【最新数据科学赛】AMWD 2022：阿里云安全WEBSHELL文本检测 #二分类 #10.10开始报名 #￥80000

CompHub 实时聚合多平台的数据类(Kaggle、天池…)和OJ类(Leetcode、牛客…）比赛。本账号会推送最新的比赛消息，欢迎关注！

👉🏻 CompHub主页[1] 或点击文末阅读原文

以下内容摘录自比赛主页

Part1赛题介绍

1题目

AMWD 2022：阿里云安全WEBSHELL文本检测[2]

2标签

二分类、文本检测、F score**）**

3主办方

阿里云安全云安全中心、阿里云安全、阿里云安全ASRC

4背景

恶意程序/恶意代码攻防是云安全-主机安全领域中的一个关键领域，也是安全行业多年一直在攻关与竞争的必争之地。利用恶意程序/恶意代码，攻击者在Web服务器上执行系统命令、窃取数据、植入病毒、勒索核心数据、SEO挂马等恶意操作，危害极大。

近几年随着攻防对抗不断升级，防御的挑战越来越大，在对抗的过程中，逐步发展出了静态检测引擎+AI检测引擎+动态沙箱执行检测引擎等多种综合手段，有效地提高了攻击者绕过的门槛和成本，缓解了恶意程序/恶意代码攻击问题。

Part2时间安排

报名启动：10.10 10:00
初赛开始：10.25 10:00
初赛结束（报名截止）：11.25 10:00
实名认证截止：11.28 10:00
代码与技术报告提交：11.30 10:00 - 12.9 18:00
线上答辩：十二月中旬（后续通知）
颁奖：十二月下旬（后续通知）

Part3奖励机制

名次	奖金
冠军	30000
亚军	20000
季军	15000
第四名	6000
第五名	5000
第六名	4000

♣ Pioneering Award：通过比赛或workshop发表高水平学术论文(CCF-A 并且在论文中“acknowledge”写上该比赛)，奖励前两篇论文，每篇10000元。

♣ 荣誉证书：Top20的队伍和奇思妙想奖的队伍，都将获得阿里巴巴颁发的荣誉证书。

♣ 阳光普照奖：进入决赛的队伍，每人均可获得阿里巴巴定制礼品一份。

Part4赛题描述

本题目提供的数据来自webshell文件经过沙箱程序静态模拟运行后的AST抽象语法树指令序列，包含PHP和JSP两种语言。

本题目提供的样本数据均来自于互联网公开样本，选手将构建二分类模型用以识别Webshell文件。

Part5数据描述

训练数据（公开给参赛选手）

训练数据集（train.csv, train.zip）包含2万多个样本，其中php和jsp的比例约为9:1，字段描述如下：

注：train.zip 中的文件名对应 train.csv 中的 file_id，包含json格式的AST日志。

测试数据（用于后台模型测评，不公开）

非公开样本集，共27万多个。格式除了没有label字段，其他数据规格与训练数据一致。

Part6评测标准

阶段一：线上比赛部分，根据选手模型的预测结果进行自动化评分，占总得分的80%权重
阶段二：线上赛通过代码审核的前10名进入线上答辩环节，答辩内容为赛题方案PPT陈述，由主办方和评委进行提问，最后给出主观评分，占总得分20%权重。
最终得分由阶段一和阶段二分数加总得出，共设TOP6名队伍进行颁奖

线上赛部分

选手的结果文件包含两个字段：file_id(bigint)和预测结果prediction(类型为string，black/white)，选手需将列名按如下顺序写入提交结果文件的第一行，作为表头：file_id,prediction。

1.label=black为正例，并计算 F_beta 分值作为最终评分，精度保留小数点后5位。

2.分数计算公式如下:线上赛部分，满分为1分。

线上答辩部分

主观评分维度如下：

模型性能开销
方案创意
方案先进性
方案可落地性

线上答辩部分，满分为1分。

线上赛和线上答辩分数结构说明

本次比赛，更加注重模型和方案本身的实际落地效果，因此线上赛的得分占比权重更高，下面举一个例子说明，以便选手更好安排自己的时间分配。

A选手初赛第一名（得到满分1分），答辩第六名（假设是0.5分），按照比例最终是0.8+0.1=0.9
B选手初赛第二名（假设是0.8分），答辩第一名（得到满分1分），按照比例最终是0.64+0.2=0.82
C选手初赛第三名（假设是0.6分），答辩第二名（假设是0.9分），按照比例最终是0.48+0.18=0.66

最终排名为：A选手 > B选手 > C选手

选手要尽量在线上赛部分和其他选手拉高差距，同时如果在线上赛部分选手之间差距不大，则需要在线上答辩部分拉开差距。

参考资料

[1]

CompHub主页: https://comphub.notion.site/CompHub-c353e310c8f84846ace87a13221637e8

[2]

AMWD 2022：阿里云安全WEBSHELL文本检测: https://tianchi.aliyun.com/competition/entrance/532035/introduction?spm=5176.12281957.0.0.493e2448WmVIFQ