Google 发布 Google BigQuery GitHub dataset 数据集, 应用在 GitHub仓库分析、文件名伪装评估 领域

Google 本次发布的数据集 Google BigQuery GitHub dataset, 该数据集包含了用于评估和比较文件名伪装度量的GitHub仓库。在筛选过程中，数据集被限定为至少包含五个项目的目录，并从中共抽取了5,000个目录。这些目录主要来自中等规模的仓库，其项目数量在10到500个之间。该数据集的任务是对GitHub仓库中的本地文件和抽样文件的伪装得分进行评估和比较。

查看Google BigQuery GitHub dataset

关于 Google , Google 是一家美国的跨国科技公司，专注于互联网相关的服务和产品，包括在线广告技术、搜索引擎、云计算、软件等。它是世界上最大的搜索引擎公司之一，提供网页搜索、视频搜索等多种在线信息检索服务。

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。