博主2023年11月通过了信息系统项目管理的考试，考试过程中发现考试的内容全部是教材中的内容，非常符合我学习的思路，因此博主想通过该平台把自己学习过程中的经验和教材博主认为重要的知识点分享给大家，希望更多的人能够通过考试，知识点完全是根据纸质教材手敲上去的，如果有文字的错误请大家谅解哈，每天都会更新，每天进步一点点 ?
?
信息技术可分为硬技术与软技术。前者指各种信息设备及其功能，如传感器、服务器、智能手机、通信卫星、笔记本电脑。后者指有关信息获取与处理的各种知识、方法与技能，如语言文字技术、数据统计分析技术、规划决策技术、计算机软件技术等。
计算机硬件是指计算机系统中由电子、机械和光电元件等组成的各种物理装置的总称。这些物理装置按系统结构的要求构成一个有机整体，为计算机软件运行提供物质基础。计算机软件是指计算机系统中的程序及其文档，程序是计算任务的处理对象和处理规则的描述；文档是为了便于了解程序所虚的阐明性资料。程序必须安装入及其内部才能工作，文档一般是给人看的，不一定安装入及其
万罗的作用范围可将网络类别划分为个人局域网PAN、局域网LAN、城域网MAN、广域网WAN、公用网、专用网
OSI。采用了分层的结构化技术，从下打上公分物理层、数据链路层、网络层、传输层、会话层、表示层、应用层
IEEE802协议。802.3 以太网的CSMA/CD 载波监听多路访问/冲突检测协议；802.11（无线局域网WLAN标准协议）
TCP/IP。在应用层中，定义了很多面相应用的协议，应用程序通过本层协议利用网络完成数据交互的任务。这些协议主要有FTP文件传输协议、TFTP简单文件传输协议、HTTP 超文本传输协议、SMTP简单邮件传输协议、DBCP动态主机配置协议、telnet远程登录协议、DNS域名系统、SNMP简单网络管理协议。
传输层主要有两个传输协议，分别是TCP和UDP，这些协议负责提供流量控制、错误校验和排序服务
网络层中的协议主要有IP、ICMP网际控制报文协议、IGMP网际组管理协议、ARP地址解析协议、RARP反向地址解析协议
SDN南向接口负责与数据平面进行通信，北向接口负责与应用平面进行通信，东西向接口负责多控制器之间的通信。最主流的南向接口CDPI采用的是OpenFlow协议。OpenFlow最基本的特点是基于流的概念来匹配转发规则，每一个交换机都维护一个流表，依据流标中的转发规则进行转发，而流表的建立、维护和下发都是由控制器完成的。针对北向接口，应用程序通过北向接口编程来调用所需的各种网络资源，实现对网络的快速配置和部署。东西向接口使控制器具有可扩展性，为负载均衡和性能提升提供了技术保障。
第五代移动通信技术是具有高速率、低时延和大连接特点的新一代移动通信技术。为了支持低时延、高可靠，%G采用短帧、快速反馈、多层/多站数据重传等技术。
国际电信联盟ITU定义了5G的三大类应用场景：增强移动宽带eMBB、超高可靠低时延通信uRLLC、海量机器类通信mMTC 。
存储分类根据服务器类型分为：封闭系统的存储和开放系统的存储。封闭系统主要指大型机等服务器。开放系统指基于包括麒麟、欧拉、UNIX、Linux等操作系统的服务器。开放系统的存储分为：内置存储和外挂存储。外挂存储根据链接的方式分为直连存储DAS和网络化存储FAS。网络化存储根据传输协议又分为网络接入存储NAS和存储区域网络SAN。
虚拟化存储是云存储的核心技术之一，它把来自一个或多个网络的存储资源整合起来，向用户提供一个抽象的逻辑视图，用户可以通过这个视图中的统一逻辑接口来访问被整合的存储资源。
绿色存储技术的核心是设计运行温度更低的处理器和更有效的系统，生产更低能耗存储系统或组件，降低产品所产生的电子炭化合物，其最终目的是提高所有网络存储设备的能源效率，用最少的存储容量来满足业务需求，从而消耗最低的能源。
