Questão 61 — SK0-005 CompTIA Server+ Simulado Online Grátis

Explicação: Conceito Básico: Os modelos de IA podem memorizar inadvertidamente informações confidenciais de seus dados de treinamento. Certas técnicas de ataque podem explorar esta memorização para extrair informações privadas de um modelo implantado, mesmo sem acesso direto ao conjunto de dados de treinamento. O Guia de estudo CompTIA SecAI+ cobre a inversão de modelo como um vetor de ataque de exposição de dados específico de IA. Por que B está correto: A inversão de modelo é um ataque em que um adversário consulta um modelo de IA implantado com entradas cuidadosamente elaboradas para reconstruir ou inferir dados de treinamento confidenciais. Por exemplo, um invasor pode consultar um modelo de reconhecimento facial com imagens otimizadas para reconstruir rostos de indivíduos do conjunto de treinamento ou consultar um modelo de diagnóstico médico para inferir registros de pacientes usados ​​no treinamento. Isso expõe diretamente dados confidenciais que deveriam ser protegidos. Por que A está errado: Overfitting é um problema de qualidade de treinamento de modelo em que um modelo aprende dados de treinamento muito especificamente e tem desempenho ruim em novos dados. Embora possa indicar que dados confidenciais foram memorizados, o overfitting em si é uma preocupação de desempenho, e não diretamente um vetor de ataque de exposição de dados. Por que C está errado: A normalização de dados é uma técnica de pré-processamento que dimensiona recursos numéricos para um intervalo comum para melhorar o desempenho do treinamento. É uma etapa de preparação de dados sem relevância direta para a exposição de dados confidenciais ou ataques à privacidade. Por que D está errado: o ajuste de hiperparâmetros ajusta os parâmetros de configuração de um modelo para otimizar seu desempenho durante o treinamento. É uma técnica de otimização sem relevância para proteção contra ataques de exposição de dados confidenciais.