联邦学习金融风控应用工程师考试试卷及答案

联邦学习金融风控应用工程师考试试卷及答案一、填空题（共10题，每题1分）1.联邦学习按数据分布可分为横向、纵向和______。2.金融风控中衡量模型区分好坏客户能力的核心指标是______。3.联邦学习的核心是在______保护下实现多参与方协同训练。4.纵向联邦学习需先对齐______以匹配重叠用户。5.隐私计算三大支柱包括联邦学习、MPC和______。6.横向联邦学习适用于______重叠多、特征重叠少的场景。7.金融风控中，PSI>0.2表示特征分布______。8.联邦学习中，客户端不传输______数据。9.纵向联邦学习主动方通常是______数据量的机构。10.联邦学习梯度聚合常用方法是______。答案：1.联邦迁移学习2.KS（或AUC）3.隐私4.用户ID5.同态加密6.用户7.显著变化8.原始9.大10.平均二、单项选择题（共10题，每题2分）1.以下不属于联邦学习优势的是（）A.隐私保护B.突破数据孤岛C.模型性能超集中式D.降低合规风险2.横向联邦学习适用于（）A.用户重叠少、特征重叠多B.用户重叠多、特征重叠少C.用户特征都少D.用户特征都多3.金融风控中，纵向联邦学习常用来（）A.跨机构用户画像B.跨机构信贷审批C.单一机构模型训练D.数据清洗4.联邦学习属于（）隐私计算技术A.密码学类B.分布式机器学习类C.区块链类D.统计类5.联邦学习中，客户端不传输（）A.模型参数B.梯度C.原始数据D.中间结果6.金融风控中，PSI>0.2表示（）A.无变化B.轻微变化C.显著变化D.不可用7.纵向联邦学习主动方通常是（）A.数据量小的机构B.数据量大的机构C.无数据机构D.任意机构8.联邦学习在金融风控的典型场景是（）A.联合反欺诈B.单一机构贷前审批C.数据备份D.系统运维9.联邦学习梯度聚合常用（）A.平均B.加权平均C.最大值D.最小值10.以下不属于联邦学习安全风险的是（）A.梯度泄露B.成员推理C.模型窃取D.数据备份答案：1.C2.B3.B4.B5.C6.C7.B8.A9.A10.D三、多项选择题（共10题，每题2分，多选/少选不得分）1.联邦学习主要分类包括（）A.横向B.纵向C.联邦迁移D.集中式2.金融风控常用评估指标有（）A.AUCB.KSC.PSID.F13.隐私计算三大支柱是（）A.联邦学习B.MPCC.同态加密D.区块链4.纵向联邦学习关键步骤包括（）A.用户ID对齐B.特征加密C.梯度聚合D.模型更新5.联邦学习在金融风控的优势有（）A.突破数据孤岛B.隐私保护C.合规D.提升模型性能6.横向联邦学习应用场景是（）A.跨银行信用卡反欺诈B.跨电商用户画像C.单一银行流失预测D.跨保险风险评估7.联邦学习客户端作用是（）A.本地训练B.计算梯度C.上传梯度D.聚合梯度8.金融风控特征工程步骤包括（）A.特征选择B.编码C.归一化D.加密9.联邦学习安全防护手段有（）A.差分隐私B.梯度裁剪C.同态加密D.模型正则化10.联邦学习部署模式包括（）A.中心化B.去中心化C.混合部署D.集中式答案：1.ABC2.ABCD3.ABC4.ABCD5.ABCD6.AB7.ABC8.ABCD9.ABC10.ABC四、判断题（共10题，每题2分，√/×）1.横向联邦学习中，参与方用户ID相同（）2.纵向联邦学习中，参与方特征维度相同（）3.联邦学习可完全避免数据泄露（）4.PSI越大，特征分布变化越小（）5.联邦学习梯度聚合不需要加密（）6.AUC越接近1，模型区分能力越强（）7.纵向联邦学习需重叠用户（）8.联邦学习只适用于机器学习（）9.KS取值范围0-1（）10.联邦学习参与方无需信任（）答案：1.√2.×3.×4.×5.×6.√7.√8.×9.√10.√五、简答题（共4题，每题5分）1.简述联邦学习在金融风控中解决的核心问题？答案：①突破数据孤岛：跨机构数据无法共享时，通过协同训练整合多源风控数据；②保护隐私合规：避免原始数据传输，符合《个人信息保护法》等要求；③提升模型泛化能力：整合更多样本（如欺诈、违约数据），降低单机构模型过拟合风险。2.横向与纵向联邦学习的主要区别？答案：核心差异在数据分布：①横向：用户重叠多、特征重叠少（如不同银行信用卡用户）；②纵向：用户重叠少、特征重叠多（如银行信贷数据+电商消费数据）；③迁移：用户/特征重叠都少，引入迁移学习适配。3.金融风控中AUC和KS的含义？答案：①AUC：ROC曲线下面积，衡量“好/坏客户”区分能力（越近1越强）；②KS：K-S统计量，衡量某阈值下好/坏客户累计分布最大差异（>0.3为较好），常用于贷前审批。4.联邦学习部署的基本流程？答案：①需求调研（风控场景+参与方）；②数据准备（本地清洗/特征工程）；③方案选型（横向/纵向+基础模型）；④安全配置（加密/差分隐私）；⑤协同训练（本地梯度+聚合更新）；⑥验证上线；⑦监控迭代。六、讨论题（共2题，每题5分）1.联邦学习在金融风控中的安全挑战及应对？答案：挑战：①梯度泄露（反推原始数据）；②成员推理（判断用户是否参与）；③模型窃取。应对：①梯度防护（差分隐私噪声、梯度裁剪）；②加密技术（同态加密、MPC）；③访问控制（权限管理+身份认证）；④模型水印（防止窃取）；⑤实时监控（异常梯度预警）。2.结合场景分析联邦学习如何提升跨机构风控效果？答案：以跨银行联合反欺