（数据工程）
- 定义
数据工程是信息系统的基础工程，围绕数据的生命周期，规范数据从产生到应用的全过程。
数据工程主要研究包括数据建模、数据标准化、数据运维、数据开发利用、数据库安全等理论和技术
- 数据建模
数据模型：概念模型、逻辑模型（层次模型、网状模型、关系模型、面对对象模型、面向对象关系模型，其中关系模型的完整性约束-实体完整性、参照完整性、用户定义完整性）、物理模型（确定所有的表和列，定义外键用于表之间关系，基于性能的需求进行反规划化处理）
数据建立模型过程：数据需求分析、概念模型设计、逻辑模型设计、物理模型设计
- 数据标准化
元数据标准化、数据模式标准化（常用有图描述法和数据字典，其中图描述有IDEF1X方法和UML图）
元数据体系与元数据类型
数据分类与编码标准化 数据分类有分类对象和分类依据2个元素。分类对象由若干个被分类的实体组成，分类依据取决于该分类对象的属性或特征。
数据标准化管理 具体过程为确定数据需求、制定数据标准、批准数据标准、实施数据标准。
数据运维 包括数据存储、数据备份、数据容灾、数据质量评价与控制
数据存储 临时或长期驻留在物理媒介上，保证数据完整、安全存放和访问。（数据存储媒介、存储管理） 数据存储介质不是越贵越好，而是根据运用环境合理选择。主要介质有磁盘、光盘、磁带。存储管理主要包括资源调度管理、存储资源管理、负载均衡管理、安全管理。
数据备份 常见数据备份结构：DAS备份结构、基于LAN备份结构、LAN-FREE备份结构、SERVER-FREE备份结构。常见备份策略：完整备份、差分备份、增量备份。RAID标识磁盘阵列。备份软件：系统自带、专业备份软件。
数据容灾 根据保护对象分为数据容灾和应用容灾。数据备份是数据容灾的基础。国际标准SHARE 78定义容灾系统有7个等级。从容灾技术来看，衡量容灾系统的两个指标为RPO和RTO，其中RPO代表灾难发生时允许丢失的数据量，RTO代表系统恢复时间。
数据质量评价与控制
数据质量描述 分数据质量定量元素和非定量元素
数据质量评价过程
数据评价过程
数据质量评价方法 直接和间接评价方法
数据质量控制 前期和后期质量控制 。从监理角度分前期控制、过程控制、系统监测、进度评价
数据清洗 三个步骤包括数据分析、数据监测、数据修正
- 数据开发和利用
数据集成 将驻留在数据源中数据进行集合，向用户提供统一的数据视图（一般称全局模式）。
数据集成模型系统
数据挖掘 主要任务是数据总结、关联分析、分类和预测、聚类分析和独立点分析，数据挖掘流程包括确定分析对象、数据准备、数据挖掘、结果评估与结果应用
数据服务 主要包括目录服务、数据查询与浏览及*载下**服务、数据分发服务
数据可视化 主要分为一维可视化、二维可视化、三维可视化、多维可视化、时态数据可视化、层次数据可视化、网络数据可视化
5.数据库安全
数据安全威胁
数据安全威胁类型
数据安全对策
安全对策
安全对策
数据库安全机制 包括身份认证、存取控制、数据库加密、数据审计、推理控制
（系统集成工程）
- 集成基础
从技术上看，系统集成遵循原则开放性、结构化、先进性、主流化
- 网络集成
网络集成框架体系
选择网络服务器考虑的因素：CPU的速度和数量，内存容量和性能、总线结构和类型、磁盘容量和性能，容错性能、网络结构性能、服务器软件。
- 数据集成
数据集成层次：基础数据集成、多级视图集成、模式集成、多粒度数据集成
异构数据集成--异构数据集成的方法：过程式方法、声明式方法，另一类利用中间件集成异构数据库；开放数据库互联标准（ODBC）数据库管理系统提供提供相应的ODBC驱动程序，另一类编写专门的嵌C接口程序；基于XML数据交换标准；基于JSON交换格式
- 软件集成
软件构架标准：公共对象请求代理结构（CORBA）、COM、DCOM与COM+、.NET、J2EE应用结构标准。
J2EE体系结构分为客户端层、服务器端组件层、EJB层、信息系统层。J2EE平台包括一整套的服务、应用编程接口和协议、可用于开发一般的多层应用和基于Web的多层应用、是J2EE的核心和基础。
- 应用集成
应用集成的技术要求的互操作性、分布式环境的可移植性、应用分布的透明性
系统集成
（安全工程）
- 安全系统
信息安全空间
- 安全机制
安全机制：（X轴）
安全服务：（Z轴）
安全技术：涉及加密、数字签名技术、访问控制、数据完整性、认证、数据挖掘
（工程体系架构）
信息安全系统工程主要内容确定系统和过程的安全风险，并使风险降低或得到有效控制。
- ISSE-CMM体系基础
- ISSE-CMM过程
分为工程过程、风险过程、保证过程
- ISSE-CMM结构
域维/安全过程域 基本实施特征
能力维/公共特性
公共特性的5个级别
