LMLNO

(5G-04) ¿Cuál es la cota teórica de latencia que busca alcanzar la tecnología 5G para permitir aplicaciones en tiempo real?. En torno a 1 ms. Alrededor de 100 ms. Aproximadamente 10 ms. Menos de 1 s.

(5G-05) En la arquitectura 5G, ¿qué capacidad permite virtualizar la red en varias subredes administradas de forma independiente?. MIMO Masivo. Network Slicing. Beamforming. Conmutación de circuitos.

(5G-09) ¿Cuál es la recomendación principal para los CIS desplegables mientras la tecnología 5G alcanza su madurez completa?. Utilizar únicamente cables de fibra óptica para evitar riesgos de ciberseguridad. Esperar a que la versión Stand Alone (SA) sea la única disponible en el mercado civil. Sustituir todos los enlaces satelitales por microceldas 5G de corto alcance. Realizar pruebas de concepto inmediatas incluso con tecnología predecesora 4G.

(5G-12) ¿Qué aplicación del 5G se destaca para mejorar la eficacia de los drones (UAV) en misiones militares?. La eliminación de la necesidad de un sistema de navegación por satélite. El intercambio de vídeo de alta definición en tiempo real con los centros de mando. El aumento de la capacidad de combustible o batería del aparato mediante ondas de radio. La capacidad de ocultar físicamente al dron de los radares enemigos.

(5G-13) ¿Cuál es la velocidad máxima de descarga que permite la tecnología 5G de manera puntual y en condiciones óptimas?. 10 Gbit/s. 2 Mbit/s. 1 Mbit/s. No hay una velocidad máxima establecida.

(5G-20) ¿Qué características de 5G permiten conformar haces estrechos para enfocar nuestra señal a zonas reducidas y aumentar la cobertura en una dirección concreta?. MIMO y Beamforming. La red de fibra y el core. El “slicing” y la virtualización de redes. La baja latencia y la seguridad de la red.

(5G-21) ¿Cuál de estas afirmaciones respecto al núcleo de la red 5G NO es cierta?. El núcleo de la red 5G está basado en IP. El núcleo de la red 5G utiliza conmutación de circuitos de telefonía. El núcleo de la red 5G utiliza conmutación de paquetes de datos. El núcleo de la red 5G permite virtualizar varias subredes que pueden ser administradas de forma independiente (network slicing).

(5G-25) La característica UR-LLC (Ultra Reliable Low Latency Communications, o Comunicaciónes Ultra Confiables de Baja Latencia) de las redes 5G nos permite: Operar cualquier dispositivo con niveles bajos de batería. Mejorar el control de los drones gracias al bajo tiempo de respuesta y a la fiabilidad de la señal. Disminuir la huella radioeléctrica para que las señales 5G no sean interceptadas con facilidad. Utilizar dispositivos táctiles en ambientes de baja luminosidad.

(RA-05) ¿Cómo define el documento el concepto de Realidad Aumentada (RA)?. Un sistema de grabación de vídeo de alta definición para su posterior procesamiento en centros de mando. La sustitución completa del entorno físico por un mundo sintético generado por ordenador. Una tecnología que permite exclusivamente la traducción de idiomas mediante la detección de palabras clave en documentos. La combinación de lo que se percibe del entorno físico con elementos virtuales, añadiendo una parte sintética a la real.

(RA-06) ¿Qué caracteriza a los marcadores de 'Nivel 2' según la clasificación del estudio?. El uso exclusivo de códigos de barras sencillos para mostrar hiperenlaces. La sustitución de marcadores físicos por el uso de GPS, brújula y reconocimiento de superficies. La integración de la RA directamente en la visión mediante lentillas, siendo totalmente inmersiva. El uso de patrones en blanco y negro que el sistema reconoce para emitir información.

(RA-07) En el contexto de la OTAN, ¿qué agencia realizó estudios sobre el uso de RA en logística y telemedicina desde 2012?. NIAG (NATO Industrial Advisory Group). El Land Capability Group de la ONU. ACT (Allied Command Transformation). La Agencia de Defensa Europea (EDA).

