数据安全与AI安全理论赛知识点汇编

本文档汇总了数据安全与AI安全理论赛的全部题目与答案，按题型分类整理，便于复习与查阅。

一、判断题（1分/题）

题号	题目关键词	答案	简要解析
1	境外法律要求更高不需重评	否	仍需依法重新评估，不能免除我国法律规定的评估义务
2	AI伦理审查为形式化流程	否	对系统开发有实质性影响，非形式化流程
3	PEFT不属于微调	否	参数高效微调（Parameter-Efficient Fine-Tuning）是微调的子集，只调整部分参数（如 LoRA、Adapter），并非”不属于微调”
4	数据质量验证只关注准确性	否	还需关注完整性、一致性、时效性等多维度
5	展示重要数据需脱敏	是	脱敏是保护敏感信息的基本措施
6（网安法）	网安法要求保护个人信息	是	《网络安全法》明确规定了该义务
7（人工在环）	所有任务都应人工在环	否	非所有任务适合，部分自动化流程可独立完成
8（数据生命周期）	数据创建阶段考虑生命周期	是	从创建开始规划全生命周期管理
9（Oracle哈希）	相同用户名密码跨库哈希相同	是	Oracle早期密码哈希未加全局盐，相同输入产生相同哈希
10（3DES）	3DES是DES改进	是	三重加密（加密→解密→加密）提升安全性
11（数据结构破坏）	数据结构破坏不属于数据污染	否	属于数据污染攻击的常见手段
12（Prompt注入）	Prompt注入仅影响文本模型	否	多模态模型（图像、音频）同样可能受影响
13（数据主体权利）	数据主体权利绝对	否	存在例外情形（如国家安全、公共利益），非无条件满足
14（数据源伪造）	伪造查询结果=修改原始数据	否	通常指在查询返回层面篡改结果，不涉及底层数据修改
15（风险评估）	风险评估目标为识别量化风险	是	风险评估的核心目的
16（灰度数据共享）	灰度数据可随意对外共享	否	仍需遵守保密协议和安全规范
17（邮件加密）	邮件发送应加密防错发	是	加密防截获，防错发是基本安全要求
18（数据漂移）	数据漂移仅训练阶段出现	否	部署后也会出现（数据分布变化），需持续监控
19（保留期限）	保留期限由企业自行设定	否	受法律法规约束，不能仅依存储成本决定
20（持续学习）	持续学习系统无需重做安全评估	否	更新模型可能引入新风险，需重新评估

