免费智能真题库 > 历年试卷 > 软件设计师 > 2020年下半年 软件设计师 下午试卷 案例
  第1题      
  知识点：   数据流图   机器学习   监控   结构化方法   数据流   图像。   信号   信息管理   学习方法   指令

 
某工厂制造企业为了开发软件智能检测以有效提升检测效率，节约人力资源，该系统的主要功能是:
（1）基础信息管理。管理员对检测标准和检测规则等基础信息设置。
（2）检测模型部署。 管理员对常用机器学习方法建立的检测模型分布。
（3）图像采集。实时将检测多样的产品待检测建分存储，包括产品结构，生产时间，图像信号和产品图像。
（4）缺陷检测。根据检测模型和检测质量标准对图像采集所收到的产品检测信息中所有图像进行检测或所有图像检测合格。若一个产品出现一张图像检测不合格，就表示该产品不合格，对不合格产品，其检测结果包括，产品型号和不合格类型。
（5）质量检测。根据监控规则对产品质量进行监控将检测情况展示给检测业务员，若满足条件。向检测业务员发送质量检测，质量检测是发起远程控制部分，检测设备发送控制指令进行处理。
（6）模型监控。在系统中部署的模型、产品的检测信息结合基础信息进行监测分析，将模型运行情况发给监控人员。
现采用结构化方法对智能检测系统，进行分析与设计，获得如图1-1所示的上下文数据流图和图1-2所示的0层数据流图。

 
问题：1.1   使用说明中的语句对图1-1中的实体E1~ E4的名称。
 
问题：1.2   使用说明中的语句对图1-2中的数据存储D1~D3的名称。
 
问题：1.3   根据注明和图中术语，补齐图1-2中缺失的数据及起点和终点。
 
问题：1.4   根据说明，采用结构化语言对“缺陷检测”的加工逻辑进行描述。
 
 
 

   知识点讲解    
   · 数据流图    · 机器学习    · 监控    · 结构化方法    · 数据流    · 图像。    · 信号    · 信息管理    · 学习方法    · 指令
 
