隐私计算工程师岗位招聘考试试卷及答案

隐私计算工程师岗位招聘考试试卷及答案隐私计算工程师岗位招聘考试试卷一、填空题（每题1分，共10分）1.隐私计算三大核心技术方向：联邦学习、安全多方计算、________。2.联邦学习按数据维度分：横向、纵向、________联邦。3.差分隐私核心参数ε衡量________。4.TEE英文全称是________。5.支持任意加乘运算的同态加密是________同态。6.安全多方计算简称________。7.隐私计算核心目标：________。8.差分隐私常用噪声机制：________机制。9.横向联邦适用于样本不同、________相同场景。10.英特尔TEE硬件技术：________。二、单项选择题（每题2分，共20分）1.不属于隐私计算技术的是？A.联邦学习B.MPCC.对称加密D.差分隐私2.横向联邦核心是？A.样本不同、特征相同B.样本相同、特征不同C.样本特征都不同3.差分隐私ε越小表示？A.隐私保护越强B.保护越弱C.计算效率越高4.支持全同态的同态加密是？A.RSAB.CKKSC.PaillierD.ElGamal5.MPC核心是？A.数据加密存储B.联合计算不泄露原始数据C.数据脱敏6.TEE主要作用是？A.可信执行环境B.加密传输C.身份认证7.隐私计算最广泛场景是？A.公开数据统计B.敏感数据联合分析C.普通文件加密8.隐私增强技术是？A.哈希算法B.差分隐私C.数字签名9.联邦学习发起训练的角色是？A.被动方B.主动方C.聚合方10.差分隐私后处理特性指？A.输出再处理不降低隐私B.先处理再加噪声C.噪声不可修改三、多项选择题（每题2分，共20分）1.隐私计算核心技术包括？A.联邦学习B.MPCC.差分隐私D.全同态加密2.联邦学习特点有？A.数据不出本地B.联合建模C.隐私保护D.仅单机构可用3.MPC协议类型包括？A.混淆电路B.秘密共享C.同态加密D.拉普拉斯机制4.差分隐私应用场景？A.统计数据发布B.机器学习C.医疗共享D.金融风控5.同态加密分类？A.加法同态B.乘法同态C.全同态D.部分同态6.隐私计算合规涉及？A.GDPRB.个人信息保护法C.网络安全法D.数据安全法7.横向联邦适用场景？A.电商用户分析B.金融信用评估C.医疗多中心研究D.政府数据共享8.纵向联邦适用场景？A.样本重叠、特征不同B.跨行业联合C.客户分群D.样本特征相同9.TEE优势？A.硬件级保护B.低延迟C.兼容性强D.无需网络10.隐私计算与AI融合方向？A.联邦AIB.差分隐私AIC.可信AID.集中式AI四、判断题（每题2分，共20分）1.隐私计算就是数据加密。（）2.联邦学习需所有参与方数据维度相同。（）3.差分隐私ε越小，数据可用性越低。（）4.全同态加密已大规模实用化。（）5.TEE是纯软件实现。（）6.MPC可实现不泄露原始数据。（）7.隐私计算仅用于数据共享。（）8.横向联邦核心是样本不同、特征相同。（）9.纵向联邦需重叠样本ID。（）10.隐私计算核心是“数据可用不可见”。（）五、简答题（每题5分，共20分）1.简述隐私计算三大核心技术及特点。2.横向与纵向联邦学习的主要区别。3.差分隐私中ε和δ的含义。4.同态加密分类及典型应用。六、讨论题（每题5分，共10分）1.医疗领域隐私计算落地场景及要点（至少2个）。2.隐私计算与AI融合的挑战及解决方案。---答案一、填空题1.差分隐私2.联邦迁移3.隐私保护强度4.TrustedExecutionEnvironment5.全6.MPC7.数据可用不可见8.拉普拉斯9.特征10.SGX二、单项选择题1.C2.A3.A4.B5.B6.A7.B8.B9.B10.A三、多项选择题1.ABCD2.ABC3.AB4.ABCD5.ABCD6.ABCD7.AC8.ABC9.ABC10.ABC四、判断题1.×2.×3.√4.×5.×6.√7.×8.√9.√10.√五、简答题1.①联邦学习：数据不出本地，跨机构联合建模；②MPC：多方联合计算不泄露原始数据；③差分隐私：添加噪声实现可证明安全。特点：联邦学习侧重建模，MPC侧重多方计算，差分隐私侧重数据保护。2.横向：样本不同、特征相同（如电商用户分析）；纵向：样本重叠、特征不同（如银行+电商信用评估）；横向无需样本对齐，纵向需重叠ID。3.ε：隐私预算，衡量泄露风险（越小保护越强）；δ：松弛参数，允许极小概率泄露（如1e-9），共同定义保护强度。4.分类：①部分同态（仅加/乘，如Paillier）；②全同态（任意加乘，如CKKS）。应用：金融加密计算、医疗数据共享、政务跨部门统计。六、讨论题1.场景：①多中心临床研究：联邦学习联合建模，数据不出院，满足HIPAA；②EHR共享：MPC实现跨机构查询，不暴露原始数据。要点：合规（医疗隐私法规）、非结构化数据处理、性