Sécurité, apprentissage automatique et théorie du calcul
Révisez une sélection de notions de cryptographie, de sécurité web et logicielle, d’apprentissage automatique, de réseaux neuronaux et de théorie du calcul. Des bases en programmation, réseaux, probabilités et algèbre linéaire sont supposées acquises ; l’accent porte sur les définitions, les conditions et les limites, sans constituer un cours complet de mise en œuvre.
- Category
- Computer Science
- Level
- advanced
- Languages
- fr → fr
- Cards
- 32
- Markdown
- Sécurité, apprentissage automatique et théorie du calcul (.md)
Flashcards (32)
| # | Front (Term / Question) | Back (Definition / Answer) | Example | Multiple-Choice Options |
|---|---|---|---|---|
| 1 | À dimensions de caractéristiques fixes, comment l’auto-attention complète, FlashAttention et le cache KV diffèrent-ils en coût selon la longueur de séquence ? | Pour N jetons, l’attention complète classique utilise O(N²) opérations arithmétiques et O(N²) de stockage pour les scores matérialisés. FlashAttention exacte évite ce stockage quadratique mais conserve une arithmétique quadratique. Pendant le décodage autorégressif, le cache KV réutilise les clés et valeurs précédentes ; il évite de les recalculer, mais l’attention complète compare toujours chaque nouvelle requête aux jetons précédents. | ||
| 2 | Qu’authentifie HMAC et que ne fournit-il pas ? | HMAC calcule une étiquette à partir d’un message et d’une clé secrète partagée, par exemple avec HMAC-SHA256. Une étiquette valide étaye l’intégrité et l’authentification auprès d’un détenteur de cette clé. Elle ne chiffre pas le message et ne prouve pas lequel des différents détenteurs de la clé l’a créé. | ||
| 3 | Comment l’auto-attention par produit scalaire mis à l’échelle combine-t-elle les informations des jetons, masquage compris ? | Elle calcule softmax(QKᵀ/√dₖ + M)V. Q, K et V sont des projections de la même séquence ; dₖ est la dimension des clés et des requêtes. Le masque additif M vaut 0 pour les positions autorisées et −∞ pour celles qui sont bloquées. Softmax s’applique aux clés autorisées pour chaque requête. Un masque causal bloque les jetons futurs. | ||
| 4 | En quoi les défenses contre XSS diffèrent-elles des mesures qui n’en limitent que les conséquences ? | XSS exécute du code contrôlé par un attaquant dans le contexte du site au sein du navigateur. Un encodage de sortie adapté au contexte, des opérations DOM sûres et une désinfection appropriée du HTML volontairement autorisé traitent l’injection. CSP ajoute une défense en profondeur. HttpOnly peut empêcher les scripts de lire un cookie, mais n’empêche pas l’exécution d’XSS. | ||
| 5 | Que protège la confidentialité persistante lorsqu’une clé d’authentification à long terme est compromise ? | Les sessions précédemment enregistrées restent confidentielles si leurs secrets de session n’ont pas également été compromis. Diffie–Hellman éphémère peut assurer cette propriété lorsque les secrets éphémères sont effacés de manière sûre ; compromettre la seule clé à long terme ne révèle alors pas les clés des sessions passées. | ||
| 6 | Comment HSTS réduit-il les attaques de rétrogradation d’HTTPS et quelle est sa limite lors de la première visite ? | Un attaquant peut chercher à maintenir le navigateur sur HTTP non chiffré. Pour un hôte HSTS connu, le navigateur utilise HTTPS et rejette les erreurs de certificat. Une politique apprise uniquement lors d’une précédente visite sécurisée ne protège pas une première visite non sécurisée ; une politique préchargée peut combler cette lacune initiale. | ||
| 7 | Comment la politique de même origine et CORS régissent-ils l’accès du navigateur aux réponses d’une autre origine ? | Pour les URL web ordinaires, l’origine est définie par le schéma, l’hôte et le port. La politique de même origine restreint les lectures interorigines par les scripts ; CORS permet à un serveur d’autoriser certains accès du navigateur au moyen d’en-têtes de réponse. Seules certaines requêtes nécessitent une requête préliminaire OPTIONS. CORS ne remplace pas l’autorisation côté serveur. | ||