(RA-14) ¿Qué caracteriza a los marcadores de 'Nivel 0' según la clasificación del estudio?. El uso exclusivo de códigos de barras sencillos para mostrar hiperenlaces. La sustitución de marcadores físicos por el uso de GPS, brújula y reconocimiento de superficies. La integración de la RA directamente en la visión mediante lentillas, siendo totalmente inmersiva. El uso de patrones en blanco y negro que el sistema reconoce para emitir información.

(RA-15) ¿Qué caracteriza a los marcadores de 'Nivel 1' según la clasificación del estudio?. El uso exclusivo de códigos de barras sencillos para mostrar hiperenlaces. La sustitución de marcadores físicos por el uso de GPS, brújula y reconocimiento de superficies. La integración de la RA directamente en la visión mediante lentillas, siendo totalmente inmersiva. El uso de patrones en blanco y negro (QR) que el sistema reconoce para emitir información.

(RA-17) ¿Cuál de estas interfaces tácticas NO corresponde con un dispositivo de visualización de RA?. Lentes reflectantes (HUD). Guantes hápticos. Cascos integrados. Monitores Video-through.

(RA-18) ¿Cuál de estos proyectos ha sido desarrollado por la empresa Thales para el Ejército de España e incorpora RA al sistema BMS de los vehículos Leopard y operaciones UAV permitiendo la visualización de inteligencia del campo de batalla sobre imágenes de vídeo móviles?. Proyecto BMS-RA. Proyecto ARC4 (DARPA). Proyecto IVAS (Microsoft). Proyecto Edgybees (UAVs).

(RA-19) ¿Cuál de estas características NO aporta una ventaja al combatiente conectado mediante tecnología RA?. Expansión del campo visual: Provisión de telemetría en tiempo real sobre elementos invisibles al ojo humano (edificios adyacentes, tropas ocultas, etc.). Reducción de incertidumbre: Acceso rápido a señales e inteligencia táctica sin apartar la vista del objetivo ni requerir dispositivos portátiles (manos libres). Inhibición del sueño: Mantenimiento en alerta del sistema nervioso mediante la proyección de luces estroboscópicas. Operaciones de baja visibilidad: Valor incalculable en escenarios críticos (oscuridad, humo, entornos urbanos densos) donde los sentidos físicos están limitados y la supervivencia depende de la red CIS.

(RA-23) ¿De estas tecnologías, ¿cuál es la única que puede garantizar latencias suficientemente bajas para poder usar RA con éxito?. XLM. ADSL. HDMI. 5G.

(BD-01) ¿Cuál de las cinco "Vs" del Big Data se refiere específicamente a la capacidad de transformar los datos en conocimiento mediante modelos estadísticos y algoritmos para descubrir significados ocultos?. Velocidad. Valor. Veracidad. Volumen.

(BD-02) De acuerdo con la clasificación por estructura, ¿cómo se definen los datos almacenados en formatos como XML, HTML o JSON?. Semiestructurados. No estructurados. Multiestructurados. Estructurados.

(BD-11) ¿Qué desafío del Big Data se menciona como crítico debido a que los repositorios de datos confidenciales son objetivos prioritarios para ataques externos?. Datos multi-estructurados. Potencia de procesamiento. Regulaciones y reglamentos. Ciberseguridad.

(BD-12) En el contexto de la OTAN, ¿qué evento organiza la agencia ACT para promocionar la innovación y el desarrollo rápido de capacidades CIS en entornos de coalición?. Argus. TIDE Sprint. Artemis. BIDADEMS.

(BD-14) ¿Qué beneficio aporta el Big Data al escenario de Inteligencia en Ciberseguridad según el estudio?. Elimina la necesidad de usar firewalls físicos en los CIS desplegables. Permite el borrado automático de todos los logs de red para ahorrar espacio. Mejora la conciencia situacional para identificar vulnerabilidades y atacantes. Garantiza el cumplimiento automático del Reglamento General de Protección de Datos.

