数据集概述
本数据集包含利用大语言模型（LLM）对CVE漏洞进行分类的相关文件，涵盖CVE漏洞描述列表、分类结果及处理脚本。核心内容为不同LLM模型对CVE漏洞的分类结果对比，以及对应正确分类标注，可用于评估LLM在CVE漏洞分类任务中的性能。
文件详解
- 数据文件
- 文件名称：cve_description_list.json
- 文件格式：JSON
- 字段映射介绍：包含CVE漏洞的描述信息列表
- 文件名称：classified_cves_with_multiple_llms.csv
- 文件格式：CSV
- 字段映射介绍：包含cve_id（漏洞编号）、severity（严重程度）、case_1 gpt-4（场景1 GPT-4分类结果）、case_1 gpt-4o（场景1 GPT-4o分类结果）、case_1 claude3.5-sonnet（场景1 Claude3.5-Sonnet分类结果）、case_1 Correct（场景1正确分类结果）等多场景多模型分类及标注字段
- 文件名称：classified_cves.csv
- 文件格式：CSV
- 字段映射介绍：包含cve_id（漏洞编号）、severity（严重程度）、case_1 LLM（场景1 LLM分类结果）、case_1 Correct（场景1正确分类结果）等多场景分类及标注字段
- 代码文件
- 文件名称：processing_cases.py
- 文件格式：PY
- 字段映射介绍：用于处理CVE漏洞分类案例的脚本文件
适用场景
- 网络安全漏洞分类研究: 分析不同LLM模型对CVE漏洞的分类准确性与差异
- LLM模型性能评估: 评估GPT-4、GPT-4o、Claude3.5-Sonnet等模型在漏洞分类任务中的表现
- 漏洞智能分类系统优化: 基于分类结果及正确标注，优化漏洞智能分类算法
- 网络安全数据处理: 利用脚本文件复现或扩展CVE漏洞分类的处理流程