       数据流图
        数据流图也称数据流程图（Data Flow Diagram，DFD），它是一种便于用户理解、分析系统数据流程的图形工具。它摆脱了系统的物理内容，精确地在逻辑上描述系统的功能、输入、输出和数据存储等，是系统逻辑模型的重要组成部分。
        1）数据流图的基本图形元素
        数据流图中的基本图形元素包括数据流（Data Flow）、加工（Process）、数据存储（Data Store）和外部实体（Extemal Agent）。其中，数据流、加工和数据存储用于构建软件系统内部的数据处理模型；外部实体表示存在于系统之外的对象，用来帮助用户理解系统数据的来源和去向。
        （1）数据流。
        数据流由一组固定成分的数据组成，表示数据的流向。在DFD中，数据流的流向可以有以下几种：从一个加工流向另一个加工；从加工流向数据存储（写）：从数据存储流向加工（读）；从外部实体流向加工（输入）；从加工流向外部实体（输出）。
        DFD中的每个数据流用一个定义明确的名字表示。除了流向数据存储或从数据存储流出的数据流不必命名外，每个数据流都必须有一个合适的名字，以反映该数据流的含义。值得注意的是，DFD中描述的是数据流，而不是控制流。
        数据流或者由具体的数据属性（也称为数据结构）构成，或者由其他数据流构成。组合数据流是由其他数据流构成的数据流，它们用于在高层的数据流图中组合相似的数据流，以使数据流图更便于阅读。
        （2）加工。
        加工描述了输入数据流到输出数据流之间的变换，也就是输入数据流经过什么处理后变成了输出数据流。每个加工都有一个名字和编号。编号能反映出该加工位于分层DFD中的哪个层次和哪张图中，也能够看出它是哪个加工分解出来的子加工。
        一个加工可以有多个输入数据流和多个输出数据流，但至少有一个输入数据流和一个输出数据流。
        （3）数据存储。
        数据存储用来存储数据。通常，一个流入加工的数据流经过加工处理后就消失了，而它的某些数据（或全部数据）可能被加工成输出数据流，流向其他加工或外部实体。除此之外，在软件系统中还常常要把某些信息保存下来以供以后使用，这时可以使用数据存储。
        每个数据存储都有一个定义明确的名字标识。可以有数据流流入数据存储，表示数据的写入操作；也可以有数据流从数据向数据存储，表示对数据的修改。
        这里要说明的是，DFD中的数据存储在具体实现时可以用文件系统实现，也可以用数据库系统实现。数据存储的存储介质可以是磁盘、磁带或其他存储介质。
        （4）外部实体（外部主体）。
        外部实体是指存在于软件系统之外的人员或组织，它指出系统所需数据的发源地（源）和系统所产生的数据的归宿地（宿）。例如，对于一个考务处理系统而言，考生向系统提供报名单（输入数据流），所以考生是考务处理系统的一个源；而考务处理系统要将考试成绩的统计分析表（输出数据流）传递给考试中心，所以考试中心是该系统的一个宿。
        在许多系统中，某个源和某个宿可以是同一个人员或组织，此时，在DFD中可以用同一个符号表示。考生向系统提供报名单，而系统向考生送出准考证，所以在考务处理系统中，考生既是源又是宿。
        源和宿采用相同的图形符号表示，当数据流从该符号流出时，表示它是源；当数据流流向该符号时，表示它是宿；当两者皆有时，表示它既是源又是宿。
        2）数据流图的扩充符号
        在DFD中，一个加工可以有多个输入数据流和多个输出数据流，此时可以加上一些扩充符号来描述多个数据流之间的关系。
        （1）星号（*）。
        星号表示数据流之间存在"与"关系。如果是输入流则表示所有输入数据流全部到达后才能进行加工处理；如果是输出流则表示加工结束将同时产生所有的输出数据流。
        （2）加号（+）。
        加号表示数据流之间存在"或"关系。如果是输入流则表示其中任何一个输入数据流到达后就能进行加工处理；如果是输入流则表示加工处理的结果是至少产生其中一个输出数据流。
        （3）异或（⊕）。
        异或表示数据流之间存在"互斥"关系。如果是输入流则表示当且仅当其中一个输入流到达后才能进行加工处理；如果是输出流则表示加工处理的结果是仅产生这些输出数据流中的一个。