层次模型。层次模型是数据库系统最早使用的一种模型，它用树结构表示实体集之间的关联，其中实体集为结点，而树中各结点之间的连线表示他们之间的关联；
网状模型。网状模型系统采用网状模型作为数据的组织方式。网状模型用网状结构表示实体类型及其实体之间的联系。网状模型是一种可以灵活地描述事务及其之间关系的数据库模型；
关系模型。关系模型是在关系结构的数据库中用二维表格的形式表示实体以及实体之间的联系的模型。关系模型是以集合论中的关系概念为基础发展起来的。关系模型中无论是实体还是实体键的联系均有单一的结构类型关系来表示。
数据库根据存储方式可以分为关系型数据库SQL和非关系型数据库NoSQL。
关系型数据库。关系型数据库支持事务的ACID原则。及原子性、一致性、隔离性、持久性
分关系型数据库。分关系型数据库是分布式的、非关系型的、不保证遵循ACID原则的数据存储系统。NoSQL数据存储不粗要固定的表结构，通常也不存在链接操作。在大数据存取上具备关系型数据库无法比你的性能优势。
为了满足中高层管理人员预测、决策分析的需要，在传统数据库的基础上，产生了能够满足预测、鞠策分析需要的数据环境-----数据仓库。数据仓库相关的基础概念包括：
清洗/转换/加载：用户从数据源抽取出所需的数据，经过数据清洗、转换，最终按照预先定义好的数据仓库模型，将数据加载到数据仓库中去。
元数据：关于数据的数据，只在数据仓库建设过程中所产生的有关数据源定义、目标定义、转换规则等相关的关键数据。同时元数据还包含关于数据含义的商业信息。典型的元数据包括：数据仓库表的结构、数据仓库表的属性、数据仓库的元数据、从记录系统到数据仓库的映射、数据模型的规格说明、抽取日志和访问数据的公用例行程序。
数据仓库是一个面向主题的、集成的、非易失的且随时间变化的数据集合，用于支持管理决策。
数据源。他是数据仓库系统的基础，是整个系统的数据源泉
数据的存储与管理。他是整个数据仓库系统的核心，针对现有各业务系统的数据，进行抽取、清理并有效集成，按照主体进行组织。数据仓库按照数据的覆盖范围可以分为组织级数据仓库和部门级数据仓库。
联机分析处理服务器。OLAP对分析需要的数据进行有效集成，按多维模型予以组织，以便进行多角度、多层次的分析，并发现趋势。
前端工具。前端工具主要包括各种查询工具、报表工具、分析工具、数据挖掘工具以及各种机遇数据仓库或数据集市的应用开发工具。其中数据分析工具主要针对OLAP服务器，报表工具、数据挖掘工具主要针对数据仓库。
信息安全强调信息本省的安全属性，主要包括以下内容：
保密性：信息不被未授权者知晓的属性
完整性：信息是正确的、真实的、未被篡改的、完整无缺的属性
可用性：信息可以随时正常使用的属性
安全可以划分为四个层次：设备安全、数据安全、内容安全、行为安全
分为对称密钥体制和非对称密钥体制，对数据加密分为对称加密和非对称加密。对称加密以数据加密标准DES算法为典型代表，非对称加密通常以RSA算法为代表
用户和实体行为分析UEBA提供了用户画像及基于各种分析方法的异常检测，结合基本分析方法和高级分析方法，用打包分析来评估用户和其他实体，发现与用户或实体标准画像或异常的活动所相关的潜在事件。UEBA以用户和实体为对象，利用大数据，结合规则以及及其学习模型，并通过定义此类基线，对用户和实体行为进行分析和异常检测，尽可能快速递感知内部用户和实体的可以或非法行为。
UEBA是一个完整的系统，涉及算法、工程等检测部分，以及用户与实体风险评分排序、调查等用户交换和反馈。从架构上看，UEBA系统通常包括数据获取层、算法分析层和场景应用层
网络安全态势感知实在大规模网络环境中，对能够引起网络态势发生变化的安全要素进行获取、理解、显示，并据此预测未来的网络安全发展趋势。安全态势感知不仅是一种安全技术，也是易总新兴的安全概念。
网络安全态势感知的关键技术主要包括：海量多元异构数据的汇聚融合技术、面向多类型的网络安全威胁评估技术、网络安全态势评估与决策支撑技术、网络安全态势可视化