2023广西壮族自治区公安机关大数据职位专业科目笔试和专业技能测试大纲

为便于应试者充分了解广西壮族自治区公安机关大数据职位专业科目笔试和专业技能测试,制定本大纲。

一、考试性质和目标

通过本考试的合格人员能根据应用部门的要求进行大数据系统的规划、设计,能进行大数据系统的运行、维护、管理,能高效、安全地管理网络资源;对大数据系统开发进行业务指导,具有较强的大数据应用和管理能力;熟悉数据搜集、整理、分析,并依据数据做业务研究、评估和预测的专业人员;能够对网络安全开展审计、对网络安全事件开展应急处置和调查;。

二、考试方式和时限

三、考试内容

本大纲规定了每一个知识要点的内容和深度要求,分为“了解”“理解”和“掌握”三类:

了解:是最低深度要求,考生需要正确认识该知识要点的基本概念和原理,大纲内未作特别标注的都为了解性要求。

(一)计算机组成原理

1.计算机硬件的发展历程

2.计算机软件的分类

3.计算机硬件的基本组成

4.计算机软件和硬件的关系

5.计算机的工作过程

6.★计算机的性能指标

7.★进位计数制及其相互转换

8.★字符和字符串

9.浮点数的表示和运算

10.存储器的分类

11.存储器的性能指标

12.虚拟存储器

13.指令的基本格式

14.常见数据寻址方式

15.CISC和RISC的基本概念

16.CPU的功能和基本结构

17.总线标准

18.★★常见编码的识别与转换

(1)ASCII编码

(2)Base64编码

(3)shellcode编码

(4)Quoted-printable编码

(5)XXencode编码

(6)UUencode编码

(7)URL编码

(8)Unicode编码

(9)Escape/Unescape编码

(10)HTML实体编码

(11)莫尔斯电码(MorseCode)

(二)操作系统

1.操作系统的基本概念

2.操作系统的主要功能和提供的服务

3.操作系统的分类

4.★进程与线程

5.处理器的调度

6.★★内存管理

7.★★文件管理

8.★设备管理

9.★磁盘阵列

10.★★Linux基础

(1)常用基础命令

(2)根目录结构

(3)进程管理

(4)UID和GID

(5)权限设置

(6)procfs文件系统

(7)用户管理

(8)引导和启动

11.★★Windows基础

(1)Windows的版本

(2)引导和启动

(3)用户管理

(4)文件系统

(5)服务

(6)注册表

(7)进程管理

(8)设备管理

(9)日志与日志文件

(三)计算机网络

1.计算机网络的组成

2.计算机网络的分类

3.计算机网络体系结构与参考模型

4.物理层

(1)数据传输方式

(2)传输介质分类

(3)物理层设备

(4)数据链路层

(5)局域网的基本概念与体系结构

(6)以太网的工作原理

(7)以太网的MAC帧

(8)以太网的传输介质

(9)无线局域网

(10)广域网

(11)数据链路层设备

(12)★虚拟局域网(VLAN)

