Questionário sobre IA em detecção de intrusão de rede

As respostas e explicações aparecem conforme você responde ao teste.

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. Como a detecção baseada em anomalias normalmente identifica ameaças?
   • Combinando um banco de dados de assinaturas de vírus conhecidas
   • Aprendendo o comportamento normal e sinalizando desvios dele
   • Ao bloquear todo o tráfego criptografado
   • Pedindo aos usuários que confirmem cada conexão
3. Como um codificador automático ajuda a detectar tráfego de rede anômalo?
   • Ele criptografa o tráfego para segurança
   • Exclui pacotes suspeitos automaticamente
   • Alto erro de reconstrução em novos sinais de trânsito é uma anomalia
   • Conta o número de usuários online
4. Qual é o principal desafio prático para os sistemas de detecção de intrusão por IA?
   • Redes muito silenciosas para serem monitoradas
   • Falta de tráfego de rede para analisar
   • Os ataques são muito fáceis de escrever assinaturas
   • Muitos falsos positivos causando fadiga de alerta
5. Por que o desequilíbrio de classes é uma preocupação ao treinar modelos de detecção de intrusões?
   • Porque os ataques são raros em comparação com o tráfego normal
   • Porque existem muitas classes de usuários
   • Porque as redes têm largura de banda desigual
   • Porque todo o tráfego é malicioso
6. Qual é um exemplo de ferramenta tradicional de detecção de intrusão baseada em assinatura?
   • Photoshop
   • Bufar
   • Excel
   • AlfaFold
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