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