5.网络层

(1)子网划分和无分类编址CIDR

(2)路由算法

(3)★IP地址的分类、IP数据报格式、NAT

(4)ARP、DHCP和ICMP

(5)3种常用路由选择协议:RIP、OSPF、BGP

(6)IP组播、移动IP的基本概念

(7)路由器的组成和功能

(8)★IPV6

6.传输层

(1)TCP的流量控制和拥塞控制机制

(2)★TCP报文格式

(3)★UDP数据报格式

7.★★应用层

(1)域名解析过程

(2)FTP的工作原理

(3)HTTP抓包与调试

(4)Fiddler的使用与操作

(5)Wireshark的使用与操作

(6)服务端跳转

(7)客户端跳转

(8)常见搜索引擎高级语法的使用

(9)HTTP请求与响应

(10)HTTP的请求方法

(11)URL的特征分析

(12)HTTP消息头

(13)HTTP状态码

(14)使用浏览器执行前端JavaScript

(15)使用Node.js执行后端JavaScript

(四)数据库系统

1.数据库系统的基本概念

2.数据库的分类和常见数据库软件

3.SQL的特点

4.★★使用SQL语言完成对数据库的查询、插入、删除、更新操作,可以用SQL语言正确完成复杂查询操作。

(1)查询多个列

(2)查询去重

(3)SQL聚合函数

(4)SQL字符串函数

(5)SQL数值函数

(7)SQL数据分组

5.★★常见数据库的备份操作

6.★★通过数据库日志恢复数据

7.★常见数据库的客户端工具的使用

8.★★能够在MySQL、SQLite上通过编程的方式开发应用程序,完成对数据库的各种操作;能够使用ODBC、JDBC进行数据库应用程序的设计。

9.★★数据库连接地址、连接口令的分析方法

(五)★★数据结构与算法

1.二叉树的定义及其主要特征

2.二叉排序树

3.赫夫曼(Hoffman)树和赫夫曼编码

4.树和森林的遍历

5.图的基本概念

6.图的遍历算法

7.普里姆算法和克鲁斯卡尔算法

8.迪杰斯特拉算法

9.弗洛伊德算法

10.关键路径核心算法

11.拓扑排序核心算法

12.排序算法

13.顺序查找算法

14.折半查找算法

15.二排序树的基本算法

16.B-树的基本概念和操作

17.B+树的基本概念和操作

(六)★★网络安全基础

1.流量分析识别网络安全威胁

(1)端口扫描与监听

(2)口令破解

(3)拒绝服务攻击

(4)漏洞攻击(缓冲区溢出、系统漏洞、应用软件漏洞)

(5)僵尸网络

(6)网络钓鱼

(7)网络欺骗

(8)网站安全威胁(SQL注入漏洞、跨域攻击、命令执行漏洞、文件漏洞等)

2.常见漏洞的利用方法

3.主流渗透测试和扫描工具的使用

4.主流数据库语句以及SQL注入漏洞手工测试及绕过方法

5.常见的漏洞原理和利用方式

6.主流中间件的常见安全隐患及加固方式

7.恶意代码、文件传播方式判断和路径追溯

8.通过Apache、IIS日志分析网络入侵行为

9.XSS漏洞手工测试方法

(七)★★数据分析与挖掘

1.关键字搜索方法

(1)GREP语法

(2)关键字的编码

2.使用EXCEL或者WPS进行数据分析

(1)单元格格式调整方法

(2)数据查找和替换方法

(3)外部数据导入导出方法

(4)数据有效性检查方法

(6)数据筛选和排序

(7)数据分类汇总

(8)数据透视表、图的使用,包括分类汇总、取平均、最大最小值、自动排序、自动筛选、自动分组;可分析占比、同比、环比、定比

(9)EXCEL两表数据比对方法

(10)EXCEL常用统计公式使用

(11)日期函数:day,month,year,date,today,weekday,weeknum

(12)数学函数:product,rand,randbetween,round,sum,sumif,sumifs,sumproduct

(13)统计函数:large,small,max,min,median,mode,rank,count,countif,countifs,average,averageif

(14)查找和引用函数:choose,match,index,indirect,column,row,vlookup,hlookup,lookup,offset,getpivotdata

