数据集概述
本数据集聚焦数据中心的API误用问题，包含完整的误用数据、分类标签、影响类型及统计信息。数据集结构清晰，以Excel表格存储核心数据，辅以标注指南文档和代码示例压缩包，为研究API误用模式、影响及修复方法提供系统性支持。
文件详解
该数据集由三个文件组成，具体说明如下：
- 核心数据文件:
- Misuse collection - Final.xlsx: Excel格式文件，包含多个工作表，具体如下：
- Main datasheet: 误用数据集合
- Misuses: 带有误用类型标签的记录
- Categories: 误用类别及描述性统计
- Impacts: 带有影响类型标签的记录
- Documented caveats: 标记是否存在明确API指令的记录
- Error messages: 错误消息内容分析
- Stats: 描述性统计摘要
- 文档文件:
- API misuse coding guide.pdf: PDF格式文件，包含人工标注过程中遵循的代码指南
- 压缩包文件:
- code examples.zip: 压缩包格式文件，包含代码示例，文件命名规则为[误用ID][StackOverflow问题ID][版本].py，例如1_999999_fix.py表示误用ID 1的修复版本，基于StackOverflow问题ID 999999
适用场景
- API安全研究: 分析数据中心场景下API误用的常见类型、影响范围及修复策略
- 软件质量保障: 构建API误用检测模型，提升代码审查效率
- 开发者教育: 作为案例库，帮助开发者理解API使用规范与常见陷阱
- 错误分析: 研究API误用导致的错误模式及调试方法
