2025年信息系统安全专家人工智能系统与应用安全基础专题试卷及解析.pdfVIP

2025年信息系统安全专家人工智能系统与应用安全基础专题试卷及解析1

2025年信息系统安全专家人工智能系统与应用安全基础专

题试卷及解析

2025年信息系统安全专家人工智能系统与应用安全基础专题试卷及解析

第一部分：单项选择题（共10题，每题2分）

1、在人工智能系统中，以下哪项不属于对抗性攻击的主要类型？

A、白盒攻击

B、黑盒攻击

C、灰盒攻击

D、蓝盒攻击

【答案】D

【解析】正确答案是D。对抗性攻击主要分为白盒攻击（攻击者完全了解模型结构

和参数）、黑盒攻击（攻击者仅能通过输入输出交互）和灰盒攻击（部分了解模型信息）。

蓝盒攻击不是标准的对抗性攻击分类。知识点：对抗性攻击分类。易错点：容易混淆不

同颜色代表的攻击类型，需记住只有白、黑、灰三种。

2、联邦学习的主要安全优势是什么？

A、提高模型训练速度

B、保护用户数据隐私

C、减少计算资源消耗

D、增强模型泛化能力

【答案】B

【解析】正确答案是B。联邦学习的核心优势在于数据不出本地，通过参数聚合实

现联合建模，从而保护用户隐私。A、C、D可能是副产品但非主要目标。知识点：联

邦学习隐私保护机制。易错点：容易将性能优化与安全优势混淆。

3、以下哪项不属于AI模型完整性威胁？

A、数据投毒

B、模型窃取

C、后门攻击

D、梯度泄露

【答案】D

【解析】正确答案是D。数据投毒、模型窃取和后门攻击都直接影响模型完整性，而

梯度泄露属于隐私泄露问题。知识点：AI安全威胁分类。易错点：需区分完整性威胁

与隐私威胁。

4、差分隐私技术主要用于解决什么问题？

A、模型过拟合

2025年信息系统安全专家人工智能系统与应用安全基础专题试卷及解析2

B、数据隐私泄露

C、计算效率低下

D、模型可解释性

【答案】B

【解析】正确答案是B。差分隐私通过添加噪声保护个体数据隐私，是隐私保护的

核心技术。A、C、D是其他AI问题。知识点：隐私保护技术。易错点：容易混淆隐私

保护与其他AI优化目标。

5、AI安全中的”模型反演攻击”主要针对什么？

A、训练数据隐私

B、模型推理速度

C、模型存储空间

D、模型可解释性

【答案】A

【解析】正确答案是A。模型反演攻击通过模型输出反推训练数据，属于隐私攻击。

B、C、D与攻击目标无关。知识点：隐私攻击类型。易错点：需区分不同攻击的具体目

标。

6、以下哪项不是AI系统安全审计的关键要素？

A、数据来源验证

B、模型性能指标

C、算法透明度

D、硬件配置检查

【答案】D

【解析】正确答案是D。AI安全审计关注数据、算法和模型，硬件配置属于基础设

施审计。知识点：AI安全审计框架。易错点：容易混淆系统审计与AI专项审计。

7、可信AI的”公平性”原则主要解决什么问题？

A、算法偏见

B、数据噪声

C、模型过拟合

D、计算延迟

【答案】A

【解析】正确答案是A。公平性旨在消除算法对不同群体的偏见。B、C、D是其他

AI问题。知识点：可信AI原则。易错点：需明确每个原则的具体目标。

8、AI系统的”鲁棒性”指什么？

A、模型解释能力

B、抗干扰能力

2025年信息系统安全专家人工智能系统与应用安全基础专题试卷及解析3

C、训练速度

D、数据存储量

【答案】B

【解析】正确答案是B。鲁棒性指系统在异常输入下的稳定性。A、C、D是其他性

能指标。知识点：AI系统属性。易错点：容易混淆鲁棒性与准确性。

9、以下哪项不属于AI供应链安全风险？

A、第三方数据集污染

B、开源模型漏洞

C、用户操作失误

D、预训练模型后门

【答案】C