4
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 3 years have passed since last update.

【受験記】IoTシステム技術検定 中級 出題内容【2021-7-10】

Posted at

#概要
2021/7/10「第10回 IoTシステム技術検定 中級」を受験しました。(8/10に合格通知)
公式テキストは第3版ですが、第2版しか持っていなかったので第2版で臨みました。
実際の勉強法と覚えている範囲で出題内容を記載しておきます。

#勉強法

  1. 公式テキストにて、一通り読みながらノートにまとめる。
  2. ノートを読み返して内容を思い出していく。
  3. テキスト流し読み(1周)

公式テキスト買ったのが1ヶ月前、勉強始めたのが2週間前です。
1でしっかり時間を掛けたので、その段階でおおよそ頭に入っていました。
テキスト3周は読んだ方が良いなと思いつつ、謎の自信で諦め。

#試験当日
試験時間90分。
悩む問題(10問くらい)はスキップしながら、40分くらいで一通り解き終わりました。
その後20分掛けてスキップした問題をじっくり。
残りは暇だったので問題内容を記憶してました。
手応え的に90%は確実かなという印象でした。

#出題内容
###第1章

  • IoT出現の背景
  • IoT分野の動向
  • アジャイル開発
  • フィールド領域とインフラストラクチャ領域

###第2章

  • IoTゲートウェイの役割(データの中継など)
  • IoTゲートウェイの機能・基本構成(プロトコル変換、メッセージ変換など)
  • サービスゲートウェイ(OSGi)
  • クラウドサービスの形態(IaaS、PaaS、BaaS、SaaS)
  • エッジコンピューティングによる効果
  • IoTプラットフォームの機能
  • データ収集の方式

###第3章

  • 統計解析
  • 予測(相関、回帰、決定木)
  • 分類(主成分分析、クラスター分析)
  • 機械学習
  • 教師あり(ベイジアンモデル、SVM、ランダムフォレスト)
  • 教師無し学習
  • 強化学習
  • 深層学習(CNN、RNN、オートエンコーダ、DQN)
  • データの前処理
  • 過学習
  • ストリーミング処理
  • NoSQL
  • 時系列データの扱い
  • 深層学習ライブラリ、フレームワーク(TensorFlow)
  • IoTプラットフォーム(垂直型、水平型)

###4章

  • 電波の特性(周波数と距離との関係)
  • 免許不要の無線局
  • 衝突回避、隠れ端末問題、晒し端末問題
  • 3GとLTE
  • 公衆網と閉域網
  • セルラー系LPWA
  • 5G
  • ローカル5G
  • プロトコル(MQTT、Websocket)
  • IoTデバイスからIoTサーバへアップロードする際のデータ量計算問題
  • 使用帯域の計算式
  • IoTシステムのレイテンシー

###5章

  • 組み込み型と独立型
  • カットオフ周波数、オフセット
  • IoTデバイスの基本構成
  • 光センサ
  • 加速度センサ
  • ジャイロセンサ
  • GPS
  • 超音波センサー
  • 磁気センサー
  • 心電図
  • 低消費電力化
  • エナジーハーベスティング
  • 画像センサーの原理、撮像素子、光電変換
  • MEMS

###第6章

  • メイカームーブメント
  • データフォーマット(CSV、XML、JSON)
  • IoTデバイスとノードの基本構成

###第7章

  • セーフティとセキュリティ
  • 機密性、完全性、可用性
  • パスワードクラック(ブルートフォース)
  • 認証、パスワード認証など
  • デジタル署名
  • IoTシステムのセキュリティ対策(耐タンパー性など)
  • 個人情報とは
  • 個人情報保護法
  • サイバーセキュリティ基本法

###第8章

  • IoTの契約形態
  • CCライセンス

#その他
会社から報奨金20000円頂きました。
ありがたい。

#参考
https://cutnpaste.hatenablog.com/entry/2017/12/03/193809

4
4
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
4
4

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?