机器学习工程师差分隐私专项模拟试卷及答案.docxVIP

机器学习工程师差分隐私专项模拟试卷及答案

考试时长：120分钟满分：100分

一、单选题（总共10题，每题2分，总分20分）

1.差分隐私的核心目标是保护个体数据隐私，其主要技术手段是通过对数据添加噪声来实现。以下哪项技术不属于差分隐私的典型添加噪声方法？

A.拉普拉斯机制（LaplaceMechanism）

B.高斯机制（GaussianMechanism）

C.指数机制（ExponentialMechanism）

D.哈希机制（HashingMechanism）

2.在差分隐私中，ε（ε）是衡量隐私保护强度的关键参数，其值越小表示隐私保护强度越高。以下关于ε的描述正确的是？

A.ε值越大，数据可用性越高，但隐私泄露风险增加

B.ε值越小，数据可用性越低，但隐私保护越强

C.ε值通常以对数形式表示，如ε=1/128

D.ε值与数据集规模成正比，数据量越大ε值越高

3.差分隐私中的δ（δ）参数用于表示“任意一个个体可能被推断出的概率”，其值通常设为非常小的常数。以下关于δ的描述错误的是？

A.δ值越小，隐私保护越严格

B.δ值通常设为0.1或更小

C.δ与ε是独立参数，两者共同决定隐私保护水平

D.δ值越高，对数据可用性的影响越大

4.在