Kvíz spojený s průvodcem · Střední úroveň

AI v kvízu detekce narušení sítě

Kontroluje detekci podpisů a anomálií, dohlížené štítky, chyby při rekonstrukci autokodéru, dopravní prvky a kontrolu člověkem.

Související vodicí cestyAI v detekci narušení sítě
Otázka 1 z 8

What can anomaly-based AI add to signature matching when previously unseen behavior appears?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. What can anomaly-based AI add to signature matching when previously unseen behavior appears?
    • It can flag deviations from learned normal traffic for investigation, without guaranteeing detection of every new attack
    • It can prove a deviation is malicious without review
    • It can identify every attacker by name
    • It can replace all security monitoring
  2. Jak detekce založená na anomáliích obvykle identifikuje hrozby?
    • Porovnáním databáze známých virových signatur
    • Učením normálního chování a označováním odchylek od něj
    • Zablokováním veškerého šifrovaného provozu
    • Požádáním uživatelů o potvrzení každého připojení
  3. Jak autokodér pomáhá detekovat anomální síťový provoz?
    • Pro bezpečnost šifruje provoz
    • Automaticky odstraňuje podezřelé pakety
    • Vysoká chyba rekonstrukce na nových semaforech anomálie
    • Počítá počet uživatelů online
  4. Co je hlavní praktickou výzvou pro systémy detekce narušení AI?
    • Sítě jsou příliš tiché na to, aby je bylo možné monitorovat
    • Nedostatek síťového provozu k analýze
    • Útoky jsou příliš snadné pro psaní podpisů
    • Příliš mnoho falešných poplachů způsobuje únavu
  5. Proč je nerovnováha tříd znepokojující při trénování modelů detekce narušení?
    • Protože útoky jsou ve srovnání s běžným provozem vzácné
    • Protože existuje příliš mnoho tříd uživatelů
    • Protože sítě mají nestejnou šířku pásma
    • Protože veškerý provoz je škodlivý
  6. Jaký je příklad tradičního nástroje pro detekci narušení založeného na signaturách?
    • Photoshop
    • Odfrknout
    • Vynikat
    • AlphaFold
  7. What is the main difference between supervised intrusion classification and anomaly detection in the guide?
    • Supervised models use no labels
    • Anomaly detection requires every attack type to be labeled
    • Supervised models learn from labeled attack examples; anomaly models can learn a normal-traffic baseline
    • Both methods only examine packet payload text
  8. Which traffic information can be used as model features in an intrusion detector?
    • Only the user’s password
    • Only the final alert color
    • The model’s GPU temperature
    • Packet sizes, connection durations, protocols and flow statistics