@seclink: 其实 阿里巴巴 在 2020 年 - 2021 年 ， 内部就有 1万多 个 去重后的，人工标注过的高质量 三方组件库 漏洞数据集， 其中包含了已经公开的 1day ，也包含未公开 0day . 都是包含了源代码 + 漏洞 sink 点（…

X AI KOLs Following 新闻
vulnerability-dataset ai-training cybersecurity alibaba third-party-components zero-day

摘要

阿里巴巴在2020-2021年内部拥有超过1万条高质量漏洞数据集，可用于AI模型训练，以提升网络安全能力。文章讨论了其潜在价值和对比其他数据集。

其实 阿里巴巴 在 2020 年 - 2021 年 ， 内部就有 1万多 个 去重后的，人工标注过的高质量 三方组件库 漏洞数据集， 其中包含了已经公开的 1day ，也包含未公开 0day . 都是包含了源代码 + 漏洞 sink 点（攻击链路） + 已还原的 POC 并且对齐的高质量数据集. 这部分数据，如果拿来用在后训练， 对思维链（CoT）进行 DPO ， 分分钟能训出一个在网络安全方面‘涌现’的大模型来. 也许是比较低调吧， 没想过拿出来炫耀（ 像 本次 智谱 才 2800+ ， 还没有标注 0day 还是 1day ，就说 涌现 了） 也没想过拿出来当 SKU 卖 （ 假如 0day + 1day 均价 600元一条，600万买高质量 标注 数据集，可以用来做 SAST 也可以用来做 大模型训练 ，一点都不亏） 不知道最新情况怎么样了，如果内部人不懂的这些数据如何使用，那才是暴殄天物。
查看原文
查看缓存全文

缓存时间: 2026/08/17 12:22

其实 阿里巴巴 在 2020 年 - 2021 年 ，

内部就有 1万多 个 去重后的，人工标注过的高质量 三方组件库 漏洞数据集，

其中包含了已经公开的 1day ，也包含未公开 0day .

都是包含了源代码 + 漏洞 sink 点（攻击链路） + 已还原的 POC 并且对齐的高质量数据集.

这部分数据，如果拿来用在后训练，

对思维链（CoT）进行 DPO ， 分分钟能训出一个在网络安全方面‘涌现’的大模型来.

也许是比较低调吧，

没想过拿出来炫耀（ 像 本次 智谱 才 2800+ ， 还没有标注 0day 还是 1day ，就说 涌现 了）

也没想过拿出来当 SKU 卖 （ 假如 0day + 1day 均价 600元一条，600万买高质量 标注 数据集，可以用来做 SAST 也可以用来做 大模型训练 ，一点都不亏）

不知道最新情况怎么样了，如果内部人不懂的这些数据如何使用，那才是暴殄天物。

相似文章

@seclink: 分享

X AI KOLs Timeline

本文分享了一个GitHub仓库，精选了安全漏洞样本集和基准，用于评估静态分析工具和大模型在漏洞挖掘与安全代码生成中的能力，涵盖多种语言和最新科研成果。

@bkdgiffug: 网安（黑客）学习这座宝藏库，最近被我挖到了，而且清一色免费开源。 一个 GitHub 仓库里硬是塞进了 70 个网络安全实战项目，从一行代码都没碰过的小白，一路拽到高阶老鸟，梯度铺得清清楚楚。 想学的东西基本都能找到： 哈希识别、端口扫描…

X AI KOLs Timeline

介绍一个免费开源的 GitHub 仓库，内含 70 个从入门到高阶的网络安全实战项目，涵盖哈希识别、端口扫描、JWT/OAuth 漏洞靶场及供应链攻击模拟，并提供完整源码与学习文档。

@GitHub_Daily: 做安全测试，SQL 注入、XSS、SSRF 几十种漏洞类型，手动逐个排查非常耗时间。 Deep Eye 用 AI 驱动渗透测试，可以接入 10 多家模型服务，自动生成测试方案。 覆盖 45 种以上的漏洞检测，先识别目标站点用了什么技术和防…

X AI KOLs Timeline

Deep Eye 是一个 AI 驱动的渗透测试工具，可接入多家模型服务，自动生成测试方案，覆盖 45 种以上漏洞检测类型，并支持合规报告生成。