yahoo-inc/cve-impacts

CVE_KeyPhrases是一个包含约230K个已发布CVE条目的数据集，每个条目包括CVE ID、描述文本和提取的关键风险短语，这些短语代表了影响、弱点和攻击。数据集旨在提供一个大规模、精确和可召回的CVE数据集，支持机器学习模型的训练和CVEs的直接使用。

原始信息汇总

数据集概述

数据集名称

CVE_KeyPhrases

数据集描述

CVE_KeyPhrases 是一个包含已发布CVE的关键风险短语（针对影响、弱点、攻击）提取的数据集。

数据集内容

• 约230K已发布的CVE（排除标记为拒绝的CVE），涵盖至2024年4月3日的NVD发布日期。
• 包含CVE ID、描述文本和关键风险短语。

数据集特点

• 截至2024年4月，是最大的包含提取关键风险短语的CVE数据集，具有高精确度和召回率。
• 初始版本，未来将进行改进和丰富。

数据集用途

• 直接与CVE结合使用，如在CVE项目中。
• 用于训练ML模型进行命名实体识别或分类。

数据集结构

• CVE: 字符串，原始CVE ID。
• Description: 字符串，原始CVE描述，经过轻微清理（去除非ASCII字符和换行符）。
• KeyPhrases: 字符串列表，从描述中提取的表示影响、漏洞、攻击的短语。

数据集示例

"CVE","Description","KeyPhrases" "CVE-1999-0001","ip_input.c in BSD-derived TCP/IP implementations allows remote attackers to cause a denial of service (crash or hang) via crafted packets.","[denial of service (crash or hang)]" "CVE-1999-0002","Buffer overflow in NFS mountd gives root access to remote attackers, mostly in Linux systems.","[buffer overflow, root access]" "CVE-1999-0003","Execute commands as root via buffer overflow in Tooltalk database server (rpc.ttdbserverd).","[buffer overflow, execute commands]"

数据集版本

0.1 初始发布

数据集引用

@software{, author = {Chris Madden, title = {{CVE_KeyPhrases}: A dataset of published CVE IDs and Descriptions with the Key Risk Phrases}, month = {April}, year = {2024}, url = {https://huggingface.co/yahoo-inc/datasets/CVE_KeyPhrases} }