(15)文本函数:find,search,text,value,concatenate,left,right,mid,len

(16)逻辑函数:and,or,false,true,if,iferror

3.文本编辑器数据处理

(1)列编辑模式的使用

(2)各类编码字符的搜索和替换

(3)正则搜索语法

4.数据清洗

使用Python对乱码,错位,重复值,未匹配等脏数据进行补全、删除等一致化处理。

5.大数据分析

(2)熟悉机器学习常见的算法,如聚类、决策树、关联分析等,如能够使用聚类算法进行分析、K-means算法对相似的数据进行分类。

(3)使用Python爬取网站数据。

(八)★★逆向工程

1.Android、IOS调试、逆向工具使用

(1)apktool,jd-gui等安卓APK的反编译与加壳、动态调试技术

(2)熟悉IOSipa文件的反编译,动态调试

2.IDA、WinDbg、OllyDbg、PEID等调试、逆向工具的使用

(九)★加密与解密

1.加密解密原理

(1)Hash算法和数字签名原理

(2)对称与非对称加密算法原理

(3)字典穷举原理

(4)彩虹表原理

(5)常用的解密站点与工具

2.加密文件的识别、查找方法

(1)常见“哈西+盐”的特征和识别方法

(2)常见文件加密工具的特点和识别方法

(3)常见磁盘加密的特点和识别方法

3.密码破解技术及工具的使用方法

(1)暴力破解技术及工具

(2)基于数据字典破解技术

(3)基于社会工程学破解技术

(4)数据库密码破解

(5)Windows的密码移除

4.代码混淆加密与解密

(1)asp混淆加密

(2)php混淆加密

(3)css/js混淆加密

(4)VBScript.Encode混淆加密

(5)ppencode

(6)rrencode

(7)jjencode/aaencode

(8)JSfuck

(9)jother

四、题型样例

(一)选择题(单选、多选题)

(二)填空题

1.查看当前Linux系统内安装的web服务版本。

2.网管小王在上网途中发现自己的网络访问异常缓慢,于是对网络出口捕获了流量(goodluck.pcapng),请您分析流量后进行回答。此时正在进行的可能是__________协议的网络攻击。

(三)编程题

某百货公司为了促销,采用购物打折的优惠方法,每位顾客一次购物:在1000元以上者,按9.5折优惠;在2000以上者,按9折优惠:在3000以上者,按8.5折优惠;在5000以上者,按8折优惠;编写程序,输入购物款数,计算并输出优惠价。

