Cybersecurity AI 챌린지: 'Evasive Evasion'

Source: Dev.to

Challenge Overview

오늘날 위협 환경에서 공격자는 방어 AI 시스템의 탐지를 회피하기 위해 전술을 지속적으로 진화시킵니다. 이 챌린지는 참가자들이 입력 데이터를 조작하여 IDS의 약점을 이용함으로써 최첨단 머신러닝(ML) 기반 침입 탐지 시스템(IDS)을 우회할 수 있는 AI‑powered evader를 만들도록 초대합니다.

Constraints

• evader는 노이즈 주입, 데이터 압축 및 데이터 조작 기술을 조합하여 실시간으로 입력 데이터를 수정해야 합니다.
• 대상은 감독 학습과 비감독 학습 알고리즘을 모두 사용하는 ML‑based IDS이어야 합니다.
• 솔루션은 대규모 네트워크 트래픽 데이터셋에 확장 가능해야 합니다.
• 프로토콜 스푸핑이나 패킷 위조와 같은 알려진 회피 방법은 금지됩니다.
• evader는 제한된 컴퓨팅 자원을 가진 환경에서 동작해야 합니다.

Evaluation Criteria

• Evasion rate: evader가 탐지를 회피하는 빈도.
• Detection latency: IDS가 evader를 식별하는 속도.
• Resource utilization: evader가 소비하는 컴퓨팅 자원량.
• Adaptability: IDS 행동 변화에 맞춰 조정할 수 있는 evader의 능력.

Dataset

정상 및 악성 네트워크 트래픽을 모두 포함한 데이터셋이 제공됩니다. 참가자는 이 데이터를 사용해 ML‑based IDS를 학습 및 평가합니다.

Submission Requirements

1. 사용된 알고리즘 및 기법을 포함한 evader 설계에 대한 상세 설명.
2. evader의 작동 구현과 그 능력을 입증하는 네트워크 트래픽 데이터셋.
3. 위에 명시된 기준을 사용해 제공된 데이터셋에서 evader 성능을 평가한 결과.

Prizes

• 현금 상금 $10,000.
• 주요 사이버보안 출판물에 소개.
• AI‑powered 사이버보안 회피 기술 분야의 선도 전문가로 인정.

Submission Deadline

2026년 1월 15일 (지연 제출은 받지 않음).

Rules

• 개인 연구자와 팀 모두 참여 가능.
• 참가자는 엔트리를 제출함으로써 챌린지 규칙 및 약관에 동의하는 것으로 간주됩니다.