2026年大数据时代的互联网信息安全试题及答案

2026年大数据时代的互联网信息安全试题及答案一、选择题（一）单项选择题1.2026年，随着量子计算技术的初步实用化，对现有公钥密码体系构成最大威胁的算法是：A.AES-256B.RSA-2048C.SHA-3D.ECC（椭圆曲线密码）答案：B2.在《中华人民共和国数据安全法》的框架下，对于重要数据的处理者，核心义务不包括：A.明确数据安全负责人和管理机构B.定期开展风险评估并向有关主管部门报送报告C.对所有数据出境行为进行强制性安全评估D.对数据处理活动定期开展风险评估答案：C3.以下关于“差分隐私”技术的描述，哪一项是正确的？A.它是一种通过对原始数据添加固定噪声来防止数据泄露的技术。B.它能保证数据集中任意单个个体的信息不会因分析结果的发布而泄露。C.它主要应用于数据传输过程中的加密，而非数据发布阶段。D.添加的噪声量与查询的敏感度无关。答案：B4.在零信任安全架构中，其核心原则是：A.边界防御，内部网络默认可信B.从不信任，始终验证C.以身份为中心，动态访问控制D.B和C答案：D5.一个基于区块链的电子存证系统，其防篡改性的主要技术基础是：A.非对称加密算法B.共识机制和哈希链式结构C.智能合约的自动执行D.分布式数据存储答案：B6.针对AI模型的“投毒攻击”（PoisoningAttack）主要发生在哪个阶段？A.模型推理/应用阶段B.模型训练阶段C.模型部署阶段D.数据收集阶段答案：B7.在云原生安全模型中，“左移”（ShiftLeft）安全理念强调：A.将安全防护重心从网络边界向左移动B.在软件开发生命周期（SDLC）的早期阶段（如设计、编码阶段）就融入安全考虑C.将安全运营中心（SOC）的位置向左调整D.优先防护数据中心左侧的服务器答案：B8.GDPR（通用数据保护条例）中规定的数据主体权利不包括：A.数据可携带权B.被遗忘权（删除权）C.数据收益权（从数据利用中获利）D.限制处理权答案：C9.下列哪种攻击方式最可能用于绕过基于生物特征的身份认证系统？A.SQL注入B.重放攻击C.制作高仿真的生物特征副本（如3D面具、指纹膜）D.中间人攻击（MITM）答案：C10.在大数据平台中，为了实现数据“可用不可见”的安全计算目标，通常不采用以下哪种技术？A.同态加密B.安全多方计算C.联邦学习D.数据脱敏答案：D（二）多项选择题11.以下哪些技术或概念属于隐私计算（Privacy-PreservingComputation）的范畴？A.安全多方计算（MPC）B.联邦学习（FederatedLearning）C.可信执行环境（TEE）D.数据匿名化答案：A,B,C12.2026年，物联网（IoT）设备面临的主要安全挑战包括：A.固件更新机制不健全或缺失B.使用弱口令或硬编码凭证C.设备资源受限，难以部署复杂安全防护D.通信协议（如MQTT）缺乏默认加密答案：A,B,C,D13.根据《中华人民共和国个人信息保护法》，处理个人信息应当遵循的基本原则有：A.合法、正当、必要和诚信原则B.目的明确和最小必要原则C.公开、透明原则D.责任明确和安全保障原则答案：A,B,C,D14.关于高级持续性威胁（APT）攻击的特点，描述正确的有：A.攻击目标明确，通常针对特定组织或国家B.攻击过程隐蔽且持续时间长C.攻击手段复杂，综合利用多种漏洞和攻击技术D.攻击目的多为短期经济利益答案：A,B,C15.在DevSecOps实践中，用于自动化安全测试的工具或环节包括：A.静态应用程序安全测试（SAST）B.动态应用程序安全测试（DAST）C.软件成分分析（SCA）D.交互式应用程序安全测试（IAST）答案：A,B,C,D二、填空题16.在对称加密中，AES算法使用的分组长度可以是______位、______位或______位。答案：128，192，25617.数字签名技术通常结合使用______算法进行签名和验证，以及______算法确保消息完整性。答案：非对称加密（或公钥加密），哈希（或散列）18.《网络安全法》规定的网络安全等级保护制度要求，网络运营者应当按照网络安全等级保护制度的要求，履行安全保护义务，保障网络免受干扰、破坏或者未经授权的访问，防止网络数据______、______、______或者______。