naorm/malware-text-db

---
dataset_info:
features:
- name: text
dtype: string
splits:
- name: train
num_bytes: 907829
num_examples: 38
download_size: 500326
dataset_size: 907829
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
---

数据集信息：
特征字段：
- 名称：text
数据类型：字符串
数据集拆分：
- 拆分名称：train（训练集）
字节大小：907829
样本数量：38
下载大小：500326
数据集总大小：907829
数据集配置：
- 配置名称：default（默认配置）
数据文件：
- 对应拆分：train（训练集）
文件路径：data/train-*

原始信息汇总

数据集信息

特征

• 名称: text
• 数据类型: string

数据分割

• 名称: train
• 字节数: 907829
• 样本数: 38

下载和数据大小

• 下载大小: 500326
• 数据集大小: 907829

配置

• 配置名称: default
• 数据文件:
  • 分割: train
  • 路径: data/train-*

搜集汇总

背景与挑战

背景概述

该数据集是一个小规模文本数据集，包含38条恶意软件分析报告，每条报告长度在1.78k到101k字符之间，涉及CrowdStrike、FireEye等安全公司记录的网络攻击事件。数据集格式为parquet，总大小611 kB，专注于网络安全领域，适用于文本分析或安全研究任务。