ネットワーク侵入検知における AI クイズ

クイズに答えると、答えと解説が表示されます。

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. 異常ベースの検出では通常どのように脅威を特定するのでしょうか?
   • 既知のウイルス シグネチャのデータベースと照合することによって
   • 通常の行動を学習し、そこからの逸脱にフラグを立てることによって
   • すべての暗号化トラフィックをブロックすることで
   • ユーザーに各接続の確認を求めることで
3. オートエンコーダーは異常なネットワーク トラフィックの検出にどのように役立ちますか?
   • 安全のためにトラフィックを暗号化します
   • 疑わしいパケットを自動的に削除します
   • 新しい信号機での高い再構成エラーは異常
   • オンラインのユーザー数をカウントします
4. AI 侵入検知システムにとって現実的な大きな課題は何ですか?
   • ネットワークが静かすぎて監視できない
   • 分析するネットワーク トラフィックが存在しない
   • 攻撃はシグネチャを書くのが簡単すぎる
   • 誤検知が多すぎるとアラート疲れが生じる
5. 侵入検知モデルをトレーニングするときにクラスの不均衡が懸念されるのはなぜですか?
   • 通常のトラフィックに比べて攻撃が少ないため
   • ユーザーのクラスが多すぎるため
   • ネットワークの帯域幅が異なるため
   • すべてのトラフィックは悪意のあるものであるため、
6. 従来のシグネチャベースの侵入検知ツールの例はどれですか?
   • フォトショップ
   • 鼻を鳴らす
   • エクセル
   • アルファフォールド
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