答案：泄露，窃取，篡改，损毁（顺序可调）19.在访问控制模型中，基于角色的访问控制（RBAC）的核心元素包括______、______和______。答案：用户，角色，权限（顺序可调）20.一个完整的PKI（公钥基础设施）系统通常包含______、______、______、______等基本组成部分。答案：认证机构（CA），注册机构（RA），证书库，密钥备份及恢复系统，证书撤销列表（CRL）或OCSP响应器，应用接口（API）（答出其中四个即可）三、简答题（一）封闭型简答题21.简述在大数据环境下，传统边界安全防护模型的局限性。答案：大数据环境下，数据来源多样、体量巨大、流动频繁，传统边界模型局限性凸显：①边界模糊化：移动办公、云服务、IoT设备使得网络边界不再固定清晰。②内部威胁加剧：多数数据泄露源于内部人员或已突破边界的攻击者，静态边界无法有效防护。③数据流动失控：数据在组织内外部、云端与本地间高速流动，静态策略难以适应动态的数据访问需求。④防护粒度粗：传统边界防护以网络区域为单位，难以对具体的数据对象和用户行为进行精细化的访问控制。22.什么是“数据安全生命周期”？请列出其至少五个关键阶段。答案：数据安全生命周期是指数据从创建或采集到最终销毁的全过程。关键阶段包括：①数据创建/采集；②数据存储；③数据使用/处理；④数据共享/传输；⑤数据归档；⑥数据销毁。23.解释“供应链攻击”对互联网信息安全的影响，并举例说明。答案：供应链攻击通过利用软件、硬件或服务供应商与最终用户之间的信任关系，将恶意代码植入合法产品或更新中，从而绕过目标组织的直接防御，造成大规模、深层次的危害。其影响在于攻击面广、隐蔽性强、破坏力大。例如：2020年的SolarWinds事件，攻击者通过入侵该公司软件更新服务器，向约1.8万客户推送携带后门的Orion软件更新，导致多家美国政府机构和大型企业被渗透。24.对比说明“威胁情报”（ThreatIntelligence）与“安全事件信息”的区别。答案：安全事件信息是原始的、未经处理的警报、日志或数据，如一个IP地址发起的攻击尝试。威胁情报则是经过收集、评估、分析和情境化的安全事件信息，它提供了可操作的见解，例如：该IP地址属于某个已知的APT组织，其攻击手法、常用工具、攻击目标行业是什么，以及如何检测和缓解相关威胁。简言之，信息是原材料，情报是加工后的产品，用于指导决策和行动。（二）开放型简答题25.从技术和管理两个角度，论述在2026年的大数据时代，企业应如何有效应对勒索软件攻击。答案：技术角度：①预防与加固：实施最小权限原则和网络分段，限制攻击横向移动。及时修补系统和应用漏洞。部署新一代终端检测与响应（EDR）和网络入侵检测系统。禁用不必要的远程访问服务（如RDP），并对必须使用的服务实施多因素认证（MFA）。②检测与响应：利用安全信息和事件管理（SIEM）系统结合威胁情报进行异常行为分析。建立并演练安全事件应急响应计划。③备份与恢复：实施“3-2-1”备份策略（至少3份副本，2种不同介质，1份异地备份），并确保备份数据离线、不可篡改，定期进行恢复演练。管理角度：①安全意识培训：定期对全体员工进行钓鱼邮件识别、安全操作规范等培训，人是防御的最后一道也是关键防线。②风险管理与合规：定期进行风险评估，将勒索软件威胁纳入业务连续性计划和灾难恢复计划。遵守相关数据安全法规。③供应链安全：对第三方供应商和软件进行安全评估，降低供应链引入风险。④合作与情报共享：参与行业安全组织，共享威胁指标和应对经验。26.随着生成式人工智能（如大语言模型）的广泛应用，其带来了哪些新的信息安全与隐私风险？请至少阐述三点。答案：①隐私泄露风险：大语言模型在训练过程中可能记忆并泄露训练数据中的敏感个人信息、商业秘密或受版权保护的内容。用户与模型的交互对话也可能被记录、分析，用于用户画像或其它目的，存在滥用风险。②新型社会工程攻击：利用生成式AI可以低成本、大规模地生成高度逼真的钓鱼邮件、诈骗文本、仿冒语音或视频（深度伪造），使社会工程攻击的欺骗性和危害性急剧上升。③安全漏洞利用辅助：AI可以辅助攻击者更快地分析代码、发现潜在漏洞、甚至生成漏洞利用代码，降低了攻击的技术门槛。④内容安全与虚假信息：生成海量难以辨别的虚假新闻、学术论文、舆论内容，扰乱信息生态，可能被用于操纵舆论、干扰政治进程。