1、重点英文单词：IT 服务生命周期由规划设计（Planning & Design）、部署实施（Implementing）、服务运营（Operation）、持续改进（Improvement）和监督管理（Supervision）5个阶段组成，简称 PIOIS。
2、intelligent contract—智能合同 consensus mechanism—共识机智 asymmetric encryption technology—非对称加密技术 distributed accounts—分布式账本
3、区块链的四大核心技术——分布式账本，共识机制，密码学以及智能合约，它们在区块链中分别起到了数据的存储，数据的处理，数据的安全，以及数据的应用作用。总的来说，四大核心技术在区块链中各有各的作用，它们共同构建了区块链的基础。
4、分布式账本指的是交易记账由分布在不同地方的多个节点共同完成，而且每一个节点记录的是完整的账目，因此它们都可以参与监督交易合法性，同时也可以共同为其作证
5、非对称加密
存储在区块链上的交易信息是公开的，但是账户身份信息是高度加密的，只有在数据拥有者授权的情况下才能访问到，从而保证了数据的安全和个人的隐私。
6、共识机制
共识机制就是所有记账节点之间怎么达成共识，去认定一个记录的有效性，这既是认定的手段，也是防止篡改的手段。区块链提出了四种不同的共识机制，适用于不同的应用场景，在效率和安全性之间取得平衡。
7、区块链的共识机制具备“少数服从多数”以及“人人平等”的特点，其中“少数服从多数”并不完全指节点个数，也可以是计算能力、股权数或者其他的计算机可以比较的特征量。“人人平等”是当节点满足条件时，所有节点都有权优先提出共识结果、直接被其他节点认同后并最后有可能成为最终共识结果。以比特币为例，采用的是工作量证明，只有在控制了全网超过51%的记账节点的情况下，才有可能伪造出一条不存在的记录。当加入区块链的节点足够多的时候，这基本上不可能，从而杜绝了造假的可能。
8、智能合约
智能合约是基于这些可信的不可篡改的数据，可以自动化的执行一些预先定义好的规则和条款。以保险为例，如果说每个人的信息（包括医疗信息和风险发生的信息）都是真实可信的，那就很容易在一些标准化的保险产品中，去进行自动化的理赔。在保险公司的日常业务中，虽然交易不像银行和证券行业那样频繁，但是对可信数据的依赖是有增无减。
9、一般来说按照区块链的开放程度主要会分为三种类型，分别是公有链、私有链和联盟链。
所谓公有链就有点像一个大家共同记账的公共账本，对任何人都是开放的，每个人都可以参与进来，数据由大家共同记录，公平公正公开，数据不可篡改，去中心化的性质最强。
私有链则是与公有链相反，有点像一个属于个人或公司的私有账本，只对个人企业内部开放，它的数据虽然也不可篡改，但毕竟开放程度有限，去中心化程度很弱，不过因为参与数据处理的人数变少，效率会比公有链要高很多。
而联盟链就介于两者之间，有点像一个由多个公司组成的联盟，他们内部所用的公用账本，数据由联盟内部的成员共同维护，只对组织内部成员开放，它的去中心化程度适中甚至可以说是多中心化的，其在效率方面比公有链强，比私有链弱。
总的来说，不同类型的区块链有不同的作用，像公有链就比较偏向于公用建设，而私有链联盟链则比较偏向于企业或组织方向的应用。
10、continuity–连续（业务连续性管理（Business Continuity Management，简称BCM）） catalogue—披露 security—安全 distribution—分发
11、项目管理计划包括的内容：1）所使用的项目管理过程2）每个特定项目管理过程的实施程度3）完成这些过程的工具和技术的描述4）选择的项目的生命周期和相关的项目阶段5）如何用选定的过程来管理具体的项目。包括过程之间的依赖于交互关系和基本的输入输出等6）如何执行工作来完成项目目标7）如何监督和控制变更8）如何实施配置管理9）如何维护项目绩效基线的完整性10）与项目干系人进行沟通的要求和技术11）为项目选择的生命周期模型。对于多阶段项目，要包括所定义阶段是如何划分的12）为了解决某些遗留问题和未来的决策，对于其内容、严重程度和紧迫程度进行的关键管理评审
12、新七工具包含亲和图、过程决策程序图、关联图、树形图、优先矩阵、活动网络图和矩阵图。下图为新七工具示意图。
13、信息系统后评价的主要内容一般包括信息系统的目标评价、信息系统过程评价、信息系统效益评价和信息系统可持续性评价四个方面的工作内容。
14、大数据所涉及的技术很多，主要包括数据采集、数据存储、数据管理、数据分析与挖掘四个环节。在数据采集阶段主要使用的技术是数据抽取工具ETL。
（1）数据采集：ETL工具负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取到临时中间层后进行清洗、转换、集成，最后加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。
（2）数据存储：其对象包括数据流在加工过程中产生的临时文件或加工过程中需要查找的信息。
（3）数据清洗：指发现并纠正数据文件中可识别的错误的最后一道程序，包括检查数据一致性，处理无效值和缺失值等。
（4）数据分析：指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。
在数据存储环节主要有结构化数据、非结构化数据和半结构化数据的存储与访问。结构化数据一般存放在关系数据库，通过数据查询语言（SQL）来访问；非结构化（如图片、视频、doc文件等）和半结构化数据一般通过分布式文件系统的NoSQL（Not Only SQL）进行存储，比较典型的NoSQL有Google的Bigtable、Amazon的 Dynamo和Apache的Hbase。大数据管理主要使用了分布式并行处理技术，比较常用的有MapReduce，编程人员借助MapReduce可以在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。数据分析与挖掘是根据业务需求对大数据进行关联、聚类、分类等钻取和分析，并利用图形、表格加以展示，与 ETL一样，数据分析和挖掘是以前数据仓库的范畴，只是在大数据中得以更好的利用。
15、信息系统集成项目有以下几个显著特点。
（1）信息系统集成项目要以满足客户和用户的需求为根本出发点。
（2）客户和用户的需求常常不够明确、复杂多变，由此应加强需求变更管理以控制风险。
（3）系统集成不是简单选择最好产品的行为，而是要选择（或开发）最适合用户的需求和投资规模的产品、技术和服务的活动的集合。
（4）高技术与高技术的集成。系统集成也不是简单的设备供货，系统集成是高技术的集成，涉及到的工作更多的是设计、调试与开发，是高技术行为。
（5）系统工程。系统集成包含技术，管理和商务等方面，是一项综合性的系统工程，需要相关的各方足够重视，必要时应“一把手”挂帅，并且多方要密切协作。
（6）项目团队的成员年轻，流动率高。因此对企业的管理技术水平和项目经理的领导艺术水平要求较高。
（7）强调沟通的重要性。信息系统开发需要成员间的协作，也可以说是沟通的产物。
总而言之，系统集成项目管理既是一种管理行为又是一种技术行为。
16、冲突的根源还有如下因素。
（1）项目的高压环境。
（2）责任模糊。
（3）存在多个上级。
（4）新科技的使用。系统集成行业的一个特点就是技术发展快，以至于出现比项目现行使用技术更新的技术，造成大家对各种技术的不同态度和观点，进而引起冲突。
17、结构化方法具有如下特点。
(1)遵循用户至上原则。
(2)严格区分工作阶段，每个阶段有明确的任务和取得的成果。
(3)强调系统开发过程的整体性和全局性。
(4)系统开发过程工程化，文档资料标准化。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。