گائیڈ سے منسلک کوئز · درمیانہ سطح
نیٹ ورک انٹروژن ڈیٹیکشن کوئز میں AI
دستخط اور بے ضابطگی کا پتہ لگانے، زیر نگرانی لیبلز، آٹو اینکوڈر کی تعمیر نو کی غلطیاں، ٹریفک کی خصوصیات اور انسانی جائزہ چیک کرتا ہے۔
سوال 1 کی 8
What can anomaly-based AI add to signature matching when previously unseen behavior appears?
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- 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
- بے ضابطگی پر مبنی پتہ لگانے سے عام طور پر خطرات کی شناخت کیسے ہوتی ہے؟
- معلوم وائرس کے دستخطوں کے ڈیٹا بیس کو ملا کر
- نارمل سلوک سیکھ کر اور اس سے انحرافات کو جھنڈا لگا کر
- تمام خفیہ کردہ ٹریفک کو بلاک کرکے
- صارفین سے ہر کنکشن کی تصدیق کرنے کے لیے کہہ کر
- آٹو اینکوڈر غیر معمولی نیٹ ورک ٹریفک کا پتہ لگانے میں کس طرح مدد کرتا ہے؟
- یہ حفاظت کے لیے ٹریفک کو خفیہ کرتا ہے۔
- یہ مشکوک پیکٹوں کو خود بخود حذف کر دیتا ہے۔
- نئے ٹریفک سگنلز پر تعمیر نو کی اعلی خرابی ایک بے ضابطگی کی نشاندہی کرتی ہے۔
- یہ آن لائن صارفین کی تعداد کو شمار کرتا ہے۔
- AI مداخلت کا پتہ لگانے کے نظام کے لیے ایک بڑا عملی چیلنج کیا ہے؟
- نگرانی کرنے کے لیے نیٹ ورک بہت خاموش ہیں۔
- تجزیہ کرنے کے لیے کسی بھی نیٹ ورک ٹریفک کی کمی
- حملوں کے لیے دستخط لکھنا بہت آسان ہے۔
- بہت زیادہ جھوٹی مثبت چیزیں الرٹ تھکاوٹ کا باعث بنتی ہیں۔
- مداخلت کا پتہ لگانے والے ماڈلز کی تربیت کرتے وقت طبقاتی عدم توازن کیوں تشویش کا باعث ہے؟
- کیونکہ عام ٹریفک کے مقابلے میں حملے بہت کم ہوتے ہیں۔
- کیونکہ صارفین کی بہت سی کلاسیں ہیں۔
- کیونکہ نیٹ ورکس میں غیر مساوی بینڈوتھ ہوتی ہے۔
- کیونکہ تمام ٹریفک نقصان دہ ہے۔
- روایتی دستخط پر مبنی مداخلت کا پتہ لگانے کے آلے کی کون سی مثال ہے؟
- فوٹوشاپ
- خراٹے
- ایکسل
- الفا فولڈ
- 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