雲端 AI 安全評量
中級3 分鐘閱讀更新於 2026-03-15
以 15 道中級題目測試你對 AWS、Azure 與 GCP AI 服務安全的知識，涵蓋雲端特定攻擊面與錯誤配置。
雲端 AI 安全評量
本評量涵蓋 AWS、Azure 與 GCP 上部署之 AI 服務的安全考量——包括受管 ML 服務、模型託管、資料管線與雲端特定攻擊面。在嘗試之前，你應熟悉一般雲端安全概念與 AI 威脅環境。
Knowledge Check
在 AWS 上對 SageMaker 筆記本實例使用過度寬鬆 IAM 角色的主要安全風險為何？
Knowledge Check
Azure AI Content Safety 與應用層級護欄有何不同？仍存在什麼缺口？
Knowledge Check
當 Amazon S3 儲存桶用於 ML 訓練資料時，配置不當會構成什麼安全風險？
Knowledge Check
VPC 配置對任何主要雲端供應商上 AI 工作負載的安全意義為何？
Knowledge Check
Google Cloud Vertex AI 模型端點的獨特安全考量為何？
Knowledge Check
為何模型序列化在雲端基礎設施上部署模型時是安全疑慮？
Knowledge Check
雲原生日誌服務（CloudTrail、Azure Monitor、Cloud Audit Logs）在 AI 安全中的角色為何？
Knowledge Check
在雲端 AI 部署中跨多個租戶共享模型端點的安全風險為何？
Knowledge Check
「共享責任模型」如何對 AI 工作負載相較於傳統雲端工作負載適用不同？
Knowledge Check
對敏感資料使用雲端託管嵌入 API 的安全意涵為何？
Knowledge Check
什麼是「模型端點列舉」？它如何與雲端 AI 安全相關？
Knowledge Check
基礎設施即程式碼（IaC）工具如何能改善雲端中 AI 工作負載的安全？
Knowledge Check
使用雲端基於微調服務與敏感資料的安全風險為何？
Knowledge Check
AWS PrivateLink／Azure Private Endpoints／GCP Private Service Connect 對 AI 工作負載的目的為何？
Knowledge Check
未經完整性驗證使用雲端基於模型登錄處與工件儲存的風險為何？