SmartUecDB
收藏资源简介：
SmartUecDB是一个专门设计用于高保真检测智能合约字节码中漏洞的多模态数据集，其主要聚焦于识别未检查的外部调用。该数据集构建了一个包含EVM兼容执行轨迹和结构图表示的鲁棒语料库，旨在支持图神经网络的训练，以精确定位不安全的调度模式和重入攻击向量。数据集规模在1K到10K之间，语言为英文，适用于文本分类和令牌分类任务。数据组织包含原始数据、处理后数据以及预定义的数据划分，以支持可复现的模型基准测试。
SmartUecDB is a multimodal dataset specifically designed for high-fidelity vulnerability detection in smart contract bytecode, with a primary focus on identifying unchecked external calls. It constructs a robust corpus comprising EVM-compatible execution traces and structural graph representations, aiming to support the training of graph neural networks to accurately pinpoint unsafe scheduling patterns and reentrancy attack vectors. The dataset has a scale ranging from 1K to 10K, uses English as its language, and is applicable to text classification and token classification tasks. The data organization includes raw data, processed data, and pre-defined data splits to support reproducible model benchmarking.
数据集总览
SmartUecDB 是一个专门设计的多模态数据集，主要服务于智能合约字节码中漏洞的高保真检测，重点识别未检查的外部调用。该数据集构建了一个健壮的语料库，包含与EVM兼容的执行轨迹和结构化图表示，支持训练图神经网络以定位不安全的调度模式和重入向量。
用途
用户可通过以下方式下载主要数据集文件夹：
- 使用
requests库下载压缩包data.tar。 - 使用
tarfile库解压到当前目录。
结构
数据集目录结构如下，支持模块化的 GNN 训练和推理流程：
processed/：经过清洗和预处理的数据行。raw/：从 SmartMaldb 收集的原始数据行。split/：预定义的训练集、验证集和测试集划分，用于可复现的模型基准测试。
许可与引用
- 许可证：Creative Commons Attribution 4.0 International (CC-BY-4.0)。
- 引用：使用该数据集时，请引用以下文献： bibtex @misc{smartuecdb25, author = {B. William}, title = {SmartUecDB}, year = {2026}, publisher = {Hugging Face}, url = {https://huggingface.co/datasets/Adson59/SmartUecDB}, }
任务与语言
- 任务：文本分类、令牌分类。
- 语言：英语。
- 数据规模：样本数量在 1,000 到 10,000 之间。