二、单选题（1分/题）

题号	题目	答案	解析
1	模型水印技术	嵌入特定标记以便被盗用时追溯来源	模型水印通过在模型权重或输出中嵌入不可见标记，实现版权保护和溯源，不是加密或访问控制
2	HSM主要安全目标	保护密钥生命周期安全	HSM（Hardware Security Module）是专用硬件，负责密钥的生成、存储、使用、轮换和销毁，不是保护数据本身
3	~~（暂缺）~~	—	—
4	~~（暂缺）~~	—	—
5	数据安全责任全由数据安全部门承担	不正确，可能决策层/管理层负责	数据安全责任主体是数据处理者的决策层和管理层，安全部门是执行者而非唯一责任方
6	硬件可用性报告不能识别的问题	用户不满	硬件可用性报告关注设备正常运行时间、故障率等技术指标，无法衡量主观用户体验
7	数据安全产业发展原则	创新引领，安全可控	出自《数据安全法》及相关政策文件
8	防止恶意软件感染有效措施	定期更新+安装杀毒软件	补丁管理和终端防护是基础防线
9	最适合实施脱敏的阶段	使用和共享	创建阶段数据尚未入库，存储阶段数据静态不外露，使用和共享阶段数据被访问/展示，是脱敏的关键时机
10	投毒攻击最典型意图	注入后门	训练数据投毒的目的是让模型在特定触发条件下产生攻击者预期的行为（后门），不是直接破坏模型精度
11	操作系统日志记录功能	记录用户访问系统和资源的情况	日志是审计的基础，记录谁在什么时间对什么资源做了什么操作
12	混币协议核心机制	混淆交易来源和去向	混币（CoinJoin 等）将多笔交易混合，切断输入与输出的对应关系，不是加密交易金额
13	可信路径提供	受信接口融入特权账户功能	可信路径确保用户与安全内核之间的通信不被中间人篡改，通过专用安全通道实现
14	~~（暂缺）~~	—	—
15	销毁过程审计关键环节	独立人员对销毁过程记录进行确认	审计的核心是独立性，由不参与销毁操作的第三方确认记录完整性
16	降低模型对抗鲁棒性的操作	数据集中存在大量离群点	离群点会干扰模型学习决策边界，使模型对对抗样本更敏感，不是数据增强或正则化
17	Windows 2000目录服务基本单位	域	Active Directory 以域（Domain）为基本管理单位，不是组织单元（OU）或站点
18	“责任不随数据转移”适用阶段	数据分发	数据分发后，原始数据处理者的安全责任不因数据转移给第三方而免除
19	隐藏敏感信息的技术手段	对数据进行脱敏处理	脱敏（如掩码、替换、泛化）是隐藏敏感信息的标准技术，不是加密（加密是保护，脱敏是隐藏）
20	nmap显示详细信息参数	`-v`	`-v` 为 verbose，`-vv` 更详细；`-sV` 是探测服务版本，`-O` 是操作系统检测，注意区分
21	隐蔽性强、持续性长的数据泄露场景	黑客利用零日漏洞逐步窃取数据	APT 攻击利用零日漏洞长期潜伏，比内部人员误操作或一次性入侵更隐蔽持久
22	2020年后政府建设阶段	数字政府	电子政务（2002前）→ 电子政务（2002-2020）→ 数字政府（2020后），是政策文件明确定义的阶段划分
23	数据分类分级后应采取的措施	差异化安全措施	不同级别数据对应不同保护力度，不是统一加密或统一访问控制
24	最严格有效的访问控制	强制访问控制（MAC）	MAC 由系统强制执行安全标签，用户无法自行修改权限，比 DAC（自主）和 RBAC（角色）更严格
25	RLAIF的学习方法	强化学习	RLAIF = Reinforcement Learning from AI Feedback，核心是强化学习，AI 反馈替代人类标注
26	不符合操作系统安全配置原则	开放更多的服务	最小化服务原则：只开放必要服务，减少攻击面
27	哈希函数的特性（不包括）	可逆计算	哈希是单向函数，不可逆是核心安全特性；输出长度固定、计算高效、抗碰撞才是基本特性
28	AI算力度量中 MFLOPS 的含义	百万次浮点运算/秒	MFLOPS = Mega FLOPS = 10^6 次浮点运算每秒。常见误解： MFLOPS 不等于 1000，M = Mega = 10^6
29	属于检测性控制	审计跟踪	审计跟踪是事后检测手段；防火墙是预防性控制，加密是保护性控制，备份是恢复性控制
30	数据安全风险评估报告应包含的内容	风险评估的结果和建议措施	报告应包含：评估范围、方法、发现的风险、风险等级、建议措施和整改计划
31	确保训练代码与依赖库安全的最佳实践	定期更新依赖库至最新版本	依赖库漏洞是供应链攻击的常见入口，及时更新是基本防御
32	通过数据洪流破坏系统可用性的攻击	拒绝服务攻击	DoS/DDoS 通过大量请求耗尽目标资源，不是注入攻击或权限提升
33	模型部署阶段的关键安全措施	安全配置	部署阶段的安全配置包括：最小权限、网络隔离、输入校验、日志审计等
34	同态加密的典型应用场景	云端隐私计算	同态加密允许在密文上直接计算，结果解密后与明文计算一致，是云端隐私计算的核心技术
35	《数据安全法》中数据的定义	任何以电子或者其他方式对信息的记录	这是《数据安全法》第三条的法定定义，范围比”电子数据”更广，包含纸质记录等
36	网络物理隔离的应用实例	电子政务中网闸应用	网闸（GAP）实现物理层面的网络断开，不是防火墙或 VLAN 隔离
37	~~（暂缺）~~	—	—
38	关于注入攻击，说法不正确的是	采用Oracle可减少SQL注入威胁（错误说法）	数据库品牌不能替代安全编码，任何数据库在不安全的输入处理下都存在注入风险
39	MCP架构中负责与第三方认证交互的主体	MCP服务器	MCP（Model Context Protocol）中，MCP Server 负责与外部服务/认证系统交互，Client 只负责与模型通信
40	不属于大数据隐私保护技术	数据删除	数据删除是数据销毁手段，不是隐私保护技术；k-匿名、差分隐私、同态加密才是

