大语言模型代码助手安全性用户研究数据集2022

数据集概述

本数据集为2022年开展的大语言模型代码助手安全性用户研究结果，聚焦分析使用GitHub Copilot类代码助手（基于OpenAI code-cushman-001模型）的用户与未使用者在C语言代码中产生内存相关安全漏洞的差异，通过受控环境下的编程任务收集数据。

文件详解

• 文件名称: llm-user-study-for-security-data-full.zip
• 文件格式: ZIP压缩包
• 文件内容: 包含用户研究原始数据、分析脚本及结果复现所需文件，具体内容需解压后查看，涵盖用户提交的C语言代码文件、实验分组信息、漏洞统计数据等（依据研究描述推断）。

适用场景

• 代码安全研究: 分析大语言模型代码助手对C语言内存安全漏洞产生的影响
• 软件工程实验: 探究AI辅助编程工具对开发者代码质量的作用机制
• 安全漏洞检测: 基于真实用户代码数据训练或验证内存漏洞检测模型
• 人机协作分析: 研究AI辅助工具与人类开发者在低级别编程任务中的协作效率与风险