---
annotations_creators:
- no-annotation
language:
- zh
language_creators:
- found
license:
- apache-2.0
multilinguality:
- monolingual
size_categories:
- 10K<n<100K
source_datasets:
- original
task_categories:
- text-classification
task_ids:
- text-classification
paperswithcode_id: null
pretty_name: Security Alert Classification Dataset
tags:
- security
- alert
- classification
- chinese
---

# Dataset Card for Security Alert Classification Dataset

## Dataset Description

- **Repository:** [N/A]
- **Paper:** [N/A]
- **Point of Contact:** [N/A]

### Dataset Summary

该数据集包含安全告警日志数据，用于训练大模型判断安全告警是真实攻击还是误报。数据集采用Alpaca格式，包含instruction、input和output三个字段。

### Supported Tasks and Leaderboards

- **Task:** 安全告警分类
- **Task Type:** 文本分类
- **Languages:** 中文

### Languages

数据集中的文本为中文。

## Dataset Structure

### Data Instances

每个样本包含以下字段：
- instruction: 任务说明，指导模型作为网络安全告警分析专家分析安全告警日志
- input: 告警日志数据（JSON格式），包含多种安全告警的详细信息
- output: 标签（"攻击"或"误报"）

### Data Fields

- instruction: 字符串，任务说明
- input: 字符串，JSON格式的告警日志数据，包含告警来源、攻击类型、漏洞类型、危害等级、payload等信息
- output: 字符串，分类标签

### Data Splits

- 训练集：65134条样本
  - 攻击样本：291条 (0.45%)
  - 误报样本：64843条 (99.55%)

## Dataset Creation

### Curation Rationale

该数据集用于训练大模型进行安全告警分类，帮助安全分析师快速识别真实攻击和误报。

### Source Data

#### Initial Data Collection and Normalization

原始数据来自安全告警系统，包含各种类型的安全告警，如SQL注入、命令执行、信息泄露、扫描行为等。

#### Who are the source language producers?

安全分析师

### Annotations

#### Annotation process

由安全分析师人工标注

#### Who are the annotators?

安全分析师

### Personal and Sensitive Information

数据集中的IP地址和MAC地址等敏感信息已存在，但未进行进一步脱敏处理。

## Considerations for Using the Data

### Social Impact of Dataset

该数据集可以帮助提高安全告警分析的效率，减少误报带来的资源浪费。

### Discussion of Biases

数据集存在极度类别不平衡问题，攻击样本仅占0.45%，误报样本占99.55%。

### Other Known Limitations

1. 数据集规模较大，但攻击样本极少，类别极度不平衡
2. 安全告警类型可能不全面
3. 数据集可能存在地区偏见，主要来自中国网络环境
4. 标注可能存在一定的主观性