发布“微软”史无前例；收集了价值17万美元奖金的恶意软件数据集预测算法量子比特

一组“史无前例”的恶意软件感染数据

这个数据集来自[微软]，毕竟，他们的重要产品Windows可能是世界上害虫危害最大的软件。

同时，还有Kaggle比赛。训练机器学习算法，预测一台计算机是否感染了恶意软件。

首先看一下这个数据集有多“史无前例”。

网罗了60项以上的信息。

数据行包含一个哈希标记HasDetections，该哈希标记HasDetections对应于设备ID的MachineIdentifier，该哈希标记HasDetections指示设备是否未感染恶意软件。

同时，它也包含了大量可能可以判断是否中毒的信息。例如，设备运转状况的指标，以及自身的硬件和软件环境。系统，防火墙版本，装一些疫苗软件，默认浏览器是电脑还是手机，显示器分辨率多少，处理器几核什么架构内存用多大的固态硬盘……

是游戏用的，触摸屏，手写的笔，还是有表示国家和城市的数字代码等。

这样的数据一共有多少。答案是训练套装约900万件测试套装约800万件，也就是说，微软提供1600万台设备的信息，训练算法。

如果你对这么大的数字不敏感的话……改变大小的测量方法这个数据集是以csv的形式存储的，合计8.47GB。

这些数据由Windows Defender（Windows Defender）从Windows用户收集，该Defender是Windows系统本身的记录和默认防火墙。当然，数据是清洗的，不包括隐私信息。

因为准备了庞大的数据集，所以比赛的举办也很顺利。因此，有Kaggle的微软恶意软件预测大赛。

本次比赛由微软、北东大学、佐治亚理工大学共同主办。

参与者应该做的是训练测试集中的所有计算机预测在[0,1]范围内感染恶意软件的概率的算法。

比赛设有2万5000美元（约17万日元）的奖金池。第一位是1.2万美元，第二位是7000美元，第三、五位分别是3000、2000和1000美元。

对于安全相关人员来说，此奖金设置可能太低。英特尔安全研究者Marco Figueroa在Twitter中说

但是，君士坦德们依然很热心。

从上周开始到报道的时候有551支队伍参加。离比赛结束还有三个多月。如果加上与众不同的队名跑的话就来得及。

有兴趣吗

比赛的地址。

https：//www.Kaggle。com/c/microsoft-malware-prediction/。