(四)简答题

1.什么是多线程多线程与多任务有什么区别

2.当用户在Web览器中输入域名“www.goodluck.com”访问该网站时,可能会依次发送哪些报文

原标题:2023年度广西壮族自治区公安机关特殊职位招录工作简章

THE END
1.大数据分析算法综述在大数据时代,数据挖掘和分析成为了从海量数据中提取有价值信息的关键技术。以下是一些常用的大数据分析算法,它们在不同的场景下发挥着重要作用。 1. 聚类算法 聚类算法是无监督学习算法的一种,主要用于将数据集中的样本根据相似性划分为多个类别或群组。其中,K-均值算法是聚类算法中最为常见的一种,它通过最小化每个https://blog.csdn.net/2401_83449341/article/details/144412105
2.大数据分析中常用的算法有哪些?大数据分析中常用的算法有哪些? 收藏 大数据分析是指通过处理和分析大规模数据集来提取有价值的信息和洞察力,以支持决策和解决问题。在大数据分析中,有许多常用的算法被广泛应用。以下是一些常见的大数据分析算法: 线性回归:线性回归是一种基本的统计分析方法,用于建立一个线性模型来描述变量之间的关系。在大数据分析中https://www.cda.cn/view/203010.html
3.大数据分析的常用算法有哪些帆软数字化转型知识库大数据分析的常用算法包括:回归分析、分类分析、聚类分析、关联规则、时间序列分析、决策树、随机森林、支持向量机(SVM)、神经网络、主成分分析(PCA)。其中,回归分析是一种重要的统计方法,用于确定变量之间的关系。在大数据分析中,回归分析可用于预测和建模。例如,电商平台可以通过回归分析预测未来的销售趋势,从而优化库存https://www.fanruan.com/blog/article/78585/
4.大数据分析数学公式大全mob64ca12dd455e的技术博客大数据分析中的数学公式与应用 在当今数字化的时代,大数据分析已成为各行各业不可或缺的一部分。从金融、医疗到社交媒体,数据的海洋为我们提供了丰富的洞见。本文将探讨一些大数据分析的基础数学公式,并通过代码示例来进行具体演示。 1. 大数据分析的基本数学公式 https://blog.51cto.com/u_16213352/11912375
5.大数据分析的常用算法大数据处理算法研究与实现.pdf大数据分析的常用算法大数据处理算法研究与 实现 大数据处理算法研究与实现 摘要:在适应了不同的环境的企业的发展的条下,提供有包括 企业或具有确定相对运动的构的组合等在互联网上注册的名称, 是互联网比较重要的部分、成套的设备、系统控制在内的完整的 网络平台服务。构建有自己的电子商务寄放平台,大数据是我国 重要https://m.book118.com/html/2021/0812/8007117002003133.shtm
6.大数据分析的常用方法有大数据分析的常用方法有 简介 大数据分析的常用方法有 方法/步骤 1 神经网络方法:神经网络可用于数据挖掘的分类、聚类、特征挖掘、预测和模式识别等方面,在数据挖掘中占有举足轻重的作用。起初,神经网络在数据挖掘中的应用未被看好,其主要原因是神经网络具有结构复杂、可解释性差、训练时间长等缺陷。但其对噪声https://jingyan.baidu.com/article/22a299b5f18a79df18376a66.html
7.数据采集复习题作用:快速地大规模查询,分析和转换数据 特点:运行速度快,易用性好,通用性强,被优化为在内存中运行。 比较:Spark的MapReduce的Job中间输出和结果可以保存在内存中,从而不再需要读写HDFS,因此Spark能更好地适用于数据挖掘与机器学习 等需要迭代的map reduce的算法。 https://www.skycaiji.com/aigc/ai1303.html
8.人工智能快速发展趋势下,中国该如何应对?尽管我国在数据、算力、算法及模型的基础层资源与研究积累日益丰富,为开展下游人工智能场景创新应用打下了坚实基础,但在应用场景上仍存在“对场景创新认识不到位,重大场景系统设计不足,场景机会开放程度不够,场景创新生态不完善”等问题。为此,2022年,我国陆续出台一系列指导意见及通知,持续加强对人工智能场景创新工作的https://developer.aliyun.com/article/1179745
9.大数据:分类算法深度解析在大数据时代,处理海量数据并从中提取有用信息变得至关重要。分类算法是机器学习领域的核心,它们在大数据分析、模式识别和决策支持等方面发挥着关键作用。本文将深度解析大数据分类算法,包括其基本原理、常见算法、应用场景以及未来发展方向。 1. 背景 随着社会数字化程度的提高,大数据的快速增长成为了当今时代的一大趋势。http://www.360doc.com/content/24/0112/20/78411425_1110858832.shtml
10.大数据分析中的算法(2024年春季)本课程考核包括平时作业和程序,期中考试,期末大项目,请谨慎选课 上课地点:二教401 外院系本科生未选上课的同学请邮件和微信告知学号 2020年春季课程回放视频 华文慕课平台,点击此链接 课程代码:00136720 (本科生),00100863 (本研合) 课程内容: 侧重数据分析中的数值代数和最优化算法 http://faculty.bicmr.pku.edu.cn/~wenzw/bigdata2024.html
11.大数据常用的各种算法而到了大数据时代,几百TB甚至上PB的数据在分析师或者老板的报告中,就只是几个数字结论而已。在数数的过程中,数据中存在的信息也随之被丢弃,留下的那几个数字所能代表的信息价值,不抵其真实价值之万一。过去十年,许多公司花了大价钱,用上了物联网和云计算,收集了大量的数据,但是到头来却发现得到的收益并没有https://www.jianshu.com/p/1e43bfd0487a
12.大数据分析是什么通过大数据分析算法,应该对于数据进行一定的推断,这样的数据才更有指导性。 在大数据时代,大数据分析价值不可估量。在防伪行业中,大数据分析可为企业实现更优质的服务;在企业中,大数据分析为企业决策者以及监管部门提供决策参考,也可帮助企业更准确找到自身定位和发展方向。https://www.linkflowtech.com/news/2090
13.年薪50万!北航合肥创新研究院招募研究员!澎湃号·政务4、了解CV、机器学习、深度学习或强化学习、大数据分析等常用算法及模型,具备较强的编程能力,熟悉Tensorflow等机器学习平台; 5、有重大基础研究和应用研究经验者以及具备产学研合作和科技成果转化经验者优先; 6、能紧跟自身科研领域的发展方向,具有较强的团结协作、拼搏奉献精神,能够协助团队负责人开展科研管理工作。 https://www.thepaper.cn/newsDetail_forward_4985535