2026年人工智能AI与网络安全工程师技能考核题集.docxVIP

2026年人工智能AI与网络安全工程师技能考核题集

一、单项选择题（每题2分，共20分）

1.在2026年主流AI训练框架中，下列哪一项技术最能有效缓解“数据投毒”对模型完整性的破坏？

A.联邦学习中的安全聚合协议

B.模型剪枝

C.知识蒸馏

D.动态学习率调度

答案：A

解析：联邦学习通过安全聚合（SecureAggregation）在参数服务器端仅能看到聚合后的梯度，无法反推出单个客户端的原始梯度，从而阻断攻击者通过上传恶意梯度注入后门。

2.某企业采用零信任架构，身份认证环节使用多模态生物特征融合。若攻击者同时窃取了用户的声纹与指静脉模板，下列哪种防御机制仍能保证持续可信？

A.增加模板更新周期

B.引入基于FHE的模板同态比对

C.降低生物特征阈值

D.采用单因子备用密码

答案：B

解析：全同态加密（FHE）允许在加密域完成生物特征比对，服务器全程不接触明文模板，即使模板密文泄露也无法还原生物特征，实现“模板本身不可读”的终极防护。

3.2026年NIST后量子算法标准中，哪一类签名算法在嵌入式AI芯片上验证时延最低？

A.CRYSTALS-Dilithium

B.Falcon

C.SPHINCS+

D.Rainbow

答案：B

解析：Falcon采用快速傅里叶采样，验证阶段仅需一次NTT逆变换与少量哈希，在ARMCortex-M85实测验证时延