人工智能安全工程师考试试卷及答案.docVIP

人工智能安全工程师考试试卷及答案

填空题（共10题，每题1分）

1.AI安全的核心目标是保障人工智能系统的____、____和____。

2.针对AI模型的常见攻击类型中，通过微小扰动误导模型输出的是____攻击。

3.数据隐私保护中，能让数据可用不可见的技术是____。

4.提高模型鲁棒性的常用方法包括数据增强和____。

5.联邦学习中，各参与方不共享原始数据，只共享____。

6.AI伦理的基本原则包括公平性、____、透明性和问责性。

7.AI系统常见的漏洞类型有数据漏洞、模型漏洞和____漏洞。

8.模型可解释性的常用方法之一是____（如LIME或SHAP）。

9.用于评估AI系统安全性的框架中，NIST发布的是____。

10.防止AI模型被逆向工程窃取的技术是____。

单项选择题（共10题，每题2分）

1.以下哪种技术不属于数据隐私保护？（）

A.模型压缩B.差分隐私C.同态加密D.联邦学习

2.对抗样本攻击中，以下哪种方法是白盒攻击？（）

A.黑盒迁移攻击B.FGSMC.基于查询的攻击D.无目标攻击

3.联邦学习中，哪种类型允许各参与方使用不同的模型结构？（）

A.横向联邦学习B.纵向联邦学习C.联邦迁移学习D.联邦优化

4.以下哪个不是AI伦理中的公平性问题？（）

A.性别偏见B.种族歧视C.年龄歧视D.模型复杂度

5.模型鲁棒性测试中，常用的基准数据集是？（