AI trong bài kiểm tra phát hiện xâm nhập mạng

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

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. Việc phát hiện dựa trên sự bất thường thường xác định các mối đe dọa như thế nào?
   • Bằng cách khớp cơ sở dữ liệu về các dấu hiệu virus đã biết
   • Bằng cách học hành vi bình thường và đánh dấu những sai lệch so với nó
   • Bằng cách chặn tất cả lưu lượng được mã hóa
   • Bằng cách yêu cầu người dùng xác nhận từng kết nối
3. Bộ mã hóa tự động giúp phát hiện lưu lượng truy cập mạng bất thường như thế nào?
   • Nó mã hóa lưu lượng để đảm bảo an toàn
   • Nó tự động xóa các gói đáng ngờ
   • Lỗi tái thiết cao trên tín hiệu giao thông mới có sự bất thường
   • Nó đếm số lượng người dùng trực tuyến
4. Thách thức thực tế lớn đối với các hệ thống phát hiện xâm nhập AI là gì?
   • Mạng quá yên tĩnh để giám sát
   • Thiếu bất kỳ lưu lượng truy cập mạng nào để phân tích
   • Các cuộc tấn công quá dễ dàng để viết chữ ký
   • Quá nhiều kết quả dương tính giả khiến cảnh báo mệt mỏi
5. Tại sao sự mất cân bằng lớp lại là mối quan tâm khi đào tạo các mô hình phát hiện xâm nhập?
   • Bởi vì các cuộc tấn công rất hiếm so với lưu lượng truy cập thông thường
   • Vì có quá nhiều tầng lớp người dùng
   • Vì mạng có băng thông không bằng nhau
   • Bởi vì tất cả lưu lượng truy cập đều độc hại
6. Đâu là ví dụ về công cụ phát hiện xâm nhập dựa trên chữ ký truyền thống?
   • Photoshop
   • Khịt mũi
   • 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