CCF-BDCI-2022赛道：Web攻击检测与分类识别(多分类任务)，比赛rank-23。队员：FurenXu.zip

# 2022 CCF Web攻击检测与分类识别赛道 线上 94.7 baseline 分享 # 赛道链接： https://www.datafountain.cn/competitions/596 # 赛题背景： 某业务平台平均每月捕获到Web攻击数量超过2亿，涉及常见注入攻击，代码执行等类型。传统威胁检测手段通过分析已知攻击特征进行规则匹配，无法检测未知漏洞或攻击手法。如何快速准确地识别未知威胁攻击并且将不同攻击正确分类，对提升Web攻击检测能力至关重要。利用机器学习和深度学习技术对攻击报文进行识别和分类已经成为解决该问题的创新思路，有利于推动AI技术在威胁检测分析场景的研究与应用。 # 赛题任务： 参赛团队需要对前期提供的训练集进行分析，通过特征工程、机器学习和深度学习等方法构建AI模型，实现对每一条样本正确且快速分类，不断提高模型精确率和召回率。待模型优化稳定后，通过无标签测试集评估各参赛团队模型分类效果，以正确率评估各参赛团队模型质量。 # baseline 思路 多分类问题，表格 + 文本 类型的题目，可使用传统的 TFIDF 或者 BERT 等方式提取文本信息，结合特征工程来做。 本 baseline 用了 TFIDF + 简单特征工程，五折 LGB 模型，线下 0.98，线上 94.7