PrimeVul 漏洞函数容器化数据集
机器学习
0 下载
38 浏览
2026-09-11
数据集简介
primevul 数据集(adefu020/primevul)是原始 primevul 数据的容器化发行版本,由 Dataset2Container 自动准备生成。与直接发布代码文本不同,该版本以修复前/后(before/after)成对的 Apptainer SIF 容器镜像形式组织数据,便于在隔离环境中复现与运行。每行记录的 function_of_interest 字段保存了源数据集中对应 variant 的函数体。
发布与组织方式
- 镜像对:按漏洞修复前/后准备 Apptainer SIF 镜像对,分别对应漏洞版本与修复版本;
- Parquet 清单:Parquet 格式的清单文件指向
containers/目录下的镜像; - 完整性校验:仓库提供 SHA256SUMS 文件,对每一个已发布文件进行校验,确保发布内容未被篡改;
- 相关项目:同仓库关联的实体包括 adefu020、Dataset2Container,以及作为测试样例涉及的 madler/unzip、torvalds/linux(Info-ZIP UnZip 6.0)等项目。
数据字段
根据数据集 schema,每条记录包含以下字段:
| 字段 | 说明 |
|---|---|
| sample_id / dataset / split | 样本标识、所属数据集与划分 |
| source_record_id / source_revision | 源记录标识与版本 |
| project / repo_url / commit_url | 所属项目、仓库与 commit 链接 |
| fixing_commit_sha | 修复 commit 的 SHA |
| variant / is_vulnerable / revision_sha | 变体类型、是否为漏洞版本及版本 SHA |
| container_path / container_sha256 / source_sha256 | 镜像路径及对应哈希 |
| function_name / function_of_interest / file_path | 函数名、函数体与文件路径 |
| cve_ids / cve_description | CVE 编号与描述 |
| cwe_ids / cwe_description | CWE 编号与描述 |
| description / commit_message | 描述与 commit 信息 |
| vulnerable_function / fixed_function | 漏洞函数与修复函数 |
规模与格式
- 规模:1K - 10K 条记录;
- 文件格式:Parquet(清单)、SIF(Apptainer 容器镜像);
- 发布页面:HuggingFace Datasets 平台,含 Dataset card、Data Studio、Files and versions、Community 等标准版块,可通过页面直接浏览或下载 Parquet 清单及对应容器镜像。
基本信息
记录数量未知
文件大小未知
文件格式Parquet、Apptainer SIF
数据来源adefu020
数据规模1K - 10K 条
校验方式SHA256SUMS
镜像工具Apptainer(Dataset2Container 生成)
数据落地页https://huggingface.co/datasets/adefu020/primevul
发布日期2026-09-11
漏洞检测CVECWE容器镜像代码安全Apptainer
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载