(BD-16) ¿Qué simbolizan las 5 Vs en la tecnología Big Data?. Volumen, Velocidad, Variedad, Veracidad y Valor. Velocidad, Variedad, Vulnerabilidad, Veracidad y Volumen. Variedad, Velocidad, Versatilidad, Volumen y Vulnerabilidad. Volumen, Versatilidad, Variedad, Velocidad y Veracidad.

(BD-17) ¿Qué son los datos estructurados?. Son datos que tienen cierta estructura flexible y metadatos definidos, como XML, HTML, JSON y las hojas de cálculo (Excel, CSV…). Son datos definidos por su formato, tamaño y longitud. Son datos que contienen información personal. Son datos sin formato específico, como ficheros de texto (Word, PDF, correos electrónicos…) o contenido multimedia.

(BD-19) ¿Qué son los datos NO estructurados?. Son datos que tienen cierta estructura flexible y metadatos definidos, como XML, HTML, JSON y las hojas de cálculo (Excel, CSV…). Son datos definidos por su formato, tamaño y longitud. Son datos que contienen información personal. Son datos sin formato específico, como ficheros de texto (Word, PDF, correos electrónicos…) o contenido multimedia.

(BD-20) ¿Cuál de las siguientes afirmaciones NO es una ventaja de la tecnología Big Data respecto a las tecnologías de tratamiento de datos tradicionales. El Big Data permite que todos los datos puedan ser almacenados en un solo repositorio. La tecnología Big Data ocupa mucho menos espacio de almacenamiento en los servidores que las tecnologías tradicionales. Big Data trabaja con tecnologías no relacionales (NoSQL). Las relaciones entre datos se crean en función de las necesidades del momento. La tecnología Big Data está orientada al procesamiento en tiempo real y sobre flujos de datos continuos.

(BD-23) ¿Qué nos aporta la tecnología Big Data en relación a la logística?. Permite analizar grandes volúmenes de datos públicos procedentes de webs, redes sociales y medios, transformándolos en conocimiento útil para detectar tendencias, medir la efectividad de mensajes y anticipar comportamientos, aunque con el riesgo de desinformación. Impulsa el mantenimiento preventivo y predictivo mediante sensores y modelos analíticos que reducen costes, mejoran la disponibilidad de activos y optimizan decisiones. Facilita la recopilación, análisis y visualización de datos sobre personas, recursos, tráfico y riesgos, mejorando la respuesta en desastres. Mejora la conciencia situacional respecto a la seguridad de nuestras redes y sistemas informáticos. Identifica vulnerabilidades, atacantes y posibles contramedidas.

(BD-24) ¿Qué nos aporta la tecnología Big Data en relación a la asistencia humanitaria y rescate?. Permite analizar grandes volúmenes de datos públicos procedentes de webs, redes sociales y medios, transformándolos en conocimiento útil para detectar tendencias, medir la efectividad de mensajes y anticipar comportamientos, aunque con el riesgo de desinformación. Impulsa el mantenimiento preventivo y predictivo mediante sensores y modelos analíticos que reducen costes, mejoran la disponibilidad de activos y optimizan decisiones. Facilita la recopilación, análisis y visualización de datos sobre personas, recursos, tráfico y riesgos, mejorando la respuesta en desastres. Mejora la conciencia situacional respecto a la seguridad de nuestras redes y sistemas informáticos. Identifica vulnerabilidades, atacantes y posibles contramedidas.

(BD-25) ¿Qué nos aporta la tecnología Big Data en relación a la ciberseguridad?. Permite analizar grandes volúmenes de datos públicos procedentes de webs, redes sociales y medios, transformándolos en conocimiento útil para detectar tendencias, medir la efectividad de mensajes y anticipar comportamientos, aunque con el riesgo de desinformación. Impulsa el mantenimiento preventivo y predictivo mediante sensores y modelos analíticos que reducen costes, mejoran la disponibilidad de activos y optimizan decisiones. Facilita la recopilación, análisis y visualización de datos sobre personas, recursos, tráfico y riesgos, mejorando la respuesta en desastres. Mejora la conciencia situacional respecto a la seguridad de nuestras redes y sistemas informáticos. Identifica vulnerabilidades, atacantes y posibles contramedidas.

