阿里巴巴人工智能治理与可持续发展实验室 (AAIG)联合Apache Flink 社区、阿里云、英特尔、Occlum 举办 "AAIG CUP第一期暨第三届 Apache Flink 极客挑战赛 " 活动。
划重点：作为全球首个基于推荐系统的流量攻击实时检测比赛，我们首次公开了 100 万流量作弊识别真实数据集！并应用 Intel SGX 加密技术保障风控模型数据安全。
过去两年，阿里巴巴人工智能治理与可持续发展实验室 (AAIG) 主办了七期安全 AI 挑战者计划，如人脸识别对抗赛、辱骂文本对抗赛、伪造图像对抗、防御模型白盒以及无限制对抗赛等；勇闯 AI 对抗无人区，并发起 AI 治理多学科交叉结合的新项目 AAIG-CUP。
阿里云和英特尔、Apache Flink 社区联合举办了第一届和第二届 Flink 极客挑战赛，运用 Flink，Analytics Zoo，Proxima 等平台和技术，引导选手在垃圾分类，实时疫情追踪等热点民生问题上进行了思考和创新。
比赛利用了第三代英特尔®至強®可扩展处理器的 Intel® SGX 技术，引导选手在隐私保护的机器学习方面进行探索和开发。本届比赛将继续面向全社会开放，个人、高等院校、科研单位、企业、创客团队等人员均可报名参赛。
随着互联网的发展，网购成为越来越多人的选择，据阿里巴巴财报显示，2020 财年阿里巴巴网站成交总额突破一万亿美元，全球年度活跃消费者达 9.60 亿。为了满足不同用户的个性化需求，电商平台会根据用户的兴趣爱好推荐合适的商品，从而实现商品排序的千人千面需求。部分商家为了获取更多的平台流量曝光，将自己的商品展现在更多的消费者面前，通过 HACK 平台的推荐机制从而增加商品的曝光机会。其中一种典型的手法为 "抱大腿" 攻击，该方法通过雇佣一批恶意用户协同点击目标商品和爆款商品，从而建立目标商品与爆款商品之间的关联关系，提升目标商品与爆款商品之间的 I2I 关联分。商家通过这种方式诱导用户以爆款的心理预期购买名不符实的商品，不仅损害了消费者的利益，降低其购物体验，还影响了平台和其他商家的信誉，严重扰乱了平台的公平性。实时拦截此类行为，有助于在保证推荐的时效性的同时，保护实时推荐系统不受恶意攻击影响。
如何准确、高效地识别这类型的恶意流量攻击，实时过滤恶意的点击数据是推荐系统中迫切需要解决的问题。除此之外，此类实时风控系统对数据安全的要求较高。如果系统的拦截算法意外泄漏，HACK 平台将得以针对性地加强恶意流量的伪装能力，增大平台监控恶意流量的难度。因此，此类系统有必要部署在加密的可信环境中。本赛题要求选手基于 Flink，Analytics Zoo/BigDL 等组件，在 Occlum 环境中搭建保护数据安全的 PPML (Privacy Preserving Machine Learning) 应用，实现对恶意流量的实时识别。本次大赛分为初赛、复赛和决赛三个阶段，时间安排如下：参赛队伍将采用 docker 镜像的提交方式，由选手提交打包好的代码镜像来运行得出搭建结果；参赛队伍通过天池平台下载小型训练集和测试集，用于本地训练和调试算法；最终完成的代码镜像提交到天池平台后，由评测系统在完整数据集上训练与预测。进入复赛后，将会进一步要求选手在半监督数据集上训练深度学习模型，同时鼓励选手在工程上做一些优化与创新。最终的决赛将以答辩会的形式进行，晋级决赛团队需提前按照要求准备答辩 PPT，而在场评委将根据选手的技术思路、理论深度现场表现进行综合评分。同时，本次大赛在报名阶段设置"鼓励师计划" 玩法，成功邀请小伙伴参赛即可成为鼓励师赢取丰厚的礼品！
点击下方关注我们，记得“星标”哦！
报名参赛—点击底部“阅读原文”
👇