2025年AI边缘计算阶段测试题.docxVIP

2025年AI边缘计算阶段测试题

考试时间：______分钟总分：______分姓名：______

一、选择题（每题2分，共20分。请将正确选项的字母填在题后的括号内。）

1.以下哪一项不是边缘计算相较于中心化云计算的主要优势？

A.更低的网络延迟

B.更高的数据安全性

C.更低的带宽需求

D.更高的计算复杂度

2.在边缘计算架构中，通常负责管理和协调边缘节点的部分是？

A.边缘设备本身

B.云服务中心

C.边缘网关

D.数据源

3.以下哪种技术不属于模型压缩的范畴，其主要目的是为了在边缘设备上实现更复杂的计算？

A.模型量化

B.知识蒸馏

C.算法卸载

D.模型剪枝

4.以下哪个平台/框架通常被视为一个面向物联网的边缘计算服务框架？

A.Kubernetes

B.TensorFlow

C.EdgeXFoundry

D.ApacheHadoop

5.当边缘设备资源（如计算能力、内存）非常有限时，最适合部署的AI模型通常是？

A.大型预训练语言模型

B.深度神经网络

C.轻量级神经网络或迁移学习模型

D.传统机器学习模型（如SVM）

6.以下哪项措施不是边缘计算中常用的安全增强手段？

A.设备身份认证

B.数据加密传输

C.部署入侵检测系统（IDS）

D.将所有计算任务迁移到云端

7.工业自动化领域常利用边缘计算实现实时质量检测，这主要体现了边缘计算的哪种优势？

A.数据存储能力

B.实时处理能力

C.大规模部署能力

D.开发灵活性

8.以下哪种通信技术因低功耗、长距离特性而被广泛用于需要低频次、长周期数据上报的边缘传感器网络？

A.Wi-Fi

B.5G

C.Zigbee

D.Bluetooth

9.将深度学习模型从云端一次性部署到所有边缘设备，这种部署策略的主要缺点是？

A.部署过程复杂

B.模型难以更新

C.设备间模型一致性难以保证

D.对设备计算能力要求低

10.边缘计算环境中存在的“数据孤岛”问题指的是？

A.边缘设备之间的数据无法共享

B.边缘设备与云端之间的数据传输受阻

C.边缘设备本地存储空间不足

D.数据处理速度过慢

二、填空题（每空2分，共20分。请将正确答案填在横线上。）

1.边缘计算通常被认为是连接______和______的桥梁。

2.主流边缘计算硬件平台如NVIDIAJetson系列通常采用______架构。

3.为了解决边缘设备资源受限的问题，模型轻量化技术包括______、______和模型蒸馏等方法。

4.EdgeXFoundry是一个基于______和______的开源边缘计算框架。

5.在边缘计算中，根据数据重要性决定哪些数据在边缘处理、哪些数据上传云端，这种策略称为______。

6.边缘计算的“异构性”问题主要指边缘设备在______、______和操作系统等方面存在多样性。

7.为保障边缘设备的安全，可以采用______技术防止未授权访问。

8.在自动驾驶的边缘计算应用中，低延迟和高可靠性是至关重要的，这体现了边缘计算的______优势。

9.将AI模型训练任务的一部分卸载到边缘设备上执行，属于______策略的一种。

10.边缘计算使得数据分析和决策可以在靠近数据源的______进行，减少了______。

三、判断题（每题2分，共20分。请将“正确”填在题后的括号内，将“错误”填在括号内。）

1.边缘计算的成本一定低于云计算。（）

2.云计算负责全局数据的存储和分析，边缘计算负责本地数据的实时处理。（）

3.任何部署在边缘设备上的AI算法都必须是轻量级的。（）

4.边缘计算框架只需要关注底层硬件的管理。（）

5.数据隐私保护在边缘计算中比在云计算中更为容易。（）

6.边缘计算的挑战主要包括资源限制、网络连接、数据安全和异构性。（）

7.边缘计算应用场景广泛，包括但不限于智慧城市、工业物联网、智能家居等。（）

8.KubeEdge是一个将Kubernetes原生能力扩展到边缘环境的开源项目。（）

9.边缘计算环境下，所有的决策都必须由边缘设备独立做出。（）

10.边缘计算通过减少数据传输量来降低功耗。（）

四、简