(IA-05) En la arquitectura de un sistema inteligente, ¿qué función cumple el módulo de Percepción?. Ejecuta las acciones físicas necesarias sobre el entorno operativo. Capta los datos del entorno mediante el uso de sensores físicos o lógicos. Transforma la información en conocimiento mediante reglas de razonamiento simbólico. Evalúa el impacto de una decisión tomada para ajustar el comportamiento del sistema.

(IA-11) ¿Cuál es uno de los mayores retos en la creación de equipos 'Hombre-Máquina' (Human Machine Teaming)?. Asegurar que las máquinas no requieran ningún tipo de mantenimiento físico en el campo. Lograr que los humanos y las máquinas dispongan de buenos 'modelos mentales' de las conductas del otro. Lograr que las máquinas tengan emociones humanas para empatizar con el personal operativo. Sustituir completamente el control humano por autonomía total en sistemas críticos. Asegurar que las máquinas no requieran ningún tipo de mantenimiento físico en el campo.

(IA-13) Dentro del marco del ‘Machine Learning’, ¿qué es el Aprendizaje Supervisado?. Es un tipo de entrenamiento en el que la máquina aprende a partir de un conjunto de datos etiquetados (ejemplos ya resueltos). Es un tipo de entrenamiento en el que la máquina recibe datos brutos sin etiquetas previas y busca patrones por sí sola. Es un tipo de entrenamiento en el cuál la máquina toma decisiones libremente en un entorno y recibe “recompensas” o “penalizaciones”. Es un tipo de entrenamiento donde la máquina busca las respuestas en una base de datos ya predefinida e inmutable.

(IA-14) Dentro del marco del ‘Machine Learning’, ¿qué es el Aprendizaje NO Supervisado?. Es un tipo de entrenamiento en el que la máquina aprende a partir de un conjunto de datos etiquetados (ejemplos ya resueltos). Es un tipo de entrenamiento en el que la máquina recibe datos brutos sin etiquetas previas y busca patrones por sí sola. Es un tipo de entrenamiento en el cuál la máquina toma decisiones libremente en un entorno y recibe “recompensas” o “penalizaciones”. Es un tipo de entrenamiento donde la máquina busca las respuestas en una base de datos ya predefinida e inmutable.

(IA-16) ¿Cómo definiría el concepto de Inteligencia Artificial?. Es un programa que puede percibir, razonar, actuar y adaptarse. Son algoritmos cuyo rendimiento mejora a medida que son expuestos a más datos a lo largo del tiempo. Es un subconjunto del Machine Learning en el cual redes neuronales multicapa aprenden de enormes cantidades de datos. Es cualquier elemento que no esté presente en la naturaleza por sí solo y que haya sido desarrollado por la inteligencia humana.

(IA-17) ¿Cómo definiría el concepto de Machine Learning?. Es un programa que puede percibir, razonar, actuar y adaptarse. Son algoritmos cuyo rendimiento mejora a medida que son expuestos a más datos a lo largo del tiempo. Es un subconjunto del Machine Learning en el cual redes neuronales multicapa aprenden de enormes cantidades de datos. Es cualquier elemento que no esté presente en la naturaleza por sí solo y que haya sido desarrollado por la inteligencia humana.

(IA-18) ¿Cómo definiría el concepto de Deep Learning?. Es un programa que puede percibir, razonar, actuar y adaptarse. Son algoritmos cuyo rendimiento mejora a medida que son expuestos a más datos a lo largo del tiempo. Es un subconjunto del Machine Learning en el cual redes neuronales multicapa aprenden de enormes cantidades de datos. Es cualquier elemento que no esté presente en la naturaleza por sí solo y que haya sido desarrollado por la inteligencia humana.

