Data Package for LLM Vulnerability Detection Study

Figshare2024-11-14 更新2026-04-28 收录

大型语言模型安全

漏洞检测

数据链接：

https://figshare.com/articles/dataset/Data_Package_for_LLM_Vulnerability_Detection_Study/27368025 数据链接链接失效反馈

官方服务：

资源简介：

Paper is under review.

创建时间：

2024-11-14

SecBench.js

JavaScript安全

漏洞检测

SecBench.js数据集是一个包含600个易受攻击的npm包的基准测试，这些包具有路径遍历、原型污染、命令注入、代码注入和ReDoS漏洞。该数据集旨在帮助开发人员和安全研究人员理解和解决npm包中的安全漏洞。数据集的创建是通过从GitHub Advisory Database和Snyk Vulnerability Database中提取最近漏洞信息来完成的。数据集的应用领域包括漏洞检测、漏洞利

arXiv2025-06-05 更新950

ConceptCoder数据集

漏洞检测

代码推理

ConceptCoder数据集由爱荷华州立大学团队构建，包含80,204个代码示例，涵盖134种常见弱点枚举(CWE)类型。该数据集聚焦漏洞检测和分支预测两大代码推理任务，其中28,974条专项数据标注了空指针解引用、缓冲区溢出等四类漏洞的7种语义概念。数据通过静态分析工具自动生成概念标签，采用真实场景的不平衡分布设计，旨在提升大语言模型对代码语义的层次化推理能力，在软件安全分析和程序行为预测领域

arXiv2026-03-25 更新160

lemon42-ai/diversevul-top6cwe-code-vulnerability

代码安全

漏洞检测

这是一个包含func和cwe两个字段的字符串类型数据集，以及一个int64类型的__index_level_0__字段。数据集分为训练集，共有29946个样本，总文件大小为59291185字节。

Hugging Face2025-02-13 更新120

CASTLE

代码安全

漏洞检测

CASTLE数据集是由网络安全专家手动创建的250个小型C语言程序，涵盖了25种不同的CWE（常见弱点）。每个CWE都有10个测试用例，其中6个是易受攻击的，4个不是。该数据集旨在评估不同工具在漏洞检测方面的能力，并为静态代码分析工具、形式验证方法和基于大型语言模型的方案提供一个标准化的比较基准。

arXiv2025-03-12 更新850

giskardai/phare