        3）数据流图的层次结构
        从原理上讲，只要纸足够大，一个软件系统的分析模型就可以画在一张纸上。然而，一个复杂的软件系统可能涉及上百个加工和上百个数据流，甚至更多。如果将它们画在一张图上，则会十分复杂，不易阅读，也不易理解。
        根据自顶向下逐层分解的思想，可以将数据流图按照层次结构来绘制，每张图中的加工个数可大致控制在"7加减2"的范围内，从而构成一套分层数据流图。
        （1）层次结构。
        分层数据流图的顶层只有一张图，其中只有一个加工，代表整个软件系统，该加工描述了软件系统与外界之间的数据流，称为顶层图。
        顶层图中的加工（即系统）经分解后的图称为0层图，也只有一张。处于分层数据流图最底层的图称为底层图，在底层图中，所有的加工不再进行分解。分层数据流图中的其他图称为中间层，其中至少有一个加工（也可以是所有加工）被分解成一张子图。在整套分层数据流图中，凡是不再分解成子图的加工称为基本加工。
        （2）图和加工的编号。
        首先介绍父图和子图的概念。
        如果某图（记为A）中的某一个加工分解成一张子图（记为B），则称A是B的父图，B是A的子图。若父图中有n个加工，则它可以有0一刀张子图，但每张子图只对应一张父图。
        为了方便对图进行管理和查找，可以采用下列方式对DFD中的图和加工编号。
        ①顶层图中只有一个加工（代表整个软件系统），该加工不必编号。
        ②0层图中的加工编号分别为1、2、3--。
        ③子图号就是父图中被分解的加工号。
        ④对于子图中加工的编号，若父图中的加工号为X的加工分解成某一子图，则该子图中的加工编号分别为x.1、x.2、X.3…。
        4）分层数据流图的审查
        在分层数据流图画好后，应该认真检查图中是否存在错误或不合理（不理想）的部分。
        （1）分层数据流图的一致性和完整性。
        ①分层数据流图的一致性。
        a．父图与子图的平衡。
        b．数据守恒。
        c．局部数据存储。
        d．一个加工的输出数据流不能与该加工的输入数据流同名。
        ②分层数据流图的完整性。
        a．每个加工至少有一个输入数据流和一个输出数据流。
        b．在整套分层数据流图中，每个数据存储应至少有一个加工对其进行读操作，另一个加工对其进行写操作。
        c．分层数据流图中的每个数据流和文件都必须命名（除了流入或流出数据存储的数据流），并保持与数据字典一致。
        d．分层数据流图中的每个基本加工都应有一个加工规约。
        （2）构造分层DFD时需要注意的问题。
        ①适当命名。
        a．名字应反映整个对象（如数据流、加工），而不是只反映它的某一部分。
        b．避免使用空洞的、含义不清的名字，如"数据""信息""处理""统计"等。
        c．如果发现某个数据流或加工难以命名，往往是DFD分解不当的征兆，此时应考虑重新分解。
        ②画数据流而不是控制流。
        ③避免一个加工有过多的数据流。
        a．把需要重新分解的某张图的所有子图连接成一张图。
        b．把连接后的图重新划分成几个部分，使各部分之间的联系最小。
        c．重新定义父图，即第b步中的每个部分作为父图中的一个加工。
        d．重新建立各子图，即第b步中的每个部分都是一张子图。
        e．为所有的加工重新命名并编号。
        ④分解尽可能均匀。
        ⑤先考虑确定状态，忽略琐碎的细节。
        ⑥随时准备重画。
        （3）分解的程度。
        在自顶向下画数据流图时，为了便于对分解层数进行把握，可以参照以下几条与分解有关的原则。
        ①7加减2。
        ②分解应自然，概念上应合理、清晰。
        ③只要不影响DFD的易理解性，可适当增加子加工数量，以减少层数。
        ④一般来说，上层分解得快一些（即多分解几个加工），下层分解得慢一些（即少分解几个加工）。
        ⑤分解要均匀。
 
