引導式測驗 · 硬 等級
AI 生成程式碼的安全風險測驗
識別生成程式碼中的風險、審查相依性與信任邊界、隔離執行環境,並應用安全控制措施。
問題 1 的 8
AI 產生的 SQL 查詢將使用者文字直接插入命令字串中。審稿者該檢查什麼?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- AI 產生的 SQL 查詢將使用者文字直接插入命令字串中。審稿者該檢查什麼?
- 查詢是否具有描述性的變數名稱
- 對不受信任的輸入使用參數化查詢與驗證
- 助理是否給出高信心分數
- 展示是否使用小型資料庫
- 生成的補丁添加了一個具有合理名稱的新包。將其添加到生產中之前應該發生什麼?
- 假設套件存在,因為答案中的匯入能通過編譯
- 立即將其名稱複製到部署指令碼中
- 驗證確切的套件並評估其維護者、版本與安全性公告
- 停用相依性掃描以避免警告
- 為什麼應用程式將模型產生的文字直接傳遞到 shell 或特權 API 是危險的?
- 未驗證的輸出可能會觸發非預期的指令或動作
- 模型將一律拒絕不安全的輸入
- shell 無法執行軟體產生的文字
- 輸出驗證僅對圖片重要
- 需要測試產生的腳本,但其行為不熟悉。什麼環境比較安全?
- 具有管理員存取權的正式環境伺服器
- 包含所有個人權杖的開發人員筆電
- 具有不受限制的網路與檔案存取權的共用環境
- 具有最低權限且沒有正式環境憑證的沙箱
- 程式碼掃描工具未報告產生的變更的任何結果。團隊能得到什麼結論?
- 此修補程式可防禦所有威脅
- 掃描器在其檢查範圍內未發現問題,但这並不證明程式碼是安全的
- 不需要人工審查
- 程式碼不可能包含邏輯錯誤
- 哪一組控制措施提供的審查強度高於僅依賴模型?
- 要求模型為自己的程式碼認證
- 僅成功編譯
- 程式碼審查、測試、相依性與機密掃描,加上威脅模型檢查
- README 中產生的程式碼副本
- 為什麼代理程式在部署或刪除資料之前應獲得明確核准?
- 這些動作可能會產生重大影響,應交由具備當責性的人工來掌控
- Approval makes the code compile faster
- Deployment removes all security vulnerabilities
- Deleting data is always reversible
- A developer wants to protect credentials while asking an AI assistant for help. What is the safest prompt practice?
- Paste production tokens so the model can test them
- Include all environment files to avoid missing context
- Ask the model to remember credentials for the next task
- Remove secrets and use an approved service with only the necessary code context