Em relação a certificados de chave pública, é INCORRETO afirmar que:

Considerando os tipos de ataques e ameaças na Web, segundo Stallings (2014), assinale a opção correta.

O Encarregado do Tenente Cauteloso o orientou sobre a importância da Norma Complementar nº 16 DSIC/GSIPR, de 21/11/12, que trata de diretrizes para o Desenvolvimento e Obtenção de Software Seguro nos órgãos e Entidades da Administração. Em seguida, pediu que ele inspecionasse sua divisão para verificar adequação ao Guia de Segurança de Aplicações WEB (2021), desenvolvido pelo Ministério da Economia, que traz referências a publicações e a outros documentos técnicos, com destaque para aqueles do Open Web Application Security Project (OWASP) e do Center for Internet Security (CIS). Dentre os pontos observados pelo tenente em sua Divisão, assinale a opção que apresenta uma infração à norma citada.

Assinale a opção em que é realizada, corretamente, a comparação entre diferentes pares de algoritmos de ordenação em termo de suas complexidades.

Segundo Barbieri (2011), em um banco de dados OLAP, as operações ROLL UP, DRILL DOWN e DRILL ACROSS têm por finalidade, respectivamente:

Sobre a arquitetura SSL, segundo Stallings (2014), é correto afirmar que:

Considere o sistema desenvolvido em linguagem JAVA para implementar o diagrama UML expresso na figura abaixo. Esse sistema hipotético simula os meios operativos das Forças Armadas. Os métodos e atributos das classes e interfaces expressos abaixo foram omitidos. As interfaces se encontram precedidas pelo símbolo "I" dentro do círculo e as classes concretas se encontram precedidas pela letra "C". Sendo assim é correto afirmar que:

Diante da impossibilidade de realizar a leitura direta do Banco de Dados de determinado portal de dados públicos, uma companhia realiza a leitura das informações de interesse de forma automatizada por meio de um algoritmo de webscrapping, que encontra partes da página por meio da linha de código '//div[@id="dados_pessoas"]', dentre outras.

Em seguida, os dados são carregados em instâncias que implementam a interface "Serializable", da classe "br.mil.marinha.Pessoa" e possui certos atributos definidos como "transient".

Ressalta-se que um dos requisitos é não permitir que informações sensíveis, como dados de saúde, tramitem na API, cuja segurança é considerada baixa.

Acerca do código citado ('//div[@id="dados_pessoas"]') exemplificado para o algoritmo de webscrapping e a classe JAVA, cuja arquitetura está ilustrada na figura a seguir, assinale a opção correta.

De acordo com Heldman (2009), sobre o escritório de gerenciamento de projetos (Project Management Office - PMO), analise as afirmativas abaixo e assinale a opção correta.

I- O PMO avalia os projetos concluídos de acordo com sua adesão ao plano de gerenciamento dos custos.

II- O PMO somente pode existir na estrutura organizacional funcional.

III- O PMO se encarrega da manutenção e arquivamento da documentação dos projetos para referência futura.

Determinada topologia de Rede Neural Artificial profunda (RNA) foi treinada em diferentes funções escritas em linguagem Python. Cada uma das formas de treino foram parametrizadas nas funções treino1, treino2 e treino3, expressas no código abaixo.

def treino1(rede_neural, n0, learning_rate):

gradiente = 0

for amostra in lista_amostras:

saida = rede_neural.get_saida(amostra.valor)

erro = rede_neural.get_erro(saida, amostra.saida_esperada)

gradiente += rede_neural.backpropagation(erro)

rede_neural.update.weights(n0 = gradiente)

return rede_neural

def treino2(reda_neural, n0):

for amostra in lista_amostras:

saida = rede_neural,get_saida(amostra.valor)

erro = rede_neural.get_erro(saida, amostra.saida_esperada)

gradiente = rede_neural, backpropagation(erro)

rede_neural.update_weights (n0 = gradiente)

return rede_neural

def treino3{rede_neural, n0, fator_n);

n = n0

for amostra in lista_amostras:

saida = rede_neural.get_saida(amostra.valor)

erro = rede_neural.get_erro(saida, amostra.saida_esperada)

gradiente = rede_neural.backpropagation(erro)

rede_neural.update_weights(n = gradiente)

n += fator n

return rede_neural

Assim, "rede_neural" representa o modelo de Aprendizado de Máquina e possui os métodos get_saida, que calcula o valor previsto pela rede com base na entrada e o método get_erro, que calcula o erro com base no valor previsto e no valor de referência, respectivamente. Além disso, o objeto "rede_neural" armazena todos os parâmetros da rede, possui a função "backpropagation" para calcular o gradiente do erro em um hiperespaço vetorial, no qual cada dimensão corresponde a um peso e a função "update_weights" para somar aos pesos o valor fornecido em seu argumento. Assinale a opção correta tendo como base os códigos apresentados.