       机器学习
        机器学习（Machine Learning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。基于数据的机器学习是现代智能技术中的重要方法之一，研究从观测数据（样本）出发寻找规律，利用这些规律对未来数据或无法观测的数据进行预测。根据学习模式、学习方法以及算法的不同，机器学习存在不同的分类方法。
        根据学习模式将机器学习分类为监督学习、无监督学习和强化学习等。
        （1）监督学习。监督学习是利用已标记的有限训练数据集，通过某种学习策略／方法建立一个模型，实现对新数据／实例的标记（分类）／映射，最典型的监督学习算法包括回归和分类。监督学习要求训练样本的分类标签已知，分类标签精确度越高，样本越具有代表性，学习模型的准确度越高。监督学习在自然语言处理、信息检索、文本挖掘、手写体辨识、垃圾邮件侦测等领域获得了广泛应用。
        （2）无监督学习。无监督学习是利用无标记的有限数据描述隐藏在未标记数据中的结构／规律，最典型的无监督学习算法包括单类密度估计、单类数据降维、聚类等。无监督学习不需要训练样本和人工标注数据，便于压缩数据存储、减少计算量、提升算法速度，还可以避免正、负样本偏移引起的分类错误问题。主要用于经济预测、异常检测、数据挖掘、图像处理、模式识别等领域，例如组织大型计算机集群、社交网络分析、市场分割、天文数据分析等。
        （3）强化学习。强化学习是智能系统从环境到行为映射的学习，以使强化信号函数值最大。由于外部环境提供的信息很少，强化学习系统必须靠自身的经历进行学习。强化学习的目标是学习从环境状态到行为的映射，使得智能体选择的行为能够获得环境最大的奖赏，使得外部环境对学习系统在某种意义下的评价为最佳。其在机器人控制、无人驾驶、下棋、工业控制等领域获得成功应用。
        根据学习方法可以将机器学习分为传统机器学习和深度学习。
        （1）传统机器学习。传统机器学习从一些观测（训练）样本出发，试图发现不能通过原理分析获得的规律，实现对未来数据行为或趋势的准确预测。相关算法包括逻辑回归、隐马尔科夫方法、支持向量机方法、K近邻方法、三层人工神经网络方法、Adaboost算法、贝叶斯方法以及决策树方法等。传统机器学习平衡了学习结果的有效性与学习模型的可解释性，为解决有限样本的学习问题提供了一种框架，主要用于有限样本情况下的模式分类、回归分析、概率密度估计等。传统机器学习方法共同的重要理论基础之一是统计学，在自然语言处理、语音识别、图像识别、信息检索和生物信息等许多计算机领域获得了广泛应用。
        （2）深度学习。深度学习是建立深层结构模型的学习方法，典型的深度学习算法包括深度置信网络、卷积神经网络、受限玻尔兹曼机和循环神经网络等。深度学习又称为深度神经网络（指层数超过3层的神经网络）。深度学习作为机器学习研究中的一个新兴领域，由Hinton等人于2006年提出。深度学习源于多层神经网络，其实质是给出了一种将特征表示和学习合二为一的方式。深度学习的特点是放弃了可解释性，单纯追求学习的有效性。经过多年的摸索尝试和研究，已经产生了诸多深度神经网络的模型，其中卷积神经网络、循环神经网络是两类典型的模型。卷积神经网络常被应用于空间性分布数据；循环神经网络在神经网络中引入了记忆和反馈，常被应用于时间性分布数据。深度学习框架是进行深度学习的基础底层框架，一般包含主流的神经网络算法模型，提供稳定的深度学习API，支持训练模型在服务器和GPU、TPU间的分布式学习，部分框架还具备在包括移动设备、云平台在内的多种平台上运行的移植能力，从而为深度学习算法带来前所未有的运行速度和实用性。目前主流的开源算法框架有TensorFlow、Caffe/Caffe2、CNTK、MXNet、Paddle-paddle、Torch/PyTorch、Theano等。
        此外，机器学习的常见算法还包括迁移学习、主动学习和演化学习等。
        （1）迁移学习。迁移学习是指当在某些领域无法取得足够多的数据进行模型训练时，利用另一领域数据获得的关系进行的学习。迁移学习可以把已训练好的模型参数迁移到新的模型指导新模型训练，可以更有效地学习底层规则、减少数据量。目前的迁移学习技术主要在变量有限的小规模应用中使用，如基于传感器网络的定位，文字分类和图像分类等。未来迁移学习将被广泛应用于解决更有挑战性的问题，如视频分类、社交网络分析、逻辑推理等。
        （2）主动学习。主动学习通过一定的算法查询最有用的未标记样本，并交由专家进行标记，然后用查询到的样本训练分类模型来提高模型的精度。主动学习能够选择性地获取知识，通过较少的训练样本获得高性能的模型，最常用的策略是通过不确定性准则和差异性准则选取有效的样本。
        （3）演化学习。演化学习对优化问题性质要求极少，只需能够评估解的好坏即可，适用于求解复杂的优化问题，也能直接用于多目标优化。演化算法包括粒子群优化算法、多目标演化算法等。目前针对演化学习的研究主要集中在演化数据聚类、对演化数据更有效的分类，以及提供某种自适应机制以确定演化机制的影响等。
 
