注册人工智能安全专业人员（CISP-AISS）三色笔记

训练数据包含输入特征和明确的标注标签（是否违约），模型学习从特征到标签的映射，属于监督学习。无监督学习没有标签；强化学习通过与环境交互获得奖励信号；自监督学习标签由数据自身构造，故A正确。

测试集模拟未见过的数据，用于最终评估模型泛化能力；超参数调整和特征选择应使用验证集或训练集，训练权重使用训练集。故B正确。

MSE = (1/n)Σ(y_i - ŷ_i)^2，即预测误差平方的平均值。MAE取绝对值平均，故A错误；C、D均不是MSE定义。

考查《生成式人工智能服务管理暂行办法》第十七条：提供具有舆论属性或者社会动员能力的生成式人工智能服务的，应当按照国家有关规定开展安全评估，并按照《互联网信息服务算法推荐管理规定》履行算法备案和变更、注销备案手续。ICP备案只是网站开办的基础要求，不能替代算法备案，故B错误；C、D两项均非该办法规定的义务，属于干扰项。

考查《数据安全法》第二十一条确立的数据分类分级保护制度：国家数据安全工作协调机制统筹协调有关部门制定重要数据目录，各地区、各部门按照数据分类分级保护制度，确定本地区、本部门以及相关行业、领域的重要数据具体目录。重要数据目录并非由企业自行确定，也不由公安部门单独制定，故A、B、C均错误。

考查《网络安全法》第二十一条第（三）项：网络运营者应当采取监测、记录网络运行状态、网络安全事件的技术措施，并按照规定留存相关的网络日志不少于六个月。选项A、B、D均不符合法定期限要求，属于对常见内部管理周期（如月度、季度）的混淆。

威胁建模应遵循安全左移原则，在需求与设计阶段早期开展，并随系统迭代不断更新。A、C、D均将安全活动后置或割裂，不符合AI SDL要求。

数据投毒防护需从源头验证数据可信性，并通过异常检测、清洗、去重降低恶意样本影响。A忽视审核，C无助于识别投毒，D对已投毒数据无补救作用。

对抗训练的核心是在训练过程中生成对抗样本并混入训练集，使模型学习到抵抗扰动的特征。A仅为随机噪声，C属于推理阶段预处理，D为模型压缩技术，均非对抗训练。