| 8 | Quelles propriétés de sécurité une fonction de hachage cryptographique à sortie fixe, comme SHA-256, doit-elle offrir ? | Elle transforme une entrée de façon déterministe en une empreinte de taille fixe. La résistance aux préimages rend irréalisable en pratique la recherche d’une entrée pour une empreinte donnée ; la résistance aux secondes préimages rend irréalisable en pratique la recherche d’une autre entrée ayant la même empreinte qu’une entrée donnée ; la résistance aux collisions rend irréalisable en pratique la recherche de deux entrées distinctes quelconques ayant la même empreinte. | ||
| 9 | En quoi les apprentissages supervisé, non supervisé et par renforcement diffèrent-ils ? | L’apprentissage supervisé utilise des exemples munis d’étiquettes cibles pour apprendre à prédire. L’apprentissage non supervisé découvre une structure dans des données sans ces étiquettes cibles. L’apprentissage par renforcement apprend un comportement par interaction avec un environnement afin d’améliorer l’espérance de la récompense cumulée. | ||
| 10 | Qu’affirme la thèse de Church–Turing et pourquoi parle-t-on de thèse ? | Toute fonction calculable par une procédure mécanique effective est calculable par une machine de Turing. Elle relie une notion informelle de calcul effectif à un modèle formel ; cette identification est donc une thèse plutôt qu’un théorème portant sur deux modèles formels. L’équivalence entre des modèles formels précis peut être démontrée. | ||
| 11 | Comment la rétropropagation et des optimiseurs tels que SGD ou Adam se partagent-ils l’entraînement d’un réseau neuronal ? | La rétropropagation applique la règle de dérivation en chaîne pour calculer les gradients de la perte. SGD met à jour les paramètres par un pas opposé à un gradient calculé sur un échantillon. Adam utilise des estimations mobiles des moments du gradient pour adapter les mises à jour. Calculer un gradient et choisir la mise à jour des paramètres sont deux opérations distinctes. | ||
| 12 | Comment les connexions résiduelles et la normalisation par couche peuvent-elles faciliter la propagation des gradients dans les réseaux profonds ? | Les gradients peuvent devenir extrêmement petits ou grands pendant la rétropropagation. Une connexion résiduelle, y = F(x) + x, fournit un chemin direct pour la dérivée grâce au terme identité. La normalisation par couche remet les activations à l’échelle et peut stabiliser l’entraînement. Ces techniques aident, mais ne garantissent pas la disparition des gradients évanescents ou explosifs. | ||
| 13 | Pour les problèmes de décision et les réductions plusieurs-à-un en temps polynomial, quelles différences existe-t-il entre P, NP, NP-difficile et NP-complet ? | P contient les problèmes décidables en temps polynomial déterministe. NP contient ceux dont les instances positives ont des certificats de taille polynomiale vérifiables en temps polynomial. Un problème NP-difficile reçoit une telle réduction de tout problème de NP. NP-complet signifie à la fois NP-difficile et appartenant à NP ; la seule NP-difficulté n’implique pas l’appartenance à NP. | ||
| 14 | Pourquoi stocker les mots de passe avec un schéma de hachage de mots de passe salé plutôt qu’avec SHA-256 seul ? | Un sel aléatoire unique empêche la réutilisation de tables précalculées et produit des empreintes stockées différentes même si les utilisateurs choisissent le même mot de passe. Un coût configurable ralentit les tentatives de deviner le mot de passe. Argon2id et scrypt imposent un coût en mémoire ; bcrypt est une option héritée plus lente, au coût surtout lié au processeur. SHA-256 est conçu pour être rapide. Les sels ne sont pas secrets et le coût adapté dépend du déploiement. | ||
| 15 | Comment le verrouillage des dépendances, la vérification des signatures et une SBOM contribuent-ils à sécuriser la chaîne d’approvisionnement logicielle ? | Les versions fixées et les empreintes vérifiées aident à identifier les dépendances prévues ; les signatures et la provenance vérifiées aident à établir l’origine et l’intégrité de l’artefact ; une SBOM inventorie les composants. Associez ces mesures à des compilations protégées et à l’examen des vulnérabilités. Une signature valide ou une SBOM ne prouve pas que le logiciel est sûr. | ||