       监控
        主要包括故障监控和性能、流量、负载等状态监控，这些监控关系到集群的健康运行及潜在问题的及时发现与干预。
        （1）服务故障、状态监控：主要是对服务器自身、上层应用、关联服务数据交互监控；例如针对前端Web Server，就可以有很多种类型的监控，包括应用端口状态监控，便于及时发现服务器或应用本身是否崩溃、通过ICMP包探测服务器健康状态，更上层可能还包括应用各频道业务的监控，这些只是一部分，还有多种监控方式，依应用特点而定。还有一些问题需解决，如集群过大，如何高性能地进行监控也是一个现实问题。
        （2）集群状态类的监控或统计，为合理管理调优集群提供数据参考，包括服务瓶颈、性能问题、异常流量、攻击等问题。
 
       结构化方法
        结构化方法属于自顶向下的开发方法，其基本思想是“自顶向下，逐步求精”，强调开发方法的结构合理性及所开发软件的结构合理性。结构是指系统内各个组成要素之间的相互联系、相互作用的框架。结构化开发方法提出了一组提高软件结构合理性的准则，如分解与抽象、模块独立性、信息隐蔽等。针对软件生存周期各个不同的阶段，它包括了结构化分析（Structured Analysis, SA）、结构化设计（Structured Design, SD）和结构化程序设计（Structured Programing, SP）等方法。本章后续介绍的分析、设计、测试等内容，都是以结构化方法为基础的。
               结构化方法的基本原则
               为保证系统开发的顺利进行，结构化方法强调遵循以下几个基本原则：
               （1）面向用户的观点。在开发过程中，开发人员应该始终与用户保持联系，从调查研究入手，充分理解用户的信息需求和业务活动，不断地让用户了解工作的进展情况，校准工作方向。
               （2）严格区分工作阶段，每个阶段有明确的任务和应得的成果。
               （3）按照系统的观点，自顶向下地完成系统的开发工作。
               （4）充分考虑变化的情况。在系统设计中，把系统的可变更性放在首位。
               （5）工作成果文献化、文档化。
               结构化分析
               SA方法使用抽象模型的概念，按照软件内部数据传递、变换的关系，自顶向下、逐层分解，直至找到满足功能要求的所有可实现的软件为止。SA方法给出一组帮助系统分析人员产生功能规约的原理与技术。它一般利用图形表达用户需求，使用的手段主要有数据流图、数据字典、结构化语言、判定表及判定树等。
               SA方法的步骤如下：
               （1）分析当前的情况，做出反映当前物理模型的数据流图（Data Flow Diagram, DFD）。
               （2）推导出等价的逻辑模型的DFD。
               （3）设计新的逻辑系统，生成数据字典和基元描述。
               （4）建立人机接口，提出可供选择的目标系统物理模型的DFD。
               （5）确定各种方案的成本和风险等级，据此对各种方案进行分析。
               （6）选择一种方案。
               （7）建立完整的需求规约。
               结构化设计
               SD方法给出一组帮助设计人员在模块层次上区分设计质量的原理与技术。它通常与SA方法衔接起来使用，以数据流图为基础得到软件的模块结构。SD方法尤其适用于变换型结构和事务型结构的目标系统。在设计过程中，它从整个程序的结构出发，利用模块结构图表述程序模块之间的关系。
               SD方法的步骤如下：
               （1）评审和细化数据流图。
               （2）确定数据流图的类型。
               （3）把数据流图映射到软件模块结构上，设计出模块结构的上层。
               （4）基于数据流图逐步分解高层模块，设计中下层模块。
               （5）对模块结构进行优化，得到更为合理的软件结构。
               （6）描述模块接口。
               SD方法的设计原则是：
               （1）使每个模块执行一个功能（坚持功能性内聚）。
               （2）每个模块使用过程语句（或函数方式等）调用其他模块。
               （3）模块间传送的参数作为数据使用。
               （4）模块间共用的信息（如参数等）尽量少。
               结构化方法的缺点
               结构化方法是目前最成熟、应用较广泛的一种工程化方法。当然，这种方法也有不足和局限性：
               （1）开发周期长。一方面使用户在较长的时间内不能得到一个可实际运行的物理系统，另一方面难以适应环境变化。
               （2）早期的结构化方法注重系统功能，兼顾数据结构的方面不多。
               （3）结构化程度较低的系统，在开发初期难于锁定功能要求。
               这些问题在应用中有的已经解决，同时也产生了其他一些方法，例如原型法、面向对象方法等。
 
