Тест на тему Наши ближайшие соседи

Ниже приведён тест по информатике для 9 класса. Тип вопросов — открытые. Всего 2 вопроса. Для учителя — приведены образцы ответов.

1. Вопрос 1 Опишите, что такое IP-адрес узла в глобальной сети Интернет. Какие существуют типы IP‑адресов (IPv4 и IPv6) и чем они отличаются? Что такое приватные и публичные IP‑адреса и зачем используется NAT? Как устройство получает IP‑адрес в локальной сети, и как доменное имя превращается в IP‑адрес (роль DNS)? Приведите примеры.

Ответ (образец):

• IP‑адрес узла — уникальный идентификатор устройства (компьютера, сервера, телефона и пр.), который позволяет маршрутизаторам доставлять пакеты данных к этому устройству.
• IPv4 vs IPv6:
  • IPv4: 32 бита, адреса вида х.x.x.x (например, 192.168.1.5). Ограничено количеством уникальных адресов.
  • IPv6: 128 бит, адреса вида 2001:0db8:85a3:0000:0000:8a2e:0370:7334. Большее пространство адресов, улучшенная авто-конфигурация и другие преимущества.
• Приватные и публичные IP‑адреса:
  • Приватные: не маршрутизируются в интернете напрямую (например, 10.0.0.0/8, 172.16.0.0/12, 192.168.0.0/16). Используются внутри локальных сетей.
  • Публичные: уникальны в глобальном интернете и маршрутизируются в интернет.
• NAT (Network Address Translation): технология, позволяющая нескольким устройствам в локальной сети использовать один публичный IP‑адрес для доступа к интернету. Часто применяется из-за нехватки публичных IPv4‑адресов.
• Как устройство получает IP‑адрес в локальной сети:
  • Обычно через DHCP: DHCP‑сервер выдает устройству IP‑адрес, маску подсети, шлюз и DNS‑сервера.
  • В ножественных случаях — статический IP, ручная настройка.
• Роль DNS:
  • Доменные имена (например, example.com) переводятся в IP‑адреса, чтобы браузер мог установить соединение с нужным сервером. DNS — это «книга телефонов» интернета, которая сопоставляет имена и адреса.
• Пример связи: пользователь набирает сайт в браузере → устройство запрашивает IP через DNS → получив IP, отправляется запрос к соответствующему серверу.

2. Вопрос 2 Что такое большие данные (Big Data)? Какие данные входят в Big Data и почему они сложны для обработки? Опишите 3–4 свойства Big Data и приведите примеры того, как они применяются в интернете. Какие подходы используются для хранения и обработки больших данных (распределённые системы, такие как Hadoop или Spark, потоковая обработка) на простых примерах?

Ответ (образец):

• Что такое Big Data: наборы данных такого объёма и сложности, что обычные базы данных и классические методы обработки не справляются без специальных технологий.
• Источники Big Data: логи веб-сайтов, социальные сети, сенсоры и устройства интернета вещей, мобильные приложения, финансовые транзакции.
• Основные свойства (3–4 V):
  • Объём (Volume): очень большие объёмы данных.
  • Скорость (Velocity): данные поступают быстро и требуют оперативной обработки.
  • Разнообразие (Variety): структурированные данные и неструктурированные (текст, изображения, видео, логи).
  • Ценность/Истинность (Value/Veracity): важность получения достоверной и полезной информации и управление погрешностью.
  • Иногда добавляют ещё вариативность (Variability) и ценность (Value).
• Примеры применения в интернете:
  • Рекомендательные системы и персонализация контента (интернет‑магазины, стриминг).
  • Аналитика веб‑трафика и улучшение пользовательского опыта (популярность страниц, скорость загрузки).
  • Поиск и анализ больших массивов данных (поиск информации, анализ трендов).
• Подходы к хранению и обработке:
  • Распределённые хранилища и базы данных (HDFS, NoSQL‑хранилища), чтобы хранить огромные объёмы данных.
  • Распределённые вычисления: пакетная обработка (MapReduce) и потоковая обработка (Spark Streaming, Apache Flink).
  • Облачные технологии и кластеры, масштабируемость по требованию.
• Этапы обработки больших данных (упрощённо): сбор данных → хранение → предварительная обработка/очистка → анализ/моделирование → визуализация и принятие решений.
• Пример: анализ кликов пользователей на сайте для определения наиболее эффективной рекламы и улучшения конверсии.
• Пример с сенсорами: сбор и анализ данных с множества датчиков IoT для мониторинга состояния оборудования и предупреждения о поломках.

Если нужно, могу адаптировать вопросы под конкретный учебник или добавить критерии оценивания.