| 16 | Comment PKCE protège-t-il le flux OAuth avec code d’autorisation, y compris dans OpenID Connect ? | Le client crée un nouveau vérificateur de code secret et transmet le défi calculé à partir de ce vérificateur par la méthode S256 avec la requête d’autorisation. Lorsqu’il échange le code contre des jetons, il fournit le vérificateur ; le serveur le contrôle par rapport au défi associé. Intercepter le code seul ne suffit pas. OAuth gère l’autorisation déléguée ; OpenID Connect ajoute une couche d’authentification. | ||
| 17 | Qu’est-ce que la génération augmentée par récupération (RAG) et que ne garantit-elle pas ? | RAG récupère des ressources externes et conditionne la génération en fonction de celles-ci. Cela peut mieux étayer les réponses et faciliter l’actualisation des informations sans réentraîner le générateur. Les ressources récupérées peuvent être périmées, erronées ou non pertinentes, et la génération peut encore être fausse ; leur récupération ne les transforme pas en vérité garantie. | ||
| 18 | Qu’est-ce que CSRF et pourquoi les cookies SameSite ne constituent-ils pas une défense complète ? | CSRF amène le navigateur à envoyer des requêtes indésirables avec des justificatifs d’authentification joints automatiquement, tels que les cookies de session. Validez les jetons anti-CSRF appropriés sur les requêtes modifiant l’état et utilisez SameSite en défense en profondeur. SameSite=Lax peut autoriser les cookies lors d’une navigation intersite de premier niveau par GET ; les points d’accès GET ne doivent donc pas effectuer d’actions modifiant l’état. | ||
| 19 | Qu’est-ce que SSRF et que doivent restreindre les défenses correspondantes ? | SSRF amène un serveur à envoyer des requêtes vers des destinations choisies par un attaquant, ce qui peut exposer des services internes ou des métadonnées du cloud. Limitez les destinations et les protocoles autorisés, contrôlez les adresses résolues et les redirections, et imposez des contrôles de sortie réseau. Vérifier uniquement le nom d’hôte soumis ne suffit pas. | ||
| 20 | En quoi les attaques DDoS volumétriques, par inondation SYN et au niveau applicatif diffèrent-elles ? | Elles visent respectivement la bande passante, les ressources de gestion des connexions et le travail de l’application, à partir de sources de trafic distribuées. Les défenses doivent correspondre au goulet d’étranglement : filtrage ou nettoyage du trafic en amont pour les inondations, cookies SYN pour certaines attaques sur l’état des connexions, et filtrage ou limitation de débit adaptés à l’application pour les abus HTTP. Aucun contrôle ne bloque tous les DDoS. | ||
| 21 | Comment les débordements de tampon peuvent-ils affecter la mémoire et quelles sont les limites d’ASLR, de NX et des canaris de pile ? | Une écriture hors limites peut corrompre des données de la pile ou du tas, parfois des informations de contrôle. ASLR rend les emplacements aléatoires, NX empêche l’exécution depuis des pages mémoire désignées et les canaris détectent certains écrasements de la pile. Ces protections réduisent l’exploitabilité mais ne suppriment pas l’erreur de sûreté mémoire sous-jacente. | ||
| 22 | Quelle différence existe-t-il entre le chiffrement symétrique et la cryptographie à clé publique ? | Le chiffrement symétrique, comme AES ou ChaCha20, utilise la même clé secrète pour chiffrer et déchiffrer. La cryptographie à clé publique utilise une paire de clés publique et privée liées ; selon le schéma, elle permet le chiffrement, la signature numérique ou l’accord de clés. Ces opérations ne sont pas interchangeables. | ||
| 23 | Pourquoi utiliser des activations non linéaires entre les couches affines d’un réseau neuronal ? | Une composition d’applications affines reste affine ; empiler uniquement ces applications ne crée donc pas de caractéristiques non linéaires. Des activations cachées non linéaires, comme ReLU ou GELU, permettent des fonctions plus expressives. Il s’agit de la représentation cachée, pas seulement d’une transformation non linéaire en sortie. | ||
