基本信息
文件名称:2025年AI安全漏洞修复验证试题.docx
文件大小:16.14 KB
总页数:8 页
更新时间:2025-10-22
总字数:约7.87千字
文档摘要
2025年AI安全漏洞修复验证试题
一、单选题(共15题)
1.以下哪项技术用于提高AI模型在推理过程中的安全性和鲁棒性?
A.知识蒸馏
B.结构剪枝
C.稀疏激活网络设计
D.模型量化(INT8/FP16)
答案:C
解析:稀疏激活网络设计通过减少激活单元的密度来提高模型对对抗攻击的鲁棒性,同时减少计算资源消耗,参考《稀疏激活网络设计研究》2025年版。
2.在对抗性攻击防御中,以下哪种方法可以检测和防御基于生成对抗网络(GAN)的攻击?
A.输入验证
B.模型对抗训练
C.梯度正则化
D.输出验证
答案:B
解析:模型对抗训练通过在训练过程中引入对抗样本来增强