AI în testul de detectare a intruziunilor în rețea

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

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. Cum identifică de obicei amenințările detectarea bazată pe anomalii?
   • Prin potrivirea unei baze de date cu semnături de viruși cunoscute
   • Învățând comportamentul normal și semnalând abaterile de la acesta
   • Prin blocarea întregului trafic criptat
   • Cerând utilizatorilor să confirme fiecare conexiune
3. Cum ajută un codificator automat la detectarea traficului de rețea anormal?
   • Criptează traficul pentru siguranță
   • Acesta șterge automat pachetele suspecte
   • Eroarea mare de reconstrucție pe noile semnale de circulație indică o anomalie
   • Acesta numără numărul de utilizatori online
4. Care este o provocare practică majoră pentru sistemele de detectare a intruziunilor AI?
   • Rețelele sunt prea silențioase pentru a fi monitorizate
   • Lipsa oricărui trafic de rețea de analizat
   • Atacurile fiind prea ușor de scris semnături
   • Prea multe rezultate false pozitive care provoacă oboseală alertă
5. De ce este dezechilibrul clasei o preocupare atunci când antrenați modele de detectare a intruziunilor?
   • Pentru că atacurile sunt rare în comparație cu traficul normal
   • Pentru că există prea multe clase de utilizatori
   • Pentru că rețelele au lățime de bandă inegală
   • Pentru că tot traficul este rău intenționat
6. Care este un exemplu de instrument tradițional de detectare a intruziunilor bazat pe semnături?
   • Photoshop
   • Sforâie
   • Excel
   • 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