(IA-19) ¿Qué es una red neuronal?. Es una red informática que se utiliza para conectar equipos remotos y que tiene forma física de neurona. Es un conjunto de servidores que se conectan entre ellos usando fibras basadas en tejidos de neuronas sintetizadas a partir de ADN humano. Es una malla física formada por hilos del grosor de una neurona, que se utiliza para proteger centros de datos y que impide el acceso de personas no autorizadas. Es un tipo de arquitectura informática que intenta imitar de forma simple al cerebro humano conectando capas de “neuronas” artificiales.

(IA-22) En el ámbito de la IA, ¿en qué consiste el problema del ‘sesgo’?. El problema del sesgo no afecta a los sistemas basados en IA, ya que el sesgo solamente afecta a las decisiones que toman las personas. En que, si una IA aprende con datos incompletos, desequilibrados o malos, tomará decisiones no confiables o favorecerá injustamente a ciertos grupos. La IA es inmune al concepto de sesgo, ya que su carácter matemático y predecible asegura siempre un 100 % de objetividad en sus decisiones. En que el gran volumen de datos utilizado para entrenar las IAs hace que aumente el sesgo. La solución es disminuir el número de datos que se utilizan para entrenar las IAs.

(IA-23) En el ámbito de la IA, ¿en qué consiste el problema de la ‘caja negra’?. En que, si utilizamos carcasas de color negro en los servidores que alojan las IAs, el calor que desprenden al funcionar no es capaz de disiparse y provoca que se estropeen con facilidad. En que, si hay alguna incidencia en la sala que aloja los servidores de IA, todos los datos quedan registrados en una caja negra al igual que ocurre en aviación y podemos reconstruir lo que ha sucedido. En que, aunque la IA suele acertar con un alto índice de precisión, el operador no sabe cómo ha llegado a esa conclusión. Una vez entrenada la IA, su funcionamiento es muy opaco. No se trata de ningún problema sino de una ventaja, ya que el funcionamiento opaco de la IA aumenta las garantías de imparcialidad en su toma de decisiones.

(IoT-03) ¿Qué concepto describe WINLAS, adelantándose a lo que hoy se conoce como 'Smart City Sensing'?. Gestión automatizada del tráfico civil mediante drones de combate. Conectividad total de los combatientes mediante implantes neuronales. Uso de redes de sensores para la vigilancia de áreas locales urbanas. Sistemas de riego inteligente para bases militares desplegadas.

(IoT-07) Actualmente, ¿cuántos dispositivos físicos hay conectados a Internet, aproximadamente, y cuál es su evolución prevista en un futuro?. El número de dispositivos físicos conectados nunca puede superar el número de habitantes en el planeta para poder cumplir con los objetivos de sostenibilidad de la agenda 2030. Hoy en día existen más objetos conectados en el planeta que personas. En 2016 había unos 7.400 millones de personas y unos 16.000 millones de dispositivos. En 2020 el número de personas era similar mientras que ya había entre 30.000 y 60.000 millones de dispositivos. En el futuro se espera que la cantidad de dispositivos conectados siga aumentando un ritmo mayor que el de la cantidad de personas en el planeta. Hoy en día existen más objetos conectados en el planeta que personas. En 2016 había unos 7.400 millones de personas y unos 16.000 millones de dispositivos. En 2020 el número de dispositivos conectados empezó a disminuir a consecuencia de la pandemia de COVID-19 y desde entonces no se ha recuperado. En el futuro se espera que la cantidad de dispositivos conectados siga disminuyendo hasta que alcance un límite estable similar al número de habitantes en el planeta. Los dispositivos IoT son sistemas muy caros de los que solamente pude disponer una minoría de personas con altos niveles adquisitivos. Se calcula que, actualmente, su número apenas supera las 10.000 unidades.

(IoT-08) ¿A qué es debido el aumento de dispositivos IoT?. A que los sensores, controladores y transmisores son cada vez más potentes, más baratos y más pequeños. Al aumento de las subvenciones gubernamentales para la adquisición de dispositivos IoT. A que el aumento de su potencia de cálculo los hace ideales para sustituir los grandes servidores de IA con tarjetas gráficas dedicadas. A que están sustituyendo a los ordenadores personales de sobremesa debido a su menor tamaño y mayores capacidades gráficas que los hace ideales para juegos online.