CVSS 4.0 Base Score

kaggle2023-12-01 更新2024-03-07 收录

计算机安全

漏洞评分

数据链接：

https://www.kaggle.com/datasets/labyrinthinesecurity/cvss-4-0-base-score 数据链接链接失效反馈

官方服务：

资源简介：

All CVSS-B scores grouped by macrovectors.

按宏观向量（macrovectors）分组的全部CVSS-B分数

创建时间：

2023-12-01

OS-HARM

计算机安全

模型评估

OS-HARM是一个用于衡量计算机使用代理安全性的新基准，旨在测试模型在三种危害类别中的表现：故意用户滥用、提示注入攻击和模型误行为。该数据集包含150个任务，涉及多种安全违规类型（骚扰、版权侵犯、虚假信息、数据泄露等），并要求代理与各种操作系统应用程序（邮件客户端、代码编辑器、浏览器等）进行交互。此外，还提出了一种自动评判系统来评估代理的准确性和安全性，该系统与人工标注高度一致（F1分数为0.7

arXiv2025-06-18 更新1060

CVE-llm_dataset

计算机安全

机器学习

该数据集旨在训练一个专注于CVE相关输入和输出的LLM模型。数据提取自CVE数据库，通过特定的程序处理成适合模型训练的格式。

github2024-04-22 更新430

Rootkit Dataset

计算机安全

恶意软件分析

Controlled Environment for Conducting Dynamic Analyses of Rootkits A controlled environment for conducting dynamic analysis of rootkits was set. For testing the rootkits Sun Microsystem’s VirtualBox w

DataCite Commons2025-05-01 更新320

CVEfixes Dataset

计算机安全

漏洞修复

CVEfixes: Collection of Vulnerabilities and Their Fixes from Open-Source

kaggle2023-06-13 更新580

AutoElicit-Bench

计算机安全

鲁棒性测试

AutoElicit-Bench 是一个包含117条人工验证的扰动指令的基准数据集，用于评估计算机使用代理（CUAs）在面临意外行为时的鲁棒性。这些扰动指令通过AutoElicit框架从Claude 4.5 Haiku（50条）和Claude 4.5 Opus（67条）模型中成功诱发，均基于OSWorld任务进行最小化修改，旨在触发非恶意意图下的不安全行为。数据集包含以下字段：任务ID（task_

Hugging Face2026-02-10 更新360

CVSS 4.0 Base Score

资源简介：

相关数据集