2026年人工智能安全与伦理考试试题及答案.docxVIP

2026年人工智能安全与伦理考试试题及答案

一、单项选择题（每题2分，共20分）

1.在联邦学习框架下，以下哪项最能有效降低模型逆向攻击导致的隐私泄露风险？

A.增加本地训练轮次

B.采用差分隐私噪声机制

C.提高全局模型聚合频率

D.使用同态加密对梯度进行全同态运算

答案：B

解析：模型逆向攻击通过观察梯度重构原始数据。差分隐私在梯度上传前注入校准噪声，使攻击者无法以高置信度推断个体信息，同时保持模型可用性。同态加密虽能保护梯度机密性，但计算开销巨大，且无法抵御通过模型输出进行的成员推理攻击。

2.某自动驾驶系统在封闭园区进行L4级测试，伦理委员会要求算法对“最小化总体伤害”与“尊重行人优先”两项原则进行权衡。若系统采用多目标优化，下列哪项表述符合伦理学中“差别原则”（RawlsianDifferencePrinciple）？

A.优先保护车内乘客，因其是系统直接受益方

B.优先保护人数更多的一方，无论其是否为行人

C.在伤害无法避免时，优先保护社会中最不利群体（如行人）

D.随机选择保护对象，以保证算法无歧视

答案：C

解析：Rawlsian差别原则强调社会和经济的不平等应有利于最不利者的最大利益。行人相对于封闭车辆处于更脆弱地位，应被赋予更高权重。

3.某医疗影像AI在欧盟上市，需满足MDR（MedicalDeviceRegulation）与AIAc