MegaVul_C_2023

Name: MegaVul_C_2023
Creator: GitHub
Published: 2025-09-30T13:57:10+08:00

arXiv2025-09-30 收录

漏洞修复

自动化安全

数据链接：

https://github.com/Icyrockton/MegaVul 数据链接链接失效反馈

官方服务：

资源简介：

该数据集是一组脆弱的C语言代码样本，每个样本都附有相应的补丁，用于修复其中的漏洞。该任务的目的是实现自动化的漏洞修补。

This dataset consists of a set of vulnerable C language code samples, each accompanied by a corresponding patch to fix the vulnerabilities within the sample. The objective of this task is to automate vulnerability patching.

提供机构：

CommitVulFix是由华中科技大学和蚂蚁集团的研究团队构建的漏洞修复检测数据集，主要用于评估漏洞修复检测工具的性能。该数据集包含681个C/C++漏洞修复提交和1118个非漏洞修复提交，数据来源于2023年以来的开源软件版本控制系统。数据集通过结合静态分析工具和大语言模型（LLMs）生成精确的提交描述，并获取丰富的补丁上下文信息。该数据集的应用领域主要集中在软件安全领域，旨在提高漏洞修复检测

arXiv2025-01-07 更新2210

ByteDance/PatchEval

漏洞修复

安全测试

PatchEval是一个基准测试，旨在系统评估LLMs和代理在自动漏洞修复任务中的表现。它包含1,000个来自2015年至2025年报告的CVE漏洞，覆盖65个CWE类别，涉及Go、JavaScript和Python三种编程语言。其中230个CVE配备了Docker化的沙盒环境，支持通过概念验证（PoC）和单元测试进行运行时补丁验证。每个漏洞实例都是一个JSON对象，包含CVE ID、描述、CWE

Hugging Face2025-12-26 更新590

GitHub

GitHub互动

知识图谱

该数据集是针对合成GitHub数据集的测试分割部分，其中未对使用的词汇量进行限制。此外，收集的知识图谱来源于GitHub上大于5KB且具有特定扩展名的文件。该数据集规模包含3,922个文件，其任务是对语义表进行解读。

arXiv220

ManyVuls4J

漏洞修复

自动化工具评估

ManyVuls4J数据集是由国防科技大学复杂系统软件工程重点实验室创建，旨在评估自动化漏洞修复工具的性能。该数据集包含103个真实世界中的漏洞实例，比前一版本增加了30%。数据集的创建过程包括从ProjectKB中收集漏洞信息，并进行手动验证以确保可重复性。ManyVuls4J主要用于评估自动化漏洞修复工具在不同类型漏洞上的修复效果，旨在提高软件安全性，减少手动修复的负担。

arXiv2024-11-27 更新1580

CCD

机器学习

软件开发

该数据集包含了从使用机器学习库的GitHub项目中筛选出的标记为机器学习（ML）问题的议题。它仅包括那些标题中包含ML关键词，并且修复内容是在使用机器学习库的脚本背景下的议题。此外，该数据集是经过手动整理和筛选的，使用了ML关键词，并且包含了与非ML议题的比较分析。该数据集的数据来源于根据新颖性、流行度和活跃度等标准选取的机器学习项目。其任务是对ML议题与非ML议题的解决时间和修复大小进行比较分析

arXiv220

MegaVul_C_2023

资源简介：

相关数据集