⑤模型本身的安全风险：包括提示词注入攻击（诱导模型越权执行指令）、数据投毒（污染训练数据以影响模型行为或植入后门）、模型窃取等。四、应用题（一）计算分析题27.某电商平台使用RSA算法进行交易签名。已知系统选取了两个大质数p=61，q=53。(1)计算其模数n和欧拉函数φ(n)的值。(2)若选取的公钥指数e=17，验证其是否符合与φ(n)互质的条件，并计算对应的私钥指数d。（要求使用扩展欧几里得算法或列出计算过程）(3)若待签名的交易数据摘要哈希值H(m)=8，请计算其数字签名S。并简述验证签名的过程。答案：(1)计算过程：n=p*q=61*53=3233φ(n)=(p-1)*(q-1)=60*52=3120(2)验证与计算：验证：gcd(e,φ(n))=gcd(17,3120)。由于17是质数，且3120÷17≈183.53，不能整除，故gcd(17,3120)=1，满足互质条件。计算d：d是e模φ(n)的乘法逆元，即满足e*d≡1(modφ(n))。使用扩展欧几里得算法求解17*d+3120*k=1：3120=183*17+9->9=3120-183*1717=1*9+8->8=17-1*99=1*8+1->1=9-1*8回代：1=9-1*8=9-1*(17-1*9)=2*9-1*17=2*(3120-183*17)-1*17=2*3120-366*17-1*17=2*3120-367*17因此，-367*17≡1(mod3120)，即d≡-367mod3120≡3120-367=2753。所以私钥指数d=2753。(3)签名与验证：计算签名S=H(m)^dmodn=8^2753mod3233。（注：此处实际计算需要编程或特殊计算器，但过程表述正确即可。简化说明：通过模幂运算可求得一个唯一的结果S。）验证过程：接收方使用公钥(n,e)=(3233,17)，计算S^emodn，得到H'(m)。比较H'(m)与发送方送来的原始哈希值H(m)（此处为8）是否相等。若相等，则签名有效；否则无效。（二）综合分析题28.阅读以下场景，并回答问题。场景：“智慧健康”公司开发了一款基于大数据的个人健康监测App，通过可穿戴设备收集用户的生理数据（心率、血压、睡眠等）、运动轨迹和部分个人基本信息（年龄、性别）。该公司计划：(a)利用这些数据训练AI模型，提供个性化健康建议；(b)与某医学研究机构合作，匿名化处理后共享数据用于疾病趋势研究；(c)在用户授权下，向合作的保险公司提供部分用户的汇总分析报告，用于保险产品设计。问题：(1)识别风险：从个人信息保护和数据安全的角度，分析该业务场景中可能存在的至少三种主要风险。(2)合规分析：针对计划(a)、(b)、(c)，分别说明“智慧健康”公司在中国法律框架下（主要依据《个人信息保护法》《数据安全法》）应履行的核心合规义务。(3)技术设计：为平衡计划(b)中的“数据合作研究”与“用户隐私保护”，请设计一个技术方案框架，要求说明其核心技术和如何实现隐私保护目标。答案：(1)主要风险：①隐私泄露风险：生理数据、运动轨迹属于敏感个人信息，一旦泄露可能被用于精准诈骗、人身威胁或歧视。即使匿名化处理，在结合其他数据源时仍存在再识别风险。②数据滥用风险：公司可能超出用户明示同意范围使用数据，例如将数据用于未告知的AI模型训练或商业合作。与保险公司共享数据可能导致“大数据杀熟”或保险歧视。③数据安全风险：海量敏感数据集中存储，成为网络攻击的高价值目标，面临勒索软件、内部人员窃取等威胁。数据传输（设备到云端）过程可能被截获。④知情同意有效性风险：用户可能未充分理解复杂的数据使用条款，导致“同意”并非真正知情、自由作出。(2)合规义务：计划(a)：①单独同意：基于敏感个人信息（健康生理数据）进行自动化决策（个性化建议），必须取得用户的单独同意。②告知义务：清晰告知用户处理目的、方式、数据类型，特别是用于AI训练的情况。③保障权益：提供便捷的拒绝自动化决策的渠道，确保决策的透明度和结果公平。计划(b)：①匿名化标准：确保共享的数据达到法律要求的“无法识别特定个人且不能复原”的匿名化标准，否则仍视为个人信息处理，需重新获取同意。②安全评估：如涉及重要数据或数量巨大，可能需要进行