基本信息
文件名称:2025年AI安全漏洞利用试题(含答案与解析).docx
文件大小:16.65 KB
总页数:23 页
更新时间:2025-09-08
总字数:约7.89千字
文档摘要
2025年AI安全漏洞利用试题(含答案与解析)
一、单选题(共15题)
1.在对抗性攻击防御中,以下哪种方法能够有效减少模型对对抗样本的敏感性?
A.数据增强
B.模型正则化
C.输入变换
D.梯度正则化
答案:D
解析:梯度正则化通过在训练过程中引入正则化项,使得模型对对抗样本的梯度变化更加平滑,从而减少模型对对抗样本的敏感性,参考《对抗性攻击防御技术手册》2025版5.2节。
2.在联邦学习隐私保护中,以下哪种技术可以确保模型训练过程中数据的安全性?
A.同态加密
B.差分隐私
C.零知识证明
D.伪随机数生成
答案:B
解析:差分隐私通过在模型训练过程中引入