面试题隐私计算工程师中级常用算法与原理如MPC_FHE_DP.docxVIP

第PAGE页共NUMPAGES页

面试题：隐私计算工程师中级常用算法与原理如MPC,FHE,DP

一、单选题（每题2分，共10题）

1.题目：在安全多方计算（MPC）中，以下哪一项不是其主要应用场景？

A.多个银行联合计算总资产而不泄露各自资产

B.医疗机构联合分析患者数据而不泄露具体病情

C.单一公司内部计算销售数据

D.多个电商平台联合计算用户购买力而不泄露个人消费记录

答案：C

解析：MPC的核心在于多方在保持各自输入私密性的前提下协同计算，单一公司内部计算不属于多方协作场景。

2.题目：以下哪种加密方案属于全同态加密（FHE）的扩展？

A.联邦学习中的安全聚合

B.同态加密（HE）

C.部分同态加密（PHE）

D.差分隐私（DP）

答案：C

解析：PHE是FHE的简化版本，支持有限次数的加法或乘法运算，而FHE支持任意运算。其他选项或非FHE扩展。

3.题目：在差分隐私（DP）中，ε（epsilon）值越小，意味着什么？

A.数据发布的安全性越高

B.数据发布的准确性越高

C.数据发布的安全性越低

D.无法确定其对隐私的影响

答案：B

解析：ε越小，表示对个体数据的扰动越大，但查询结果越接近真实情况，即准确性更高。

4.题目：在MPC中，秘密共享（SecretSharing）通常使用哪种技术实现？

A.AES加密

B.Shamir的秘密共享方案

C.RSA公钥加密

D.K-means聚类算法

答案：B

解析：Shamir方案是MPC中常用的秘密共享基础，将秘密拆分给多个参与方，仅聚合部分份额可恢复秘密。

5.题目：FHE的主要缺点是什么？

A.运算效率低

B.量子计算机无法破解

C.适用于大规模数据

D.成本极低

答案：A

解析：FHE的加密和解密运算复杂度高，导致速度远慢于传统加密。

6.题目：在DP中，拉普拉斯机制通常用于哪种场景？

A.边缘计算

B.数据脱敏

C.敏感数据发布

D.机器学习模型训练

答案：C

解析：拉普拉斯机制通过添加噪声平滑统计结果，常用于发布计数、平均数等统计信息。

7.题目：MPC中的加法秘密共享（AdditiveSecretSharing）意味着什么？

A.输入值必须可加

B.共享份额可随机生成

C.仅支持乘法运算

D.必须使用AES加密

答案：A

解析：加法共享假设所有参与方输入可进行加法运算，如数值数据。

8.题目：FHE的部分同态加密（PHE）扩展中，最常用的库是哪个？

A.PyTorch

B.MicrosoftSEAL

C.TensorFlow

D.OpenCV

答案：B

解析：SEAL是专注于PHE/FHE的开源库，支持多种同态运算。

9.题目：在DP中，k-匿名（k-Anonymity）与DP的关系是什么？

A.k-匿名是DP的特例

B.DP是k-匿名的特例

C.两者无关

D.k-匿名比DP更严格

答案：C

解析：k-匿名关注数据发布时的个体识别风险，而DP关注查询本身带来的隐私泄露。

10.题目：MPC中的GMW协议（Gennaro-Micali-Wandersman）适用于哪种场景？

A.数据加密

B.安全多方计算

C.图像处理

D.自然语言处理

答案：B

解析：GMW是MPC的经典协议之一，支持任意函数计算。

二、多选题（每题3分，共5题）

1.题目：FHE的优点包括哪些？

A.输入输出保持明文

B.支持任意同态运算

C.量子计算机无法破解

D.运算效率高

答案：A,B

解析：FHE的输入输出为明文，支持任意同态运算；但其运算效率低，且量子计算机可能破解。

2.题目：DP中的拉普拉斯机制和指数机制有何区别？

A.拉普拉斯适用于离散数据，指数适用于连续数据

B.拉普拉斯噪声更大，指数噪声更小

C.两者都基于概率分布

D.拉普拉斯计算简单，指数计算复杂

答案：A,C

解析：拉普拉斯用于离散数据（如计数），指数用于连续数据（如均值）；两者都基于拉普拉斯噪声。

3.题目：MPC中的常见协议包括哪些？

A.GMW协议

B.Yao的garbledcircuit协议

C.安全多方求交（SMPC）

D.AES加密

答案：A,B,C

解析：GMW、Yao电路、SMPC都是MPC协议；AES是传统加密。

4.题目：FHE的扩展方向包括哪些？

A.增强安全性

B.提高效率

C.支持更多运算类型

D.降低存储需求

答案：A,B,C

解析：FHE研究重点包括提高安全性（如Bootstrapping）、效率（如优化算法）和运算支持（如乘法扩展）。

5.题目：DP的应用场景包括哪些？

A.