Linux 内核漏洞复现工件归档数据集

机器学习
0 下载
1 浏览
2026-11-05

数据集简介

项目定位与目标

KB-LVA 全称为 Kernel Borderlands Linux Vulnerability Archive,是 Kernel Borderlands 生态中的独立研究数据集项目,由 GitHub 账号 pardhuvarmax 维护。项目面向 Linux 内核漏洞研究,围绕漏洞复现与可复现性展开:发现、采集、保存、分类与整理 Linux 内核漏洞的概念验证(PoC)及复现工件,并保留足够的来源追溯与验证证据,使其他研究者能够学习与复现。

主要交付物是机器可读数据集,包含实际 PoC 源码文件(仅在允许再分发时收录)以及漏洞记录、来源、兼容性、完整性哈希、许可状态与验证证据。

当前指标

仓库以指标表形式记录项目进展,可核对的数据如下:

指标 数值
注册 CVE 173 个
扫描快照 5 个
工件记录 6,521 条
文件级复现候选 1,088 个(ready 293 / needs-review 533 / needs-resolution 262)
采集批次 4 个
已检索工件 103 个(48 个存放于 corpus/,55 个仅本地)
源审查 / 拒绝 0 / 0
实验室验证 0

初始发现扫描于 2026-11-03 执行,共发现 4,447 个唯一工件、617 个仓库级复现候选,覆盖 148 个 CVE,均尚未验证。仓库体积约 1388 KB。

数据生命周期

数据从发现到发布经历多个阶段,每个阶段在仓库中留有对应记录:

  1. 发现:登记扫描结果,形成不可变扫描器快照与规范化记录。
  2. 导入:将候选写入采集候选池,并生成导入报告。
  3. 分类与去重:按类别整理源码文件,剔除重复项。
  4. 采集审批:对候选逐条审批,记录拒绝原因。
  5. 源检索、完整性与溯源:核对来源,计算完整性哈希。
  6. 源审查与实验室验证:审查来源合规性,并在隔离环境中验证。
  7. 数据集发布:生成发布清单与 SHA-256 清单。

仓库结构

仓库按流水线阶段组织目录,便于定位与审计:

  • discovery/:注册表、不可变扫描器快照、规范化记录、导入报告。
  • acquisition/:候选、审批清单、拒绝记录与日志,例如 acquisition/candidates/candidates.json。
  • corpus/:按类别整理的源码文件。
  • metadata/:JSONL 数据集分层。
  • schemas/:JSON Schema 定义。
  • manifests/:SHA-256 清单与发布清单。
  • cmd/、internal/:kblva Go CLI 的入口与内部实现。
  • tools/:已被 kblva 取代的旧 Python 工具。
  • documentation/:方法与政策文档。

文件格式涵盖 jsonl、json、yaml、md、png、go 与 C。

kblva 命令行工具

kblva 是以 Go 编写的命令行工具,承载上述流水线。它取代了 tools/ 下的旧 Python 工具,统一了发现、导入、采集、校验与发布等环节的操作入口,使数据集构建过程可脚本化、可重复执行。

自动化与原则

项目强调自动化:扫描、导入、去重、哈希计算与清单生成均通过流水线完成,减少人工操作带来的不一致。项目原则包括保留来源与许可信息、以完整性哈希保证可校验性、在验证前不宣称复现成功。

范围之外

KB-LVA 明确不在隔离实验室之外运行档案中的任何内容。未经验证的候选不会被标记为可用复现,源审查与实验室验证均以独立记录呈现。

许可与安全

GitHub 仓库公开,可免费访问与 fork。采集工件保留其原始许可与署名;公开仓库本身不授予再分发权。许可未知或受限时,仅保留元数据与源引用。仓库自身的许可证尚未选定(license: null)。出于安全考虑,禁止在隔离实验室之外运行档案中的任何内容。

基本信息

记录数量未知
文件大小约 1388 KB
文件格式JSONL, JSON, YAML, Markdown, PNG, Go, C
数据来源Kernel Borderlands
注册 CVE 数173
工件记录数6,521
文件级复现候选1,088
扫描快照数5
采集批次数4
许可未选定
数据落地页https://github.com/pardhuvarmax/kblinuxv-archives
发布日期2026-11-05
Linux内核漏洞漏洞复现PoC源码数据集归档可复现性研究

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

价格

免费