢。
從人工智能向人機涅合智能發展。借鑒腦科學和認知科學的研究成果是人工智能的一個重要研究方向。人機混合智能旨在將人的作用或認知模型引入到人工智能系統中，提升人工智能系統的性能，使人工智能成為人類智能的自然延伸和拓展，通過人機協同更加高效地解決復雜問題。(2)從“人工+智能“向自主智能系統發展。當前人工智能領域的大監研究集中在深度學習，但是深度學習的局限是需要大量工干預。因此，科研人員開始關注減少人工干預的自主智能方法，提高機器智能對環境的自主學習能力。
(3)人工智能將加速與其他學科領域交叉滲透。人工智能是一門綜合性的前沿學科和高度交叉的復合型學科，需要與計算機科學、數學、認知科學、神經科學和社會科學等學科深度融合。借助于生物學、腦科學、生命科學和心理學等學科的突破，將機理變為可計算的模型，人工智能將與更多學科深入地交叉滲透。
(4)人工智能產業將蓬勃發展?！?/strong>人工智能+X"的創新模式將隨著技術和產業的發展日趨成熟，對生產力和產業結構產生革命性影響，并推動人類進入普惠型智能社會。
(5)人工智能的社會學將提上議程。為了確保人工智能的健康可持續發展，使其發展成果造福千民，需要從社會學的角度系統全面地研究人工智能對人類社會的影響，制定完善人工智能法律法規。
2.2.6虛擬現實如何把人類的感知能力和認知經歷及計算機信息處理環境直接聯系起來，是虛擬現實產生的業大背景。
1.技術基礎
虛擬現實(Virtual Reality, VR)是一種可以創立和體驗虛擬世界的計算機系統。通過虛擬現實系統所建立的信息空間，是一個包容多種信息的多維化的信息空間(Cyberspace)，人類的感性認識和理性認識能力都能在這個多維化的信息空間中得到充分的發揮。在硬件方面，需要高性能的計算機軟硬件和各類先進的傳感器；在軟件方面，主要是需要提供一個能產生虛擬環境的工具集。
虛擬現實技術的主要特征包括沉浸性、交互性、多感知性、構想性(想象性)和自主性。隨著虛擬現實技術的快速發展，按照其“沉浸性”程度的高低和交互程度的不同，虛擬現實技術已經從桌面虛擬現實系統、沉浸式虛擬現實系統、分布式虛擬現實系統等，向增強式虛擬現實系統(Augmented Reality, AR)和元宇宙的方向發展。
2關鍵技術
虛擬現實的關鍵技術主要涉及人機交互技術、傳感器技術、動態環境建校技術和系統集成技術等。
人機交互技術：與傳統的只有鍵盤和鼠標的交互模式不同，是一種新型的利用VR眼鏡、控制手柄等傳感器設備，能讓用戶真實感受到周圍事物存在的一種三維交互技術，將三維交互技術與語音識別、語音輸入技術及其他用于監測用戶行為動作的設備相結合，是目前主流的人機交互手段。傳感器技術：VR技術的進步受制千傳感器技術的發展，現有的VR設備存在的缺點與傳感器的靈敏程度有很大的關系。動態環境建模技術：虛擬環境的設計是VR技術的重要內容，該技術是利用三維數據建立膨擬環境模型。目前常用的虛擬環境建模工具為計算機輔助設計(Computer Aided Design, CAD),操作者可以通過CAD技術獲取所需數據，并通過得到的數據建立滿足實際需要的虛擬環境模型。除了通過CAD技術獲取三維數據，多數悄況下還可以利用視覺建模技術，兩者相結合可以更有效地獲取數據。系統集成技術：包括信息同步、數據轉換、模型標定、識別和合成等技術，由于VR系統中儲存著許多的語音輸入信息、感知信息以及數據模型，因此VR系統中的集成技術顯得越發重要。3應用和發展
硬件性能優化迭代加快。輕量化、超清化加速了虛擬現實終端市場的迅速擴大，虛擬現實設備的顯示分辨率、幀率、自由度、延時、交互性能、重址、眩暈感等性能指標日趨優化。網絡技術的發展有效助力其應用化的程度。泛在網絡通信和高速的網絡速度，有效提升了虛擬現實技術在應用端的體驗。借助于終端輕型化和移動化5G技術，高峰值速率、毫秒級的傳輸時延和干億級的連接能力，降低了對虛擬現實終端側的要求。虛擬現實產業要素加速融通。虛擬現實產業呈現出從創新應用到常態應用的產業趨勢，在舞臺藝術、體育智慧觀賽、新文化弘揚、教育、醫療等領域普遍應用?！疤摂M現實+商貿會展”成為后疫情時代的未來新常態，“虛擬現實+工業生產”是組織數字化轉型的新動能，“虛擬現實+智慧生活”大大提升了未來智能化的生活體驗，“虛擬現實+文娛休閑”成為新型信息消費模式的新載體等。元宇宙等新興概念為虛擬現實技術帶來了“沉浸和疊加”“激進和漸進”“開放和封閉”等新的商業理念，大大提升了其應用價值和社會價值，將逐漸改變人們所習慣的現實世界物理規則，以全新方式激發產業技術創新，以新模式、新業態等方式帶動相關產業躍遷升級。2.3本章練習1.選擇題
關于信息技術的描述，不正確的是。A.信息技術是研究如何獲取信息、處理信息、傳輸信息和使用信息的技術B信息技術是信息系統的前提和基礎，信息系統是信息技術的應用和體現C.信息、信息化以及信息系統都是信息技術發展不可或缺的部分D.信息技術是在信息科學的基本原理和方法下的關于一切信息的產生、信息的傳輸、信息的轉化應用技術的總稱參考答案：D-關鍵技術主要涉及傳感器技術、傳感網和應用系統架構等。A物聯網B.云計算C.大數據D.人工智能參考答案：A關鍵技術主要涉及機器學習、自然語言處理、專家系統等技術。A物聯網B.云計算C.大數據D人工智能參考答案：D關于云計算的描述，不正確的是。A云計算可以通過寬帶網絡連接，用戶需要通過寬帶網絡接入“云”中并獲得有關的服務，“云”內節點之間也通過內部的高速網絡相連B云計算可以快速、按需、彈性服務，用戶可以按照實際需求迅速獲取或釋放資源，并可以根據衙求對資源進行動態擴展C按照云計算服務提供的資源層次，可以分為基礎設施即服務和平臺即服務兩種服務類型D.云計算是一種基于并高度依賴Internet,用戶與實際服務提供的計算資源相分離，集合了大獨計算設備和資源，并向用戶屏蔽底層差異的分布式處理架構參考答案：C區塊鏈有以下幾種特性：多中心化、多方維護、時序數據、智能合約、開放共識、安全可信和。
A.可回溯性 B不可篡改C周期性D穩定性
參考答案：B
以上就是關于基于pos機進行信息交互的系統,信息系統項目管理師第四版知識摘編的知識，后面我們會繼續為大家整理關于基于pos機進行信息交互的系統的知識，希望能夠幫助到大家！
