Assignment 3: 网络入侵检测分类任务 (XGBoost)

📅 截止日期：11月30日 | 🏆 查看实时排行榜

---

📋 任务概述

核心目标：基于网络流量特征，从零实现并优化 XGBoost 算法，完成入侵检测二分类任务（正常流量 vs 攻击流量）。

🎯 核心挑战

1. 算法实现：从零实现梯度提升 (Gradient Boosting) 算法逻辑。
2. 精度达标：模型 ROC-AUC 必须达到 0.98 以上。
3. 工程优化：在保证高精度的前提下，通过并行化、算法剪枝等手段极致优化 训练与推理速度。

📤 强制提交要求:

1. 必须通过「水杉平台」提交，未在该平台提交或提交超时视为无效
2. 水杉平台每人只能使用12小时

---

📂 文件结构与任务清单

1. 我提供的基础框架

文件名	说明
model.py	当前仅包含一个简单的逻辑回归模型 (Baseline)。你需要在此处重写代码。
solution.py	包含 fit (训练) 和 forward (推理) 接口，负责数据预处理和模型调用。
evaluate_local.py	非提交程序，仅用于展示评测框架内部逻辑。
evaluate_linux	计算 ROC-AUC 和 Latency，并将结果提交至服务器。
*.csv	train.csv (训练数据)，test_local.csv(本地测试) _和 encrypt_test.csv (加密测试数据)。

2. 你需要完成的工作

• ✨ 实现 XGBoost 模型
  • 修改 model.py，用 XGBoost (eXtreme Gradient Boosting) 算法替换现有的逻辑回归。
• ✨ 适配 Solution 接口
  • 修改 solution.py，确保 fit 和 forward 能正确驱动你的 XGBoost 模型。
• ✨ 性能调优 (关键)
  • 确保 ROC-AUC ≥ 0.98。
  • 应用并行计算、直方图优化等技巧，缩短训练和推理时间以获取高分。
• ✨ 提交与冲榜
  • 运行 evaluate-linux 进行测试和自动提交。

---

📈 评分标准 (总分 20分)

本次作业总分为 20 分。评分核心逻辑是：在满足精度门槛 (AUC ≥ 0.98) 的前提下，根据运行效率 (Latency) 动态定分。

1️⃣ Latency 计算方式

为了综合考量算法的训练效率与线上推理能力，Latency 定义为训练时间和测试时间的几何平均数（越低越好）：

$$\text{Latency} = \sqrt{\text{Training Time} \times \text{Testing Time}}$$

• Training Time: fit() 函数的完整运行时间。
• Testing Time: 完成所有测试样本 forward() 推理的总时间。

2️⃣ 详细得分规则

我们将统计所有 达标 (AUC≥0.98) 提交的 Latency，计算出 前10%分位数 (P10) 作为满分基准线。

场景	条件说明	最终得分
1	ROC-AUC < 0.98	6 分
2	AUC ≥ 0.98 且 Latency ≤ P10	20 分
3	AUC ≥ 0.98 且 P10 < Latency ≤ 4×P10	6 ~ 20 分
4	AUC ≥ 0.98 且 Latency > 4×P10	6 分

🧮 线性插值

当你的速度处于 2 区间 ($P10 < Latency \le 4 \times P10$) 时，对得分进行线性插值

💡 策略提示：

• 精度第一：若 AUC 不达标，无论多快都只有 6 分。
• 速度决胜：一旦 AUC 达标，分数完全取决于 Latency。若速度慢于基准线的 4 倍，即便精度很高也只能拿 6 分。

---

⚙️ 环境与运行指南

1. 安装依赖

推荐使用 Conda 管理环境：

conda create -n ML python=3.8
conda activate ML

2. 设置环境变量 (必须)

在运行代码前，请根据你的系统设置个人身份信息。

🐧 Linux/macOS:

export STUDENT_ID='你的学号'
export STUDENT_NAME='你的姓名'
export STUDENT_NICKNAME='你的昵称'
export MAIN_CONTRIBUTOR='AI' 

🪟 Windows PowerShell:

$env:STUDENT_ID="你的学号"
$env:STUDENT_NAME="你的姓名"
$env:STUDENT_NICKNAME="你的昵称"
$env:MAIN_CONTRIBUTOR="human"

3. 运行评测

本次作业仅在水杉平台提交

chmod +x evaluate-linux
./evaluate-linux

✅ 成功运行示例:

Training...
Training completed in 5.23s
Testing...
==================================================
Training Time: 5.23s
Testing Time:  0.45s
Latency:   1.53s  <-- 计算方式：sqrt(5.23 * 0.45)
ROC-AUC:       0.9850 <-- 必须 >= 0.98
==================================================

Submitting to leaderboard...
Submission successful!

---

🎉 Good Luck!

请在截止日期前提交你的最佳优化版本！

Made with ❤️ for Machine Learning Education