CS-Eval 大模型网络安全评测数据集

CS-Eval 是由阿里安全、复旦大学和中国科学院大学联合建立的大模型网络安全能力评测集。数据集覆盖 11 个网络安全大类领域、 42 个子类领域，4,369 多项选择题、判断题、知识抽取题，提供知识型和实战型的综合评估任务，支持用户自主评测，同时为大模型落地网络安全提供参考和启发。

CS-Eval is a cybersecurity capability evaluation dataset for large language models jointly established by Alibaba Security, Fudan University, and the University of Chinese Academy of Sciences. The dataset covers 11 high-level cybersecurity domains and 42 sub-domains, including 4,369 multiple-choice questions, true-false questions, and knowledge extraction questions. It provides comprehensive assessment tasks covering both knowledge-based and practical scenarios, supports users to conduct self-evaluation, and offers references and inspirations for the deployment of large language models in the field of cybersecurity.

搜集汇总

数据集介绍

构建方式

数据集由网络安全专家联合构建，围绕网络安全知识体系与真实攻防场景设计题目，涵盖基础概念理解、威胁识别、攻击手法分析、防御策略判断及知识抽取等任务类型，并通过人工审核与一致性校验保证数据质量。

特点

覆盖网络安全主要知识体系与典型应用场景，兼顾理论知识与实践能力；题型多样，既可用于自动化评分，也适用于人工分析模型失误类型与能力短板。

使用方法

可用于对不同大模型进行离线对比评测，分析其在网络安全各子领域的能力分布，也可用于模型微调、能力诊断与安全能力专项优化。

背景与挑战

背景概述

CS-Eval是一个由阿里安全、复旦大学和中国科学院大学联合构建的大模型网络安全评测数据集，旨在评估大模型在网络安全领域的能力。它覆盖11个网络安全大类、42个子类，包含4,369道多项选择题、判断题和知识抽取题，提供知识型和实战型综合评估任务，支持用户自主评测，并为大模型在网络安全应用提供参考和启发。

常用场景

经典使用场景

用于评估大模型在漏洞识别、威胁分析、安全策略理解等方面的能力差异。

实际应用

辅助企业和机构在引入大模型前进行安全能力评估，降低模型在安全相关业务中的潜在风险。

衍生相关工作

可用于构建漏洞分析、攻击识别、安全问答等子任务数据集，或作为网络安全智能体的评测与训练参考。