Magna Concursos

Foram encontradas 773 questões.

3700000 Ano: 2025
Disciplina: TI - Segurança da Informação
Banca: CESPE / CEBRASPE
Orgão: STM
Julgue o próximo item, a respeito de princípios de segurança da informação e de criptografia.
A confidencialidade tem como princípio o uso de técnica criptográfica que garanta que o conteúdo da informação não seja compreensível para quem não esteja autorizado a acessá-la.
 

Provas

Questão presente nas seguintes provas
3699999 Ano: 2025
Disciplina: TI - Segurança da Informação
Banca: CESPE / CEBRASPE
Orgão: STM
Julgue o próximo item, a respeito de princípios de segurança da informação e de criptografia.
Por padrão, em criptografia assimétrica, a chave pública é utilizada para cifrar uma mensagem sempre que se deseja preservar a integridade da informação.
 

Provas

Questão presente nas seguintes provas
3699998 Ano: 2025
Disciplina: TI - Segurança da Informação
Banca: CESPE / CEBRASPE
Orgão: STM
Julgue o próximo item, a respeito de princípios de segurança da informação e de criptografia.
Uma cifra de fluxo é um tipo de criptografia simétrica por meio da qual o texto simples pode ser criptografado bit a bit ou byte a byte.
 

Provas

Questão presente nas seguintes provas
3699997 Ano: 2025
Disciplina: TI - Segurança da Informação
Banca: CESPE / CEBRASPE
Orgão: STM
Em relação à segurança da informação em organizações, julgue o item a seguir, com base na norma ABNT NBR ISO/IEC 27002:2022.
A política de segurança da informação deve ser definida pela organização, aprovada pela gerência, publicada, comunicada e reconhecida pelo pessoal relevante e pelas partes interessadas relevantes, bem como deve ser revisada em intervalos planejados e na hipótese de ocorrência de mudanças significativas.
 

Provas

Questão presente nas seguintes provas
3699996 Ano: 2025
Disciplina: TI - Segurança da Informação
Banca: CESPE / CEBRASPE
Orgão: STM
Em relação à segurança da informação em organizações, julgue o item a seguir, com base na norma ABNT NBR ISO/IEC 27002:2022.
A segurança da informação deve ser apoiada por políticas específicas para cada tópico, de acordo com a necessidade da organização, além de ser necessária a implementação de controles de segurança da informação.
 

Provas

Questão presente nas seguintes provas
3699995 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: STM
Acerca de deep learning, de Big Data e de redes neurais, julgue o item subsequente.
Em um ambiente de Big Data, a função do HDFS (Hadoop distributed file system) é caracterizada por armazenar grandes volumes de dados de forma distribuída e tolerante a falhas.
 

Provas

Questão presente nas seguintes provas
3699994 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: STM
Acerca de deep learning, de Big Data e de redes neurais, julgue o item subsequente.
Em uma rede neural artificial, a função de ativação é responsável por armazenar os pesos de cada conexão entre os neurônios para posterior retropropagação.
 

Provas

Questão presente nas seguintes provas
3699993 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: STM
Acerca de deep learning, de Big Data e de redes neurais, julgue o item subsequente.
A ferramenta Spark é mais eficiente que a Hadoop em tarefas iterativas, pois armazena os dados na memória RAM durante o processamento.
 

Provas

Questão presente nas seguintes provas
3699992 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: STM
Acerca de deep learning, de Big Data e de redes neurais, julgue o item subsequente.
O overfitting, em modelos de deep learning, ocorre quando o modelo tem alta precisão tanto nos dados de treinamento quanto nos dados de teste, indicativo de que o modelo generaliza bem.
 

Provas

Questão presente nas seguintes provas
3699991 Ano: 2025
Disciplina: TI - Ciência de Dados e BI
Banca: CESPE / CEBRASPE
Orgão: STM
Acerca de deep learning, de Big Data e de redes neurais, julgue o item subsequente.
No contexto do deep learning, a função das camadas ocultas (hidden layers) em uma rede neural profunda é extrair e processar os dados de forma que a rede aprenda características progressivamente mais complexas nas camadas mais profundas.
 

Provas

Questão presente nas seguintes provas