三、不定项选择题（2分/题）

题号	题目	答案	解析
1（输入变换）	特征压缩提升鲁棒性	滤波操作、像素值量化	特征压缩通过降低输入空间维度，减少对抗扰动的影响，不是增加模型复杂度
2（白盒攻击）	可利用的信息	模型结构、模型参数、损失函数梯度	白盒攻击拥有模型全部信息，比黑盒攻击更强大；训练数据不属于白盒攻击直接可利用的信息
3（系统加固）	主要目的	提高攻击难度、减小自身脆弱性	系统加固通过关闭不必要服务、修补漏洞、强化配置来增加攻击成本
4（安全AI生命周期）	应融入安全考虑的阶段	数据准备、模型设计与训练、部署监控、废弃（全选）	安全必须贯穿 AI 生命周期所有阶段，不能只在部署后才考虑
5（模型反演）	可能重建的内容	训练数据特征、类原型	模型反演攻击通过模型输出推断训练数据的统计特征，不能精确还原原始数据
6（联邦学习）	核心技术手段	加密技术	联邦学习通过同态加密/安全多方计算保护梯度传输，原始数据不离开本地
7（系统安全漏洞）	属于漏洞的问题	产品缺少安全功能、产品有Bugs	安全漏洞包括设计缺陷（缺少安全功能）和实现缺陷（Bugs），不包括配置错误（那是运维问题）
8（GDPR跨境传输）	合法传输机制	充分性认定、标准合同条款、约束性企业规则	GDPR 第 44-49 条规定的三大合法传输机制；不包括用户同意（需满足额外条件）
9（后门触发器）	关键设计因素	颜色、模式、位置、大小（全选）	后门触发器的设计需要考虑所有视觉/模式特征，确保隐蔽性和可触发性
10（Hash函数）	基本特性	抗碰撞性、输入长度任意、计算高效	Hash 函数核心特性三要素：抗碰撞 + 输入任意 + 计算高效。输出长度固定是事实描述但不属于”安全特性”范畴
11（AI客服幻觉）	降低风险策略	用户反馈、置信度阈值、人工复核	三层防御：置信度过滤（自动）→ 人工复核（半自动）→ 用户反馈（事后纠正）
12（大模型泄露来源）	可能来源	训练数据记忆、API越权、模型逆向工程	大模型数据泄露三大路径：记忆效应（模型记住了训练数据）+ API 越权访问 + 模型逆向提取
13（物理隔离失效）	导致失效的情况	网络非法外联	物理隔离失效的最常见原因是内部人员违规连接外部网络（如私接 WiFi、使用移动热点）
14（SET成员）	不属于SET成员	电子钱包	SET（安全电子交易）成员：持卡人、商户、发卡行、收单行、支付网关、CA。电子钱包是客户端工具，不是协议参与方
15（模型评估维度）	核心维度	鲁棒性、隐私保护、抗攻击性、合规性（全选）	模型安全评估必须多维度覆盖，缺一不可
16（越狱攻击）	核心目标	绕过安全防护机制	越狱攻击（Jailbreak）通过精心构造的 Prompt 绕过模型的安全对齐，不是获取训练数据
17（数据备份）	核心目的	防止丢失、恢复误删数据	备份是恢复性控制，不是预防性控制；它不能防止数据丢失，只能在丢失后恢复
18（防止模型篡改/窃取）	有效措施	限制访问、加密权重、数字签名	三重保护：访问控制（防未授权访问）+ 加密（防窃取）+ 签名（防篡改）
19（ICF防火墙）	可实现功能	禁止端口扫描、检查地址、网络层检查（不防病毒）	状态防火墙工作在网络层和传输层，不具备应用层内容检测能力，不能防病毒
20（公钥密码）	基本思想	加密公钥公开，解密私钥保密	公钥密码核心：公钥加密、私钥解密；安全性基于数学难题（如大数分解、离散对数），由公钥推私钥计算不可行

四、易错题汇总与概念辨析

4.1 数据安全核心概念对比

概念	定义	关键区别	典型考法
脱敏	对敏感信息进行变形处理（掩码、替换、泛化）	隐藏信息，可逆（有规则即可还原）	“最适合实施脱敏的阶段” → 使用和共享
加密	用密钥将明文转为密文	保护信息，不可逆（无密钥无法还原）	“邮件发送应加密防错发” → 是
匿名化	彻底去除个人标识符，无法重新关联	不可逆且不可重新识别	与脱敏的根本区别：是否可重新识别
假名化	用假标识符替代真实标识符	可逆（持有映射表可还原）	GDPR 下假名化仍是个人数据

