Câu hỏi tự luận mức độ vận dụng cao Khoa học máy tính 12 ctst bài F16: Máy tính, thuật toán và Khoa học dữ liệu

Câu 1: 

- Tăng tốc độ xử lý: Xử lý song song cho phép chia nhỏ các tác vụ lớn thành nhiều phần nhỏ hơn và thực hiện đồng thời trên nhiều nút hoặc lõi của máy tính. Điều này làm giảm thời gian cần thiết để hoàn thành các tác vụ, đặc biệt là khi làm việc với dữ liệu lớn.

- Khả năng mở rộng: Hệ thống có thể dễ dàng mở rộng bằng cách thêm nhiều nút hoặc máy chủ để xử lý nhiều tác vụ cùng lúc. Điều này giúp đáp ứng nhu cầu ngày càng tăng về xử lý dữ liệu mà không làm giảm hiệu suất.

- Tối ưu hóa tài nguyên: Việc phân phối công việc cho nhiều nút giúp tối ưu hóa việc sử dụng tài nguyên hệ thống, như CPU và bộ nhớ, từ đó cải thiện hiệu suất tổng thể.

- Giảm độ trễ: Xử lý song song giúp giảm độ trễ trong việc truy xuất và phân tích dữ liệu, cho phép tổ chức phản ứng nhanh chóng với thông tin mới.

Câu 2: 

*Thách thức và rủi ro:

+ Xâm nhập dữ liệu: Dữ liệu lớn thường chứa thông tin nhạy cảm, dễ bị tấn công từ bên ngoài.

+ Rò rỉ dữ liệu: Việc chia sẻ dữ liệu giữa các hệ thống có thể dẫn đến rò rỉ thông tin.

+ Quản lý quyền truy cập: Đảm bảo rằng chỉ những người có quyền hạn mới có thể truy cập vào dữ liệu nhạy cảm là một thách thức lớn.

+ Tuân thủ quy định: Các quy định về bảo mật dữ liệu (như GDPR) yêu cầu tổ chức phải tuân thủ các tiêu chuẩn nghiêm ngặt.

*Giải pháp từ máy tính:

+ Mã hóa dữ liệu: Máy tính có thể mã hóa dữ liệu để bảo vệ thông tin nhạy cảm khỏi việc bị truy cập trái phép.

+ Quản lý quyền truy cập: Các hệ thống máy tính cho phép quản lý quyền truy cập chi tiết, đảm bảo rằng chỉ những người có quyền mới có thể truy cập vào dữ liệu quan trọng.

+ Giám sát và phát hiện xâm nhập: Các hệ thống máy tính có thể cài đặt các công cụ giám sát để phát hiện các hoạt động đáng ngờ và ngăn chặn xâm nhập.

+ Tự động hóa tuân thủ: Các công cụ tự động hóa có thể giúp tổ chức theo dõi và đảm bảo tuân thủ các quy định về bảo mật dữ liệu.

Câu 3: 

- Tăng cường hiệu quả: Tự động hóa giúp giảm thiểu công sức cần thiết cho các tác vụ lặp đi lặp lại, cho phép các nhà khoa học dữ liệu tập trung vào các nhiệm vụ quan trọng hơn như phân tích và mô hình hóa.

- Giảm sai sót: Tự động hóa giúp giảm thiểu sai sót do con người trong quá trình xử lý dữ liệu, từ đó cải thiện độ chính xác của kết quả phân tích.

- Tiết kiệm thời gian: Các quy trình tự động hóa giúp rút ngắn thời gian cần thiết để thu thập, xử lý và phân tích dữ liệu, từ đó tăng tốc độ ra quyết định.

- Khả năng mở rộng: Tự động hóa cho phép tổ chức dễ dàng mở rộng quy trình phân tích dữ liệu khi khối lượng dữ liệu tăng lên mà không cần tăng cường nhân lực tương ứng.

- Cải thiện khả năng dự đoán: Các mô hình máy học có thể được tự động hóa để cải thiện khả năng dự đoán và đưa ra quyết định dựa trên dữ liệu mới mà không cần can thiệp thủ công.