鄭州大學(xué)《數(shù)據(jù)挖掘與安全行為分析》2022-2023學(xué)年期末試卷

裝訂線裝訂線PAGE2第1頁，共3頁鄭州大學(xué)《數(shù)據(jù)挖掘與安全行為分析》

2022-2023學(xué)年期末試卷院(系)_______班級_______學(xué)號_______姓名_______題號一二三總分得分批閱人一、單選題（本大題共20個小題，每小題2分，共40分．在每小題給出的四個選項中，只有一項是符合題目要求的．）1、以下哪個不是爬蟲中處理數(shù)據(jù)重復(fù)的方法？（）A.去重算法B.數(shù)據(jù)庫去重C.緩存去重D.保留重復(fù)2、以下哪個不是爬蟲中處理并發(fā)的方式？（）A.多線程B.多進程C.異步D.單線程循環(huán)3、以下哪個不是爬蟲中處理會話的方式？（）A.使用CookieB.使用SessionC.每次請求重新登錄D.忽略會話4、以下哪個不是爬蟲中處理異常的原則？（）A.記錄異常信息B.忽略所有異常C.進行適當(dāng)?shù)闹卦嘍.及時終止程序5、網(wǎng)絡(luò)爬蟲的法律風(fēng)險不包括（）A.侵犯知識產(chǎn)權(quán)B.違反網(wǎng)站規(guī)定C.傳播病毒D.以上都是6、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的登錄驗證碼？（）A.手動輸入B.自動識別C.借用已登錄的CookieD.以上都是7、網(wǎng)絡(luò)爬蟲的主要目的是（）A.收集數(shù)據(jù)B.攻擊網(wǎng)站C.破壞網(wǎng)絡(luò)D.以上都不是8、以下哪個不是爬蟲中處理數(shù)據(jù)清洗的方法？（）A.去除空格B.轉(zhuǎn)換大小寫C.數(shù)據(jù)填充D.保留原始數(shù)據(jù)9、爬蟲在處理網(wǎng)頁中的鏈接時，需要注意（）A.過濾無效鏈接B.避免死循環(huán)C.處理相對鏈接D.以上都是10、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的請求頭驗證？（）A.模擬正確的請求頭B.忽略驗證C.強行發(fā)送請求D.以上都是11、以下哪個不是爬蟲中處理數(shù)據(jù)一致性的方法？（）A.數(shù)據(jù)校驗B.版本控制C.數(shù)據(jù)備份D.以上都是12、以下哪個不是爬蟲中處理并發(fā)的方式？（）A.多進程B.多線程C.異步編程D.以上都是13、以下哪個不是爬蟲中處理異常的情況？（）A.網(wǎng)絡(luò)連接失敗B.頁面不存在C.數(shù)據(jù)格式錯誤D.服務(wù)器響應(yīng)過快14、以下哪個不是爬蟲中處理數(shù)據(jù)加載緩慢的方法？（）A.優(yōu)化網(wǎng)絡(luò)B.減少數(shù)據(jù)量C.更換數(shù)據(jù)源D.以上都是15、以下哪個不是爬蟲中處理數(shù)據(jù)格式轉(zhuǎn)換的原因？（）A.適配存儲需求B.方便后續(xù)處理C.提高數(shù)據(jù)安全性D.滿足其他系統(tǒng)要求16、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的反爬蟲蜜罐陷阱？（）A.識別并避開B.陷入后處理C.忽略D.以上都是17、網(wǎng)絡(luò)爬蟲如何處理網(wǎng)站的SSL證書驗證錯誤？（）A.忽略錯誤B.驗證證書C.更換網(wǎng)站D.以上都是18、爬蟲在處理網(wǎng)頁時，用于解析HTML內(nèi)容的庫是（）A.urllibB.jsonC.lxmlD.re19、在爬蟲中，處理數(shù)據(jù)的脫敏通常是為了（）A.保護隱私B.提高效率C.節(jié)省空間D.便于處理20、以下哪種情況可能導(dǎo)致爬蟲被法律追究責(zé)任？（）A.侵犯知識產(chǎn)權(quán)B.違反網(wǎng)站規(guī)定C.泄露用戶隱私D.以上都是二、簡答題（本大題共4個小題，共40分)1、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能授權(quán)相關(guān)元素。2、（本題10分）解釋網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的框架（Frame）和iframe。3、（本題10分）說明網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的用戶注冊和登錄的驗證碼識別。4、（本題10分）簡述網(wǎng)絡(luò)爬蟲如何處理網(wǎng)頁中的智能轉(zhuǎn)換相關(guān)元素。三、編程題（本大題共2個小題，共20分)1、（本題10分