| 24 | Que contient un JWT compact signé et pourquoi le décoder ne suffit-il pas ? | Ses trois parties en base64url contiennent l’en-tête, la charge utile portant les assertions et la signature ou le MAC. Elles sont encodées, pas chiffrées. Vérifiez la signature ou le MAC avec une clé de confiance et un algorithme explicitement autorisé, puis validez les assertions exigées par l’application, telles que l’émetteur, l’audience et l’expiration. Les JWT peuvent aussi utiliser des représentations chiffrées. | ||
| 25 | Comment les pénalités L1 et L2 affectent-elles les poids d’un modèle ? Garantissent-elles moins de surapprentissage ? | L1 ajoute λ∑|wᵢ| à la perte et peut annuler certains poids. L2 ajoute λ∑wᵢ² et tend à réduire les poids sans produire de zéros exacts. Avec λ ≥ 0, leur intensité doit être réglée ; aucune ne garantit une meilleure généralisation ni n’identifie uniquement des caractéristiques non pertinentes. | ||
| 26 | Quel lien existe-t-il entre le moindre privilège et la confiance zéro ? | Le moindre privilège n’accorde que les accès nécessaires à une tâche. La confiance zéro exclut toute confiance implicite fondée uniquement sur l’emplacement réseau ou la propriété, et évalue l’identité, l’état du terminal et la politique avant d’accorder l’accès à une ressource, avec une réévaluation continue. Elle applique le moindre privilège au lieu de le remplacer. | ||
| 27 | Que signifie l’indécidabilité du problème de l’arrêt ? | Elle exclut un algorithme qui termine toujours et décide correctement, pour tout programme et toute entrée, si cette exécution finira par s’arrêter. Elle n’empêche pas de prouver la terminaison ou la non-terminaison de programmes particuliers ou de classes restreintes. | ||
| 28 | Qu’ont en commun les automates finis déterministes, les non déterministes et les expressions régulières formelles ? | Les automates finis déterministes et non déterministes reconnaissent exactement les langages réguliers, également décrits par les expressions régulières formelles. Un automate non déterministe accepte si au moins un calcul autorisé accepte. Certaines fonctionnalités des expressions régulières en programmation, comme les références arrière, peuvent dépasser cette classe formelle. | ||
| 29 | Lors d’une négociation TLS 1.3 typique authentifiée par certificat et utilisant Diffie–Hellman éphémère, comment le serveur et les clés de session sont-ils vérifiés ? | Le client valide le certificat et l’identité du serveur, puis vérifie sa signature CertificateVerify sur la transcription des échanges. Diffie–Hellman éphémère établit un secret partagé dont sont dérivées les clés de trafic ; les messages Finished authentifient la transcription et confirment les clés dérivées. TLS 1.3 prend aussi en charge d’autres modes de négociation. | ||
| 30 | Quels liens le biais et la variance ont-ils avec le sous-apprentissage et le surapprentissage dans la perspective classique biais–variance ? | Le biais est une erreur systématique de la prédiction ou de l’estimation moyenne ; la variance est la sensibilité à l’échantillon de données d’entraînement. Un biais élevé peut contribuer au sous-apprentissage. Une variance élevée peut contribuer à ajuster des fluctuations propres à l’entraînement et à mal généraliser. L’équilibre dépend du modèle, des données et de la procédure d’entraînement. | ||
| 31 | Comment se produit une injection SQL et en quoi les requêtes paramétrées aident-elles ? | Une entrée non fiable est interprétée comme du code SQL plutôt que comme des données. Liez les valeurs de données à des paramètres au lieu de les concaténer dans le SQL. Les paramètres ne remplacent généralement pas les noms de tables, de colonnes ou les mots-clés SQL ; choisissez ces éléments structurels parmi des options fiables et explicitement autorisées. | ||
| 32 | Que mesurent la précision, le rappel, F1 et ROC-AUC pour un classifieur binaire ? | Pour la classe positive choisie, précision = TP/(TP+FP), rappel = TP/(TP+FN) et F1 = 2TP/(2TP+FP+FN), lorsque les dénominateurs sont non nuls. ROC-AUC résume les taux de vrais positifs en fonction des taux de faux positifs sur les différents seuils. En présence d’un déséquilibre des classes, examinez aussi la relation précision–rappel et le coût des erreurs ; ROC-AUC seule n’est pas une mesure universelle de qualité. |