摘要：对于【信息系统项目管理师】软考考试而言，试题无疑是最重要的学习资料之一。在软考备考过程中，吃透所考知识点、熟悉出题思路，对我们提升分数的效果是最明显的，通过试题反复练习，还可以查漏补缺。今天，给大家带来【信息系统项目管理师】部分试题的详解，一起来看看吧~



1、应用软件开发项目执行过程中允许对需求进行适当修改，并对这种变更进行严格控制，充分体现了项目的 （ ）特点。
A、临时性
B、独特性
C、渐进明细
D、无形性

答案:C
答题解析:

项目的三大特点：临时性、独特性、渐进明细性。

——临时性是指每一个项目都有一个明确的开始时间和结束时间。

——独特性是指项目要提供某一独特产品，提供独特的服务或成果，因此“没有完全一样的项目”。

——渐进明细性是指项目的成果性目标是逐步完成的。在项目渐进明细的过程中一定会有修改，产生相应的变更。因此，在项目执行过程中要对变更进行控制，以保证项目在各相关方同意下顺利开展。

2、只有得到允许的人才能修改数据，并且能够判别出数据是否已被篡改，这体现了信息安全的 （ ）。
A、机密性
B、可用性
C、完整性
D、可控性

答案:C
答题解析:

信息安全的基本要素有：

——机密性：确保信息不暴露给未授权的实体或进程。

——完整性：只有得到允许的人才能修改数据，并且能够判别出数据是否已被篡改。

——可用性：得到授权的实体在需要时可访问数据，即攻击者不能占用所有的资源而阻碍授权者的工作。

——可控性：可以控制授权范围内的信息流向及行为方式。

——可审查性：对出现的网络安全问题提供调查的依据和手段。

3、在大数据关键技术中，Hadoop的分布式文件系统HDFS属于大数据 （ ） 。
A、存储技术
B、分析技术
C、并行分析技术
D、挖掘技术

答案:A
答题解析:

大数据所涉及的技术很多，主要包括数据采集、数据存储、数据管理、数据分析与挖掘四个环节。在数据采集阶段主要使用的技术是数据抽取工具ETL。在数据存储环节主要有结构化数据、非结构化数据和半结构化数据的存储与访问。结构化数据一般存放在关系数据库，通过数据查询语言（SQL）来访问；非结构化和半结构化数据一般通过分布式文件系统的NoSQL进行存储。大数据管理主要使用了分布式并行处理技术，比较常用的有MapReduce，编程人员借助它可以在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。数据分析与挖掘是根据业务需求对大数据进行关联、聚类、分类等钻取和分析，并利用图形、表格加以展示，与ETL一样，数据分析和挖掘是以前数据仓库的范畴，只是在大数据中得以更好的利用。

在最流行的开源大数据Hadoop中，Hadoop分布式文件系统HDFS（Hadoop Distributed File System）是Hadoop项目的核心子项目，是分布式计算中数据存储管理的基础，是基于流数据模式访问和处理超大文件的需求而开发的，可以运行于廉价的商用服务器上。