       数据流
        数据流由一组固定成分的数据组成，表示数据的流向。在DFD中，数据流的流向可以有以下几种：从一个加工流向另一个加工；从加工流向数据存储（写）；从数据存储流向加工（读）；从外部实体流向加工（输入）；从加工流向外部实体（输出）。
        DFD中的每个数据流用一个定义明确的名字表示。除了流向数据存储或从数据存储流出的数据流不必命名外，每个数据流都必须有一个合适的名字，以反映该数据流的含义。
        数据流或者由具体的数据属性（也称为数据结构）构成，或者由其他数据流构成。组合数据流是由其他数据流构成的数据流，它们用于在高层的数据流图中组合相似的数据流，以使数据流图更便于阅读。
        控制流是对数据流图的补充，采用虚线表示，是对由触发系统功能的事件进行描述。
        另外，一个加工可以有多个输入数据流和多个输出数据流，此时可以加上一些扩充字符符号或图形元素来描述多个数据流之间的关系。如：
        （1）星号（*）。星号表示数据流之间存在“与”关系。如果是输入流则表示所有输入数据流全部到达后才能进行加工处理；如果是输出流则表示加工结束将同时产生所有的输出数据流。
        （2）加号（+）。加号表示数据流之间存在“或”关系。如果是输入流则表示其中任何一个输入数据流到达后就能进行加工处理；如果是输出流则表示加工处理的结果是至少产生其中一个输出数据流。
        （3）异或（⊕）。异或表示数据流之间存在“互斥”关系。如果是输入流则表示当且仅当其中一个输入流到达后才能进行加工处理；如果是输出流则表示加工处理的结果是仅产生这些输出数据流中的一个。
 
       图像。
        图像是一种位图。位图是用像素点来描述一幅图像，它的基本元素是像素，即像素阵列。位图图像的描述包括图像分辨率和颜色深度（灰度）。位图图像文件一般没有经过压缩，它的存储量大，适合于表现含有大量细节的画面。与矢量图形相比，位图放大时，放大的是其中每个像素的点，所以有时看到的是失真的模糊图片。在Windows附件中画图软件生成的.bmp文件就是属于位图图像格式的文件。图像的主要参数有分辨率、色彩模式和颜色深度。
        .图像的分辨率。指图像在水平与垂直方向上的像素个数。例如1024×768的图像是指该图像水平方向上有1024个像素，垂直方向上有768个像素。
        .色彩模式。指图像所使用的色彩描述方法。如RGB（红、绿、蓝）色彩模式、CMYK（青、橙、黄、黑）色彩模式等。
        .颜色深度。位图图像中每个像素点的颜色信息用若干数据位来表示，这些数据位的个数称为图像的颜色深度（灰级度）。
        通常，图像的分辨率越高、颜色深度越深，则数字化后的图像效果越逼真，图像数据量也越大。图像数据容量（Byte）=（图像水平像素点数×图像垂直像素点数×颜色深度）/8。
        例如，一幅1024×768分辨率、24位真彩色图像的数据容量需要多少MB的存储空间。
        图像数据容量=（1024×768×24）/8=2359269 B/1024=2.25KB/1024=2.25MB
 
