登录后查看消息通知
搜索
常见问题
消息
登录
首页
/
数据集
/
Comparison of different backdoor attacks on Java and Python datasets.
Comparison of different backdoor attacks on Java and Python datasets.
收藏
Figshare
2025-12-08 更新
2026-04-28 收录
后门攻击
代码安全
数据链接:
https://figshare.com/articles/dataset/Comparison_of_different_backdoor_attacks_on_Java_and_Python_datasets_/30825526
数据链接
链接失效反馈
官方服务:
问题咨询
购买咨询
在线客服
NEW
资源简介:
Comparison of different backdoor attacks on Java and Python datasets.
应用场景:
创建时间:
2025-12-08
相关数据集
BackdoorLLM
AI安全
后门攻击
BackdoorLLM是由新加坡管理大学、墨尔本大学和复旦大学联合创建的一个综合基准数据集,专门用于研究大型语言模型中的后门攻击。该数据集包括一个标准化的训练流程和多种攻击策略,如数据中毒、权重中毒、隐藏状态攻击和思维链攻击。数据集内容丰富,涉及多种模型架构和任务数据集,旨在全面评估和分析后门攻击的有效性和局限性。BackdoorLLM的应用领域主要集中在提高AI安全性,解决大型语言模型在敏感应用
arXiv
2024-08-23 更新
110
0
CodeLMSec Benchmark
代码安全
模型评估
CodeLMSec Benchmark是一个用于评估和比较代码语言模型生成易受攻击代码倾向性的数据集。该数据集由CISPA Helmholtz Center for Information Security创建,包含280个非安全提示,用于触发模型生成包含特定安全漏洞的代码。数据集的创建过程涉及使用先进的代码模型自动生成提示,并通过静态分析工具CodeQL验证生成的代码是否包含指定的安全弱点。该数
arXiv
2023-10-23 更新
48
0
Vulnerability Fix Dataset
代码安全
漏洞修复
Vulnerability Fix Dataset: A Collection of Insecure and Secured Code Snippets
kaggle
2025-02-04 更新
15
0
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。
arXiv
2025-03-12 更新
85
0
ProjectAnalyzer Code
代码安全
静态分析
ProjectAnalyzer Code是一个包含10个真实C#项目的数据集,这些项目涵盖了SQL注入、硬编码密码和过时依赖项等63个漏洞。数据集用于评估静态代码分析工具和大型语言模型在漏洞检测中的性能。数据集提供了一个开放的评估平台,适合基于规则的系统和生成系统,为下一代自动化代码安全研究奠定了基础。
arXiv
2025-08-06 更新
21
0
© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15
沪公网安备31010402336585号
热门搜索
社区交流群
科研交流群
商业服务
数据资源
寻源服务
数据采集
标注服务
数据产品
代理销售
数据领域
凭证登记
数据产品
介绍推广