4.2 访问控制模型对比

模型	全称	权限由谁决定	严格程度	典型场景
DAC	自主访问控制	数据所有者	⭐⭐	文件系统权限（Linux chmod）
MAC	强制访问控制	系统/管理员（安全标签）	⭐⭐⭐⭐⭐	军事系统、涉密系统
RBAC	基于角色的访问控制	角色分配	⭐⭐⭐	企业 OA、ERP 系统
ABAC	基于属性的访问控制	属性策略引擎	⭐⭐⭐⭐	云环境、微服务

4.3 AI攻击类型对比

攻击类型	作用阶段	核心手段	目标
投毒攻击	训练阶段	篡改训练数据	注入后门 / 降低精度
对抗攻击	推理阶段	构造对抗样本	误导模型输出
模型反演	推理阶段	分析模型输出	重建训练数据特征
模型窃取	推理阶段	查询 API 复制模型	获取模型知识产权
Prompt注入	推理阶段	构造恶意 Prompt	绕过安全对齐
越狱攻击	推理阶段	精心设计 Prompt	绕过安全防护机制

4.4 密码学概念对比

概念	密钥	方向	典型算法	用途
对称加密	加解密同一密钥	双向	AES、3DES	大量数据加密
非对称加密	公钥加密、私钥解密	单向	RSA、ECC	密钥交换、数字签名
Hash函数	无密钥	不可逆	SHA-256、MD5	完整性校验、数字签名
同态加密	公私钥对	密文计算	CKKS、BGV	云端隐私计算

4.5 数据生命周期阶段与安全措施

阶段	关键安全措施	易混淆点
创建	全生命周期规划、分类分级	不是”创建后才考虑安全”
存储	加密、访问控制、备份	脱敏主要不在存储阶段
使用	脱敏、审计、最小权限	最适合脱敏的阶段
共享	脱敏、传输加密、合同约束	最适合脱敏的阶段
分发	责任不随数据转移	分发≠共享，分发后仍有责任
销毁	独立人员确认记录	销毁≠删除，需有审计记录

4.6 网络安全控制类型对比

控制类型	作用时机	典型手段	考题关键词
预防性	事件发生前	防火墙、访问控制、加密	“阻止”、”防止”
检测性	事件发生时	审计跟踪、入侵检测、日志	“发现”、”检测”、”记录”
纠正性	事件发生后	备份恢复、补丁更新	“恢复”、”修复”
补偿性	主控失效时	冗余系统、应急预案	“替代”、”补偿”

4.7 法律法规要点速记

法规	核心考点	易错点
《网络安全法》	保护个人信息义务、网络安全等级保护	不等于《数据安全法》
《数据安全法》	数据定义（任何记录方式）、数据分类分级	数据范围比”电子数据”更广
《个人信息保护法》	个人信息处理规则、跨境传输	与网安法的适用范围区分
GDPR	跨境传输三大机制（充分性/SCC/BCR）	用户同意不是独立传输机制