       信号
        任务间同步的另一种方式是异步信号。在两个任务之间，可以通过相互发送信号的方式，来协调它们之间的运行步调。
        所谓的信号，指的是系统给任务的一个指示，表明某个异步事件已经发生了。该事件可能来自于外部（如其他的任务、硬件或定时器），也可能来自于内部（如执行指令出错）。异步信号管理允许任务定义一个异步信号服务例程ASR（Asynchronous Signal Routine），与中断服务程序不同的是，ASR是与特定的任务相对应的。当一个任务正在运行的时候，如果它收到了一个信号，将暂停执行当前的指令，转而切换到相应的信号服务例程去运行。不过这种切换不是任务之间的切换，因为信号服务例程通常还是在当前任务的上下文环境中运行的。
        信号机制与中断处理机制非常相似，但又各有不同。它们的相同点是：
        .都具有中断性：在处理中断和异步信号时，都要暂时地中断当前任务的运行；
        .都有相应的服务程序；
        .都可以屏蔽响应：外部硬件中断可以通过相应的寄存器操作来屏蔽，任务也能够选择不对异步信号进行响应。
        信号机制与中断机制的不同点是：
        .中断是由硬件或特定的指令产生，而信号是由系统调用产生；
        .中断触发后，硬件会根据中断向量找到相应的处理程序去执行；而信号则通过发送信号的系统调用来触发，但系统不一定马上对它进行处理；
        .中断处理程序是在系统内核的上下文中运行，是全局的；而信号处理程序是在相关任务的上下文中运行，是任务的一个组成部分。
        实时系统中不同的任务经常需要互斥地访问共享资源。当任务试图访问资源时被正使用该资源的其他任务阻塞，可能出现优先级反转的现象，即当高优先级任务企图访问已被某低优先级任务占有的共享资源时，高优先级任务必须等待直到低优先级任务释放它占有的资源。如果该低优先级任务又被一个或多个中等优先级任务阻塞，问题就更加严重。由于低优先级任务得不到执行就不能访问资源、释放资源。于是低优先级任务就以一个不确定的时间阻塞高优先级的任务，导致系统的实时性没有保障。下图为是一个优先级反转的示例。
        
        一个优先级反转的示例
        如上图所示，系统存在任务1、任务2、任务3（优先级从高到低排列）和资源R。某时，任务1和任务2都被阻塞，任务3运行且占用资源R。一段时间后，任务1和任务2相继就绪，任务1抢占任务3运行，由于申请资源R失败任务1被挂起。由于任务2的优先级高于任务3，任务2运行。由于任务3不能运行和释放资源R，因此任务1一直被阻塞。极端情况下，任务1永远无法运行，处于饿死状态。
        解决优先级反转问题的常用算法有优先级继承和优先级天花板。
               优先级继承协议
               L. Sha、R. Rajkumar和J. P. Lehoczky针对资源访问控制提出了优先级继承协议（Priority Inheritance Protocol，PIP）。
               PIP协议能与任何优先级驱动的抢占式调度算法配合使用，而且不需要有关任务访问资源情况的先验知识。优先级继承协议的执行方式是：当低优先级任务正在使用资源，高优先级任务抢占执行后也要访问该资源时，低优先级任务将提升自身的优先级到高优先级任务的级别，保证低优先级任务继续使用当前资源，以尽快完成访问，尽快释放占用的资源。这样就使高优先级任务得以执行，从而减少高优先级任务被多个低优先级任务阻塞的时间。低优先级任务在运行中，继承了高优先级任务的优先级，所以该协议被称作优先级继承协议。
               由于只有高优先级任务访问正被低优先级任务使用的资源时，优先级继承才会发生，在此之前，高优先级任务能够抢占低优先级任务并执行，所以优先级继承协议不能防止死锁，而且阻塞是可以传递的，会形成链式阻塞。另外，优先级继承协议不能将任务所经历的阻塞时间减少到尽可能小的某个范围内。最坏情况下，一个需要μ个资源，并且与v个低优先级任务冲突的任务可能被阻塞min（μ，v）次。
               优先级冲顶协议
               J. B. Goodenough和L. Sha针对资源访问控制提出了优先级冲顶协议（Priority Ceiling Protocol，PCP）。
               PCP协议扩展了PIP协议，能防止死锁和减少高优先级任务经历的阻塞时间。该协议假设所有任务分配的优先级都是固定的，每个任务需要的资源在执行前就已确定。每个资源都具有优先级冲顶值，等于所有访问该资源的任务中具有的最高优先级。任一时刻，当前系统冲顶值（current priority ceiling）等于所有正被使用资源具有的最高冲顶值。如果当前没有资源被访问，则当前系统冲顶值等于一个不存在的最小优先级。当任务试图访问一个资源时，只有其优先级高于当前系统冲顶值，或其未释放资源的冲顶值等于当前系统冲顶值才能获得资源，否则会被阻塞。而造成阻塞的低优先级任务将继承该高优先级任务的优先级。
               已经证明，PCP协议的执行规则能防止死锁，但其代价是高优先级任务可能会经历优先级冲顶阻塞（Priority ceiling blocking）。即高优先级任务可能被一个正使用某资源的低优先级任务阻塞，而该资源并不是高优先级任务请求的。这种阻塞又被称作回避阻塞（avoidance blocking），意思是因为回避死锁而引起的阻塞。即使如此，在PCP协议下，每个高优先级任务至多被低优先级任务阻塞一次。使用PCP协议后，能静态分析和确定任务之间的资源竞争，计算出任务可能经历的最大阻塞时间，从而能分析任务集合的可调度性。在PCP协议下，高优先级任务被阻塞时会放弃处理器，因此，访问共享资源的任务可能会产生4次现场切换。
 
