摘要：智能合约漏洞检测数据集包含数千个 Solidity 源代码片段，3 个特征（source_code、label_encoded（0-7）、binary_label（0 安全/1 易受攻击）），涵盖 7 种漏洞类型（重入、整数溢出、访问控制等），专为 NLP 二元分类和 DeFi 安全研究设计。
数据集简介
数据集概述
数据集包含 3 个主要特征：(1) source_code：智能合约的原始 Solidity 源代码（以太坊智能合约编程语言）；(2) label_encoded：表示特定漏洞类别的整数（例如，0 表示安全，1-7 表示不同的漏洞类型，如重入漏洞、整数溢出漏洞、访问控制漏洞等）；(3) binary_label：（派生）目标值，其中 0 表示安全，1 表示易受攻击，用于二元分类任务。漏洞类型示例：重入漏洞（Reentrancy）、整数溢出漏洞（Integer Overflow）、访问控制漏洞（Access Control）等（共 7 种漏洞类型 + 1 种安全类别）。数据集适用于 NLP 技术，包括词级和字符级 TF-IDF 向量化、语法和逻辑模式识别。
支持智能合约安全漏洞自动检测、二元分类（安全 vs 易受攻击）、多类别分类（8 类）、NLP 代码分析、TF-IDF 向量化、机器学习/深度学习模型训练（LSTM、Transformer、CodeBERT）、DeFi 安全、区块链安全、静态代码分析和安全审计自动化。
数据集来源
由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-143
文件大小：2.8M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)