30万奖金!还带你奔赴加拿大相约KDD!?阿里聚安全算法挑战赛带你飞起!

简介: 请对着30万奖金和加拿大的KDD门票,真诚地摸着自己的良心说你想不想去:)

KDD(Knowledge Discovery and Data Mining,知识发现与数据挖掘)会议,作为数据挖掘届的顶会,一直是算法爱好者心中的圣地麦加。


想去?有点难。


给你奖金和差旅赞助带你去,还不设门槛,去不去?


请对着30万奖金和加拿大的KDD门票,真诚地摸着自己的良心说你想不想去:)那可是每人最高3万元的资金赞助费哦!




这些机会由阿里聚安全算法挑战赛提供,我们将从2月9日起提供每日评测,感兴趣的同学们请注意!


赛事背景

随着网络技术的快速更新,新的黑客技术也层出不穷;在黑色产业链中,从业人员数据巨大,早前有新闻报道普通黑客也能月入数万美金。在巨大利益诱惑下,黑产规模越来大,网络安全的挑战越来越大。阿里巴巴集团安全推出《阿里聚安全算法挑战赛》,承载阿里巴巴集团十余年沉淀的安全防御战场,诚邀各路英雄前来挑战,深入&共建互联网安全。



赛题简介

本场大赛分为三个挑战任务!


任务一:《SQL注入检测》  
难易程度:

出题人寄语:困难的不是问题本身,而是模型的精确

必备技能:文本处理技术,自然语言处理,文本分类

安全场景:近年来,用户信息泄露事件层出不穷,这其中绝大多数与web入侵行为息息相关。SQL注入作为常见的web入侵手段之一,能够直接对后台数据库进行操作,危害巨大。


任务二:《人机行为识别》  
难易程度:  

出题人寄语:Welcome to the world of man and bot!

必备技能:机器学习算法 - 半监督、无监督学习

安全场景:机器行为的黑产工具,使用非正常手段模拟类人操作行为,绕过前端页面验证方式,向后台批量发起请求的一种攻击手段。本题目提供的数据记录了互联网上人机行为信息,需参赛者找出其中的机器行为记录。


任务三:《社区反垃圾》   
难易程度:

出题人寄语:语言本天成,妙手可解析

必备技能:文本处理技术,例如文本分类或者序列处理方法等

安全场景:用户可以通过社区和其他用户交流以获得更多自己需要的信息。但是有一些人会借助社区这个渠道进行不正当行为,例如给出自己的联系方式,并通过广告或者诱导信息来引诱用户和自己联系,以进一步推销产品或者实施诈骗。这些活动不仅干扰了用户的正常交流,也给用户带来了潜在风险。本题目提供的数据记录了从手机淘宝社区中收集的用户交流内容,请参赛者找出包含联系方式的内容。


比赛日程



奖项设置



废话也不多说了,想报名的手速要快!

点击阅读原文,即可报名!


相关文章
|
安全 算法
30万奖金!还带你奔赴加拿大相约KDD!?阿里聚安全算法挑战赛带你飞起!
本文讲的是30万奖金!还带你奔赴加拿大相约KDD!?阿里聚安全算法挑战赛带你飞起!,KDD(Knowledge Discovery and Data Mining,知识发现与数据挖掘)会议,作为数据挖掘届的顶会,一直是算法爱好者心中的圣地麦加。
1585 0
|
安全 算法
30万奖金!还带你奔赴加拿大相约KDD!?阿里聚安全算法挑战赛带你飞起!
 2017年01月19日 11:41  1538 KDD(Knowledge Discovery and Data Mining,知识发现与数据挖掘)会议,作为数据挖掘界的顶级会议,一直是算法爱好者心中的圣地麦加。
1769 0
|
2天前
|
算法 数据安全/隐私保护 计算机视觉
基于二维CS-SCHT变换和LABS方法的水印嵌入和提取算法matlab仿真
该内容包括一个算法的运行展示和详细步骤,使用了MATLAB2022a。算法涉及水印嵌入和提取,利用LAB色彩空间可能用于隐藏水印。水印通过二维CS-SCHT变换、低频系数处理和特定解码策略来提取。代码段展示了水印置乱、图像处理(如噪声、旋转、剪切等攻击)以及水印的逆置乱和提取过程。最后,计算并保存了比特率,用于评估水印的稳健性。
|
3天前
|
存储 算法 数据可视化
基于harris角点和RANSAC算法的图像拼接matlab仿真
本文介绍了使用MATLAB2022a进行图像拼接的流程,涉及Harris角点检测和RANSAC算法。Harris角点检测寻找图像中局部曲率变化显著的点,RANSAC则用于排除噪声和异常点,找到最佳匹配。核心程序包括自定义的Harris角点计算函数,RANSAC参数设置,以及匹配点的可视化和仿射变换矩阵计算,最终生成全景图像。
|
3天前
|
算法 Serverless
m基于遗传优化的LDPC码NMS译码算法最优归一化参数计算和误码率matlab仿真
MATLAB 2022a仿真实现了遗传优化的归一化最小和(NMS)译码算法,应用于低密度奇偶校验(LDPC)码。结果显示了遗传优化的迭代过程和误码率对比。遗传算法通过选择、交叉和变异操作寻找最佳归一化因子,以提升NMS译码性能。核心程序包括迭代优化、目标函数计算及性能绘图。最终,展示了SNR与误码率的关系,并保存了关键数据。
12 1
|
4天前
|
算法 调度
考虑需求响应的微网优化调度模型【粒子群算法】【matlab】
考虑需求响应的微网优化调度模型【粒子群算法】【matlab】
|
4天前
|
运维 算法
基于改进遗传算法的配电网故障定位(matlab代码)
基于改进遗传算法的配电网故障定位(matlab代码)