MALWIN:Linux 恶意软件函数名恢复基准

机器学习
0 下载
2 浏览
2026-09-20

数据集简介

Dataset card

MALWIN 是一个面向去除符号表(stripped)的 Linux 恶意软件的函数名恢复基准,覆盖 x86、x64、ARM、MIPS 四种架构。每个样本为一段带占位符名称的 Ghidra 反编译函数体,并配有从未剥离符号表中读取的作者编写函数名。该数据集旨在为函数名恢复任务提供标准化的评估基准,帮助研究者训练和评估模型在真实恶意软件场景下的函数名预测能力。

Data Studio

数据集中每个样本包含以下字段:

  • prog_name:程序名称,标识样本所属的恶意软件程序。
  • strip_func_name:去除符号表后的函数名(占位符名称)。
  • prompt:用于模型输入的提示文本,包含反编译函数体及占位符名称。
  • query:查询文本,可能用于指定任务要求。
  • response:期望的输出,即作者编写的原始函数名。
  • hints:提示信息,可能包含辅助模型预测的额外上下文。

这些字段以 parquet 格式存储,便于高效读取和处理。

Files and versions

数据集以 parquet 格式提供,规模在 10 万至 100 万样本量级。用户可通过 HuggingFace 页面上的 Files and versions 标签页浏览和下载数据文件。数据集采用 CC-BY-4.0 许可,公开免费,允许自由使用和分享,只需注明出处。

Community

该数据集由 nghi85 发布,欢迎社区用户参与讨论、反馈问题或贡献改进。可通过 HuggingFace 数据集页面与作者和其他使用者交流。

基本信息

记录数量未知
文件大小未知
文件格式parquet
数据来源nghi85
许可协议CC-BY-4.0
样本规模100K - 1M
覆盖架构x86, x64, ARM, MIPS
数据落地页https://huggingface.co/datasets/nghi85/MALWIN
发布日期2026-09-20
函数名恢复恶意软件分析逆向工程Linux基准数据集

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