       信息管理
        管理信息系统是由人、计算机和管理规则等组成，以采集、加工、维护和使用信息为主要功能的人－机系统。例如金融、财会、经营、管理、教育、科研、医疗、人事、档案、物资等各方面都有大量的信息需要及时分析和处理，以便为决策提供依据。虽然在这方面应用中计算公式并不复杂，但数据量极大，在当今信息爆炸的时代，人工已难以胜任这一重任，计算机则成为信息管理的重要工具。该系统一般以数据库管理系统为核心，以其他软件和网络系统为支撑环境，而用户则通过专门的人机交互界面，进行数据的查询、修改等操作，并实现统计分析、规划、决策等功能。在信息管理方面，我们正经历着从单项事务的电子数据处理，向以数据库为基础的管理信息系统，及以数据库、模型库和方法库为基础的决策支持系统发展的过程，并且呈现出系统集成化、结构分布化、信息多元化、功能智能化等趋势。
 
       学习方法
        专业英语的学习没有捷径可走，要求考生在平时的学习及工作过程中充分重视计算机专业英语阅读的重要性，通过大量的专业英语阅读提高英语阅读技能，最终达到既能熟练阅读并深度理解英文资料，又能得心应手地解答专业英语测试题。
        多媒体应用设计师考试中的专业英语测试以完形填空的形式进行。完形填空的常见题型一般有三种：语篇分析题、语法词汇题及两者的结合。语篇分析题主要测试考生对整个语篇的理解，考查考生对文章结构以及作者逻辑思维过程的把握。其选项会表明文章的结构安排或不同的逻辑关系，或是承接关系，如因果、并列、递进、类比、对比、转折、让步、解释、举例和总结等。考生进行选择时，必须以上下文为依据，有时甚至必须理解文章的整体含义才能做出正确的选择。语法词汇题除了辨析各选项的差异外，同时还要求掌握上下文的含义，这也是完形填空与语法词汇部分的最大区别。对于语篇分析与语法词汇相结合的考题，则需要结合逻辑关系的分析，判断上下文语法词汇的提示。
        在实际答题时，要求考生先浏览全文，掌握大意，再充分运用逻辑推理进行细节上的分析。特别要注意部分待选项可能在上下文，尤其是在下文中出现提示。考生可阅读前后的句子，寻求相关的信息词，这就是所谓的“瞻前顾后”法。
        在训练过程中，练习未必一定都要采用多项选择的形式，也可以采用填空的形式。考生不妨在练习时先不看选择项，自行用适当的单词填空，并试着填入多个可能的答案。当然，填空题的难度大大高于选择题，但它却是更富有挑战性、效果更好的适应性练习。
 
       指令
        指令是指挥计算机完成各种操作的基本命令。
        （1）指令格式。计算机的指令由操作码字段和操作数字段两部分组成。
        （2）指令长度。指令长度有固定长度的和可变长度的两种。有些RISC的指令是固定长度的，但目前多数计算机系统的指令是可变长度的。指令长度通常取8的倍数。
        （3）指令种类。指令有数据传送指令、算术运算指令、位运算指令、程序流程控制指令、串操作指令、处理器控制指令等类型。
   题号导航      2020年下半年 软件设计师 下午试卷 案例   本试卷我的完整做题情况  
1 /
2 /
3 /
4 /
 
第1题    在手机中做本题