隐私计算测试面试题集.docxVIP

第PAGE页共NUMPAGES页

2026年隐私计算测试面试题集

一、单选题（共5题，每题2分）

考察方向：隐私计算基本概念与原理

1.题目：在隐私计算中，联邦学习的主要优势是什么？

A.数据完全共享，模型训练效率高

B.数据不出本地，保护数据隐私

C.仅需中心化数据，简化管理

D.支持大规模分布式训练

答案：B

解析：联邦学习通过模型参数交换而非原始数据共享，避免了数据泄露风险，符合隐私保护需求。

2.题目：以下哪项技术不属于同态加密的应用场景？

A.安全多方计算

B.隐私保护机器学习

C.联邦学习

D.数据库加密

答案：C

解析：联邦学习依赖的是分布式训练框架，而非同态加密；同态加密主要用于计算场景而非模型训练。

3.题目：在差分隐私中，ε值越小，意味着什么？

A.隐私保护越强

B.数据可用性越高

C.计算复杂度越低

D.数据扰动越大

答案：A

解析：ε值代表噪声添加量，越小表示隐私保护越强，但数据可用性会降低。

4.题目：以下哪项不属于零知识证明的用途？

A.身份验证

B.安全多方计算

C.数据脱敏

D.联邦学习

答案：C

解析：零知识证明主要用于验证而非数据脱敏；数据脱敏通常采用加密或匿名化技术。

5.题目：在多方安全计算中，参与方越多，以下哪个风险会显著增加？

A.模型精度

B.通信开销

C.