Gids-gekoppelde quiz · Middelmatig Niveau
AI in de quiz over netwerkinbraakdetectie
Controleert handtekening- en anomaliedetectie, bewaakte labels, reconstructiefouten van de autoencoder, verkeerskenmerken en menselijke beoordeling.
Vraag 1 van 8
What can anomaly-based AI add to signature matching when previously unseen behavior appears?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- 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
- Hoe identificeert op afwijkingen gebaseerde detectie doorgaans bedreigingen?
- Door een database met bekende viruskenmerken te matchen
- Door normaal gedrag aan te leren en afwijkingen daarvan te signaleren
- Door al het gecodeerde verkeer te blokkeren
- Door gebruikers te vragen elke verbinding te bevestigen
- Hoe helpt een autoencoder afwijkend netwerkverkeer te detecteren?
- Het codeert het verkeer voor de veiligheid
- Het verwijdert verdachte pakketten automatisch
- Hoge reconstructiefout bij nieuwe verkeerssignalen is een anomalie
- Het telt het aantal gebruikers online
- Wat is een grote praktische uitdaging voor AI-inbraakdetectiesystemen?
- Netwerken zijn te stil om te monitoren
- Een gebrek aan netwerkverkeer om te analyseren
- Aanvallen zijn te gemakkelijk om handtekeningen voor te schrijven
- Te veel valse positieven veroorzaken alertheidsmoeheid
- Waarom is het onevenwicht in de klassen een probleem bij het trainen van modellen voor inbraakdetectie?
- Omdat aanvallen zeldzaam zijn in vergelijking met normaal verkeer
- Omdat er te veel gebruikersklassen zijn
- Omdat netwerken ongelijke bandbreedte hebben
- Omdat al het verkeer kwaadaardig is
- Wat is een voorbeeld van een traditionele, op handtekeningen gebaseerde inbraakdetectietool?
- Photoshoppen
- Snuiven
- Excel
- AlphaFold
- 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
- 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