2025年边缘计算工程师考试题库（附答案和详细解析）（1214）.docxVIP

边缘计算工程师考试试卷

一、单项选择题（共10题，每题1分，共10分）

边缘计算的核心目标是？

A.降低数据中心建设成本

B.减少数据传输延迟，提升实时性

C.替代云计算成为主要计算模式

D.简化终端设备的硬件配置

答案：B

解析：边缘计算通过在靠近数据源的边缘节点处理数据，缩短数据传输路径，核心目标是解决云计算中因数据远程传输导致的高延迟问题（如工业控制、自动驾驶等场景）。选项A是次要目标；C错误，边缘计算与云计算是协同关系而非替代；D与边缘计算无关。

以下哪项是边缘节点的典型部署位置？

A.互联网数据中心（IDC）

B.靠近终端设备或数据源的本地服务器

C.用户手机/平板等终端设备内部

D.运营商核心机房

答案：B

解析：边缘节点需部署在“网络边缘”，即靠近终端设备或数据源的位置（如工厂车间、交通路口的边缘服务器），以减少数据传输距离。A（IDC）属于云端；C（终端设备）属于端侧，通常不具备边缘节点的算力；D（核心机房）属于网络中心层。

边缘计算中“雾计算”（FogComputing）的核心特征是？

A.完全依赖云端进行数据处理

B.在网络层级中向下延伸计算能力（如接入层、汇聚层）

C.仅处理结构化数据

D.所有计算任务由终端设备完成

答案：B

解析：雾计算是边缘计算的扩展概念，强调在网络层级（如基站、路由器等接入层设备）部署计算能力，形成“云-雾-端”协同架构，而非仅依赖云端（A错误）。C（结构化数据）和D（终端完成）均不符合雾计算定义。

边缘计算中常用的轻量级容器技术是？

A.Kubernetes

B.Docker

C.OpenStack

D.Hadoop

答案：B

解析：Docker是轻量级容器化技术，适合边缘节点资源受限的场景；Kubernetes（A）是容器编排工具，通常用于大规模集群；OpenStack（C）是云计算管理平台；Hadoop（D）是大数据分布式计算框架。

边缘计算在AR/VR场景中的主要作用是？

A.存储用户历史交互数据

B.降低3D渲染的计算负载

C.减少图像/视频传输到云端的延迟

D.替代终端设备的图形处理器（GPU）

答案：C

解析：AR/VR需要实时渲染和传输高带宽内容，边缘计算通过本地处理或近场传输（如边缘服务器预处理）减少数据到云端的往返延迟，保障体验流畅性。A是云存储功能；B（计算负载）由终端或边缘节点分担，但非主要作用；D（替代GPU）错误，边缘计算是补充而非替代。

以下哪项不属于边缘计算的典型应用场景？

A.智能交通信号灯实时调度

B.电商平台用户行为分析

C.工业机器人实时故障诊断

D.智能家居设备本地联动控制

答案：B

解析：电商用户行为分析属于批量数据处理，通常在云端完成；A（交通调度需实时响应）、C（工业故障诊断需低延迟）、D（设备联动需本地决策）均是边缘计算典型场景。

边缘计算中“边缘网关”的核心功能是？

A.提供大规模存储服务

B.连接终端设备与边缘/云端，进行协议转换和数据预处理

C.执行复杂的AI模型训练任务

D.管理整个边缘网络的流量路由

答案：B

解析：边缘网关是终端与边缘/云端的桥梁，负责协议转换（如将LoRa、ZigBee等物联网协议转为TCP/IP）、数据过滤/聚合（如剔除冗余传感器数据）。A（存储）由边缘存储设备承担；C（AI训练）通常在云端；D（流量路由）是路由器功能。

5G与边缘计算结合的关键优势是？

A.提升5G基站的覆盖范围

B.利用5G的低时延、高带宽特性，增强边缘节点与终端的连接效率

C.减少5G基站的建设成本

D.替代光纤传输成为主要通信方式

答案：B

解析：5G的uRLLC（超可靠低时延）和eMBB（增强移动宽带）特性与边缘计算的实时性需求高度匹配，例如自动驾驶中，5G可将边缘节点的决策指令快速回传至终端。A（覆盖范围）由基站部署决定；C（成本）非核心优势；D（替代光纤）错误，5G是补充而非替代。

边缘计算中“数据本地化处理”的主要目的是？

A.减少数据在公网传输的安全风险

B.降低边缘节点的计算压力

C.增加数据存储的冗余性

D.提高数据的全局一致性

答案：A

解析：敏感数据（如工业生产数据、用户位置信息）在边缘节点本地处理，可避免通过公网传输至云端时被截获的风险，提升安全性。B（降低压力）与“本地化处理”矛盾；C（冗余性）需多节点存储；D（全局一致性）是云端的职责。

边缘AI（EdgeAI）的核心特点是？

A.在云端训练模型，边缘节点仅执行推理

B.完全在边缘节点完成模型训练与推理

C.仅支持简单的线性模型

D.依赖高带宽传输训练数据

答案：A

解析：边缘AI通常采用“云训练+边缘推理”模式：云端利用海量数据训练模型，边缘节点部署轻量级模型（如Ten