渗透测试与漏洞赏金场景数据集
机器学习
0 下载
2 浏览
2026-08-31
数据集简介
pwn-scenarios 是一个面向渗透测试与漏洞赏金场景的 AI-ready 数据集,其核心价值在于将真实世界中的安全漏洞案例转化为结构化的通用 playbook。这些 playbook 基于公开披露的安全报告与 writeup 整理,覆盖漏洞从发现到修复的完整生命周期。
内容结构
数据集的每条记录遵循统一的四字段结构:
- condition:漏洞触发的前提条件,包括环境配置、用户权限、系统状态等。
- step:漏洞利用的具体步骤,描述攻击者如何一步步实现攻击目标。
- impact:漏洞被成功利用后造成的后果,如数据泄露、服务中断、权限提升等。
- remediation:针对该漏洞的修复建议,包括补丁更新、配置调整、安全加固等措施。
这种结构化的设计使得数据既适合人类安全分析师快速理解漏洞本质,也便于机器学习模型进行模式识别与场景推理。
数据来源
所有 playbook 均提炼自真实、公开披露的安全报告与 writeup,确保了数据的真实性与实用性。这些来源包括但不限于漏洞披露平台、安全研究博客、CTF 比赛 writeup 等。
许可与获取
该数据集以公开免费形式提供,用户可通过 GitHub 仓库获取。数据集的发布与更新日期为 2026-08-31。
基本信息
记录数量未知
文件大小未知
文件格式未知
数据来源AlaBYahya
数据规模未知
许可公开免费
数据落地页https://github.com/AlaBYahya/pwn-scenarios
发布日期2026-08-31
渗透测试漏洞赏金安全场景playbookAI-ready
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