郑州大学《数据挖掘与安全行为分析》2022-2023学年期末试卷

装订线装订线PAGE2第1页，共3页郑州大学《数据挖掘与安全行为分析》

2022-2023学年期末试卷院(系)_______班级_______学号_______姓名_______题号一二三总分得分批阅人一、单选题（本大题共20个小题，每小题2分，共40分．在每小题给出的四个选项中，只有一项是符合题目要求的．）1、以下哪个不是爬虫中处理数据重复的方法？（）A.去重算法B.数据库去重C.缓存去重D.保留重复2、以下哪个不是爬虫中处理并发的方式？（）A.多线程B.多进程C.异步D.单线程循环3、以下哪个不是爬虫中处理会话的方式？（）A.使用CookieB.使用SessionC.每次请求重新登录D.忽略会话4、以下哪个不是爬虫中处理异常的原则？（）A.记录异常信息B.忽略所有异常C.进行适当的重试D.及时终止程序5、网络爬虫的法律风险不包括（）A.侵犯知识产权B.违反网站规定C.传播病毒D.以上都是6、网络爬虫如何处理网站的登录验证码？（）A.手动输入B.自动识别C.借用已登录的CookieD.以上都是7、网络爬虫的主要目的是（）A.收集数据B.攻击网站C.破坏网络D.以上都不是8、以下哪个不是爬虫中处理数据清洗的方法？（）A.去除空格B.转换大小写C.数据填充D.保留原始数据9、爬虫在处理网页中的链接时，需要注意（）A.过滤无效链接B.避免死循环C.处理相对链接D.以上都是10、网络爬虫如何处理网站的请求头验证？（）A.模拟正确的请求头B.忽略验证C.强行发送请求D.以上都是11、以下哪个不是爬虫中处理数据一致性的方法？（）A.数据校验B.版本控制C.数据备份D.以上都是12、以下哪个不是爬虫中处理并发的方式？（）A.多进程B.多线程C.异步编程D.以上都是13、以下哪个不是爬虫中处理异常的情况？（）A.网络连接失败B.页面不存在C.数据格式错误D.服务器响应过快14、以下哪个不是爬虫中处理数据加载缓慢的方法？（）A.优化网络B.减少数据量C.更换数据源D.以上都是15、以下哪个不是爬虫中处理数据格式转换的原因？（）A.适配存储需求B.方便后续处理C.提高数据安全性D.满足其他系统要求16、网络爬虫如何处理网站的反爬虫蜜罐陷阱？（）A.识别并避开B.陷入后处理C.忽略D.以上都是17、网络爬虫如何处理网站的SSL证书验证错误？（）A.忽略错误B.验证证书C.更换网站D.以上都是18、爬虫在处理网页时，用于解析HTML内容的库是（）A.urllibB.jsonC.lxmlD.re19、在爬虫中，处理数据的脱敏通常是为了（）A.保护隐私B.提高效率C.节省空间D.便于处理20、以下哪种情况可能导致爬虫被法律追究责任？（）A.侵犯知识产权B.违反网站规定C.泄露用户隐私D.以上都是二、简答题（本大题共4个小题，共40分)1、（本题10分）简述网络爬虫如何处理网页中的智能授权相关元素。2、（本题10分）解释网络爬虫如何处理网页中的框架（Frame）和iframe。3、（本题10分）说明网络爬虫如何处理网页中的用户注册和登录的验证码识别。4、（本题10分）简述网络爬虫如何处理网页中的智能转换相关元素。三、编程题（本大题共2个小题，共20分)1、（本题10分