五、考点体系总览（思维导图文本）

数据安全与AI安全理论赛考点体系
│
├── 一、数据安全与合规
│   ├── 数据生命周期管理
│   │   ├── 创建阶段：需考虑全生命周期规划
│   │   ├── 使用与共享阶段：最适合实施脱敏
│   │   ├── 分发阶段：责任不随数据转移
│   │   └── 销毁阶段：独立人员确认记录
│   ├── 数据脱敏与去标识化
│   │   ├── 展示重要数据/敏感个人信息必须脱敏
│   │   └── 脱敏是隐藏敏感信息的技术手段
│   ├── 数据备份与恢复
│   │   └── 核心目的：防止丢失、恢复误删数据
│   ├── 数据分类分级与风险评估
│   │   ├── 分类分级后采取差异化安全措施
│   │   ├── 风险评估目标：识别并量化风险
│   │   └── 评估报告应包含结果和建议措施
│   ├── 数据保留与销毁
│   │   └── 保留期限受法律约束，不能自行设定
│   └── 法律法规与合规
│       ├── 《网络安全法》：保护个人信息义务
│       ├── 《数据安全法》：数据的法定定义
│       ├── GDPR跨境传输：充分性认定/SCC/BCR
│       └── 数据安全产业发展原则：创新引领，安全可控
│
├── 二、AI安全与模型安全
│   ├── 模型版权保护
│   │   └── 模型水印：嵌入标记溯源
│   ├── 模型攻击与防御
│   │   ├── 投毒攻击：最典型意图为注入后门
│   │   ├── 后门攻击：触发器设计要素（颜色/模式/位置/大小）
│   │   ├── Prompt注入：不仅影响文本模型
│   │   ├── 越狱攻击：核心目标为绕过安全防护
│   │   ├── 模型反演攻击：可重建训练数据特征/类原型
│   │   └── 白盒攻击可利用：结构/参数/梯度
│   ├── 模型鲁棒性与防御
│   │   ├── 离群点降低对抗鲁棒性
│   │   ├── 特征压缩提升鲁棒性：滤波+量化
│   │   └── 安全AI生命周期：全阶段融入安全考量
│   ├── 联邦学习与隐私保护
│   │   ├── 核心技术：加密技术
│   │   └── 原始数据不离开本地
│   ├── AI伦理与治理
│   │   ├── AI伦理审查：非形式化流程
│   │   ├── AI客服幻觉缓解：反馈+阈值+人工复核
│   │   └── 持续学习系统：需重做安全评估
│   └── 大模型数据泄露
│       └── 来源：记忆效应/API越权/模型逆向
│
├── 三、密码学与加密技术
│   ├── 对称加密
│   │   └── 3DES：DES改进，三次加密提升安全性
│   ├── 非对称加密（公钥密码）
│   │   ├── 加密公钥公开，解密私钥保密
│   │   └── 由公钥推私钥计算不可行
│   ├── Hash函数
│   │   ├── 基本特性：抗碰撞/输入任意/计算高效
│   │   ├── 输出长度固定（不为可变）
│   │   └── 不包括可逆计算
│   ├── 同态加密
│   │   └── 典型场景：云端隐私计算
│   └── 硬件安全模块（HSM）
│       └── 核心目标：保护密钥生命周期安全
│
├── 四、网络安全与系统安全
│   ├── 访问控制
│   │   ├── 强制访问控制（MAC）：最严格有效
│   │   ├── 可信路径：受信接口融入特权账户功能
│   │   └── 操作系统安全配置原则：不开放多余服务
│   ├── 防火墙与物理隔离
│   │   ├── ICF状态防火墙功能：禁扫描/检查地址/网络层检查
│   │   ├── 物理隔离失效原因：网络非法外联
│   │   └── 物理隔离实例：电子政务网闸
│   ├── 系统加固与漏洞
│   │   ├── 系统加固目的：提高攻击难度+减少脆弱性
│   │   └── 系统安全漏洞：产品缺安全功能/Bugs
│   ├── 攻击与防护
│   │   ├── 拒绝服务攻击：通过数据洪流破坏可用性
│   │   ├── 注入攻击：Oracle不能减少SQL注入威胁
│   │   └── 检测性控制：审计跟踪
│   └── 运维与工具
│       ├── Windows 2000目录服务基本单位：域
│       ├── nmap详细信息参数：-v
│       └── 灰度数据不得随意对外共享
│
└── 五、其他补充
    ├── 区块链
    │   └── 混币协议核心：混淆交易来源和去向
    ├── Oracle数据库安全
    │   └── 同用户名密码跨库哈希相同
    ├── 数据质量验证
    │   └── 需关注完整性/一致性/时效性等多维度
    ├── 数据源伪造
    │   └── 伪造查询结果≠修改原始数据
    ├── 邮件安全
    │   └── 加密发送+防错发
    ├── 数据主体权利
    │   └── 非绝对，存在例外情形
    ├── 数据漂移
    │   └── 部署后仍会出现
    ├── MFLOPS算力度量
    │   └── MFLOPS = 10^6（百万次浮点运算/秒）
    ├── MCP架构
    │   └── 第三方认证交互主体：MCP服务器
    ├── SET协议成员
    │   └── 电子钱包不属于SET成员
    ├── 大数据隐私保护
    │   └── 数据删除不属于隐私保护技术
    └── 政府建设阶段
        └── 2020年后为数字政府阶段

注：题号后标注 ✓ 表示正确答案为”是/正确”，✗ 表示正确答案为”否/错误”；未标注者为客观知识点陈述。

六、总结

本汇编覆盖了数据安全与AI安全领域的核心知识点，考点体系主要分为五大板块：

数据安全与合规：数据生命周期、脱敏、备份、分类分级、风险评估、法律法规
AI安全与模型安全：模型水印、投毒/后门/越狱攻击、模型反演、联邦学习、AI伦理
密码学与加密技术：3DES、公钥密码、Hash函数、同态加密、HSM
网络安全与系统安全：访问控制、防火墙、物理隔离、系统加固、攻击防护
其他补充：区块链、Oracle安全、数据质量、邮件安全、MCP架构等

建议结合第四部分思维导图进行系统化复习，先建立知识框架，再针对各题型表格中的具体题目进行细节巩固。