m0_73579990的博客

以下是更多与“自然语言描述 → 代码生成 → 漏洞标注”相关的现成数据集和资源，涵盖了多种编程语言和漏洞类型，适用于你的研究任务。它们可以为“生成代码后的漏洞检测”和“基于自然语言需求的代码评估”提供丰富的样本和基准。

数据集在 Hugging Face 上可访问：数据集简介该数据集名为，是一个广泛的网络安全评估数据集，专门用于对大语言模型（LLM）进行网络安全能力的评估。。根据页面上的数据，Python：351 条记录PHP：162 条记录JavaScript：249 条记录Rust：204 条记录Java：229 条记录C++：259 条记录C：227 条记录C#：235 条记录这些数据记录主要包含关于不同编程语言中的潜在安全漏洞、修复措施和与之相关的代码片段。

数据集的核心字段如下，分为。

PrimeVul 数据集结合了创新的标签技术和高质量的评估机制，提供了约7000个易受攻击函数和约229000个正常函数，涵盖了140+种漏洞类型。该数据集不仅注重漏洞的准确标记，还通过最小化数据污染，确保了研究者能够得到可靠的数据支持。PrimeVul 的核心目标是帮助开发更加高效和准确的漏洞检测模型，为学术界和工业界的漏洞检测研究提供新的思路和工具。PrimeVul 数据集包含了详细的元数据，以帮助研究者进行更深入的分析。字段描述idx样本的唯一标识符project项目名称，指示该漏洞所在的代码库。

MoreFixes：大规模的CVE修复提交数据集MoreFixes 数据集是通过增强的仓库发现方法，从多个开源项目中收集的大规模CVE（公共漏洞和暴露）修复数据集。它包含来自 7,238 个 GitHub 项目 的 29,203 个唯一 CVE，这些 CVE 修复涉及 35,276 次唯一提交 和 39,931 个修复补丁文件。这些数据为漏洞检测和软件安全研究提供了强大的支持，尤其是在软件修复过程的分析和自动化修复生成方面。该数据集提供了一个丰富的结构化数据集，包含与每个 CVE 相关的修复提交的详细信息，