2026年网络安全知识竞赛试题库及答案.docxVIP

  • 0
  • 0
  • 约8.29千字
  • 约 21页
  • 2026-02-12 发布于四川
  • 举报

2026年网络安全知识竞赛试题库及答案.docx

2026年网络安全知识竞赛试题库及答案

一、单项选择题(每题1分,共30分)

1.2026年1月,某企业采用“零信任+SASE”架构后,内部钓鱼邮件成功率下降92%。该成果最直接体现了下列哪项安全原则?

A.最小权限?B.默认拒绝?C.持续验证?D.职责分离

答案:C

解析:SASE将访问控制从边界转移到身份与上下文,持续验证用户、设备、行为,与“零信任”持续验证原则一致,故钓鱼邮件一旦偏离基线即被拦截。

2.量子计算威胁日益临近,以下哪种密钥长度在2030年后仍被NIST认为可抵御具备数千逻辑量子比特的adversary?

A.RSA-3072?B.ECC-256?C.AES-128?D.Kyber-1024

答案:D

解析:Kyber为NIST第三轮胜出的后量子密钥封装机制,1024参数集等效约256bit经典安全强度,可抵御已知量子算法。

3.某云原生应用使用eBPF做运行时监控,发现容器内进程突然调用“memfd_create+fcntl”组合。该行为最可能属于哪类攻击?

A.容器逃逸?B.无文件木马?C.资源耗尽?D.供应链投毒

答案:B

解析:memfd_create创建匿名文件描述符,配合fcntl设置执行位,可在内存中直接运行ELF,不落盘,典型无文件木马技术。

4.2025年发布的《生成式AI安全框架》要求模型推理端必须支持“可撤销水印”。以下哪项技术能在不重新训练的前提下实现?

A.对抗样本微调?B.差分隐私加噪?C.模型剪枝?D.推理时水印注入层

答案:D

解析:推理时水印注入层在模型输出前叠加可验证信号,无需重训练,且支持远程撤销密钥,使水印失效。

5.某车联网V2X协议采用IEEE1609.2-2025版,新增加的“L2Sc”字段主要解决什么问题?

A.证书链过长导致的广播风暴?B.伪基站GPS欺骗?C.证书撤销列表过大?D.短证书切换时延

答案:A

解析:L2Sc(Link-layerShortCertificate)将证书压缩至64字节,减少WSMP帧长度,降低信道拥塞。

6.在6G网络中,RIS(可重构智能表面)被滥用于“被动窃听”时,以下哪种物理层防护最有效?

A.增大基站功率?B.采用轨道角动量(OAM)复用?C.随机相位调制RIS?D.上行MU-MIMO

答案:C

解析:随机相位调制使RIS无法稳定对齐合法接收者,窃听信道容量随机化,实现物理层保密。

7.某DevSecOps流水线在“编译时”插入CanaryToken,若该Token在运行时触发,则最可能说明:

A.源码仓库泄露?B.构建服务器被入侵?C.生产环境存在SSRF?D.依赖库被篡改

答案:B

解析:编译时Canary仅存在于构建产物,若触发说明攻击者已拿到构建服务器权限并运行了产物。

8.2026年《数据跨境流动管理办法》将“重要数据”出境阈值调整为“10万人×30天轨迹”。以下哪类数据在此阈值内却仍需安全评估?

A.匿名化后的网约车订单?B.加密后的人脸特征向量?C.经联邦学习训练后的梯度?D.差分隐私ε=1的统计报告

答案:C

解析:联邦学习梯度可反推出原始特征,仍被视为“重要数据”,需评估。

9.某企业采用“同态加密+可信执行环境(TEE)”混合方案,把密钥管理交给TEE,计算交给同态加密。该方案主要解决:

A.同态加密性能低?B.TEE侧信道泄露?C.密钥托管信任问题?D.数据使用合规

答案:C

解析:密钥仅在TEE内解密,外部云厂商无法接触,解决密钥托管信任。

10.2025年底爆发的“LLM-Flash”蠕虫通过提示词自我复制,其初始感染向量最可能是:

A.模型权重污染?B.插件市场恶意扩展?C.训练数据投毒?D.推理API未授权

答案:B

解析:蠕虫利用插件市场“翻译助手”扩展,在提示词中隐藏自我复制指令,用户安装后成为传播节点。

11.某Web3钱包采用“MPC+TSS”分片签名,若其中一片长期离线,以下哪项机制可防止私钥重构失败?

A.proactiverefresh?B.可验证延迟函数?C.门限备份?D.零知识证明

答案:A

解析:proactiverefresh定期重分片,使旧分片失效,即使长期离线节点恢复也无法参与历史重构,保证鲁棒性。

12.在2026年NISTSP800-53Rev6中,新增控制项“AI-11”要求对“模型漂移”建立基线。以下指标最适合作为图像分类模型漂移指标?

A.KL散度?B.PSI?C.Wasserstein-1?D.最大均值差异(MMD)

答案:D

解析:MMD可捕捉高维特征分布偏移,对图像CNN特征层漂移敏感。

13.某工业

文档评论(0)

1亿VIP精品文档

相关文档