台湾CyCraft AI实验室 发布 CyPHER 数据集, 应用在 网络安全、命令行分析 领域

台湾CyCraft AI实验室 本次发布的数据集 CyPHER, CyPHER是由台湾CyCraft AI实验室和国立阳明交通大学计算机科学系创建的第一个命令行相似性数据集，专门用于网络安全领域的研究。该数据集包含28,520对相似命令行对，总计55,909个独特的命令行，用于训练和评估命令行嵌入模型。数据集的创建过程利用了大型语言模型（LLMs）自动生成相似命令行对，确保了数据的高质量和多样性。CyPHER的应用领域主要集中在恶意命令行检测、相似命令行检索和命令行分类等网络安全任务，旨在解决现有数据集稀缺和隐私法规限制的问题。

查看CyPHER

README 内容： 

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。