AI기반 악성코드 탐지
예선
탐지율 100%
※ 알고리즘 설명문서는 심사위원에게 배부하여 치팅여부 확인용으로 활용
본선
탐지율 (80%) + 발표점수 (20%)
※ 탐지율 : 1차, 2차에 제공된 본선 데이터셋 탐지 점수를 1:1로 반영
※ 발표점수 : 데이터 분석 및 알고리즘 구성과정의 적절성, 창의성 등 평가
탐지율
전체 결과 중 정상코드와 악성코드를 정확히 탐지한 비율을 측정합니다.
| 카테고리 | 실제결과 | ||
| Malware | Benign | ||
| 실험결과 | Malware | True Positive | False Positive |
| Benign | False Negative | True Negative | |
- True Positive는 실제 Malware(True)를 Malware(True)로 정확하게 예측한 상황을 의미함
- True Negative는 실제 Benign(False)을 Benign(False)으로 정확하게 예측한 상황을 의미함
- False Positive는 실제 Benign(False)을 Malware(True)로 예측한 상황을 의미함 (오탐)
- False Negative는 실제 Malware(True)를 Benign(False)으로 예측한 상황을 의미함 (미탐)
\[ Accuracy = \frac{True Positive + True Negative}{True Positive + False Positive + False Negative + True Negative} \]