Quiz sur l'IA dans la détection des intrusions réseau

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

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. Comment la détection basée sur les anomalies identifie-t-elle généralement les menaces ?
   • En faisant correspondre une base de données de signatures de virus connus
   • En apprenant un comportement normal et en signalant les écarts par rapport à celui-ci
   • En bloquant tout le trafic crypté
   • En demandant aux utilisateurs de confirmer chaque connexion
3. Comment un encodeur automatique aide-t-il à détecter un trafic réseau anormal ?
   • Il crypte le trafic pour plus de sécurité
   • Il supprime automatiquement les paquets suspects
   • Une erreur de reconstruction élevée sur les nouveaux feux de circulation est une anomalie
   • Il compte le nombre d'utilisateurs en ligne
4. Quel est le défi pratique majeur pour les systèmes de détection d’intrusion par IA ?
   • Les réseaux sont trop silencieux pour être surveillés
   • Un manque de trafic réseau à analyser
   • Les attaques sont trop faciles à signer
   • Trop de faux positifs provoquant une fatigue des alertes
5. Pourquoi le déséquilibre des classes est-il une préoccupation lors de la formation de modèles de détection d’intrusion ?
   • Parce que les attaques sont rares par rapport au trafic normal
   • Parce qu'il y a trop de classes d'utilisateurs
   • Parce que les réseaux ont une bande passante inégale
   • Parce que tout le trafic est malveillant
6. Quel est un exemple d’outil traditionnel de détection d’intrusion basé sur les signatures ?
   • Photoshop
   • Renifler
   • Exceller
   • 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