实用指南：MoreFixes

2025-11-26 09:22 tlnshuju 阅读(0) 评论(0) 收藏举报

MoreFixes数据集 2024.9

MoreFixes 数据集是通过增强的仓库发现方法，从多个开源项目中收集的大规模CVE（公共漏洞和暴露）修复数据集。它包含来自 7,238 个 GitHub 项目 的 29,203 个唯一 CVE，这些 CVE 修复涉及 35,276 次唯一提交 和 39,931 个修复补丁文件。这些数据为漏洞检测和软件安全研究提供了强大的支持，尤其是在软件修复过程的分析和自动化修复生成方面。

该数据集提供了一个丰富的结构化数据集，包含与每个 CVE 相关的修复提交的详细信息，修复后的代码变化，以及相关的仓库元数据等。通过这个数据集，研究人员可以深入分析漏洞修复的模式、趋势和修复的有效性，进而推动漏洞检测技术的发展。

数据集字段介绍

MoreFixes 数据集以关系型数据库的形式组织，包含多个表格，每个表格对应特定的抽象层次，以下是对各个表字段的详细介绍：

数据集字段描述表格

表名	字段名	字段描述
fixes	`cve_id`	CVE 的 ID（例如：CVE-2022-1575）
	`repo_url`	修复提交所在的仓库 URL
	`hash`	提交的哈希值，用于唯一标识提交
	`score`	修复提交的评分（衡量修复质量）
	`fix_date`	修复提交的日期
	`commit_message`	提交消息
commits	`hash`	提交的哈希值
	`commit_date`	提交日期
	`author`	提交作者
	`message`	提交信息
file_change	`file_change_id`	文件变化的唯一 ID
	`hash`	与提交相关联的哈希值
	`filename`	文件名
	`num_lines_added`	增加的行数
	`num_lines_deleted`	删除的行数
	`code_before`	修复前的代码
	`code_after`	修复后的代码
method_change	`method_change_id`	方法更改的唯一 ID
	`file_change_id`	文件变化 ID（与 `file_change` 表关联）
	`method_name`	方法名
	`num_lines_added`	添加的行数
	`num_lines_deleted`	删除的行数
	`code_before`	修复前的方法代码
	`code_after`	修复后的方法代码
cve	`cve_id`	CVE 的 ID
	`description`	CVE 描述
	`cwe_id`	CWE（通用弱点枚举）ID
	`publish_date`	CVE 发布日期
cwe_classification	`cve_id`	CVE ID（与 `cve` 表关联）
	`cwe_id`	CWE ID（与 `cve` 表关联）

数据库核心数据存储方法

在 MoreFixes 数据集中，核心数据主要存储在以下几个表格中：

fixes 表：该表是数据集的核心，记录了每个 CVE 的修复提交，包括修复提交的 CVE ID、提交的仓库 URL、提交的哈希值、修复的评分等关键信息。
commits 表：该表记录了所有修复提交的详细信息，包括提交的哈希值、提交日期、作者和提交信息。
file_change 表：该表记录了每个修复提交所涉及的文件修改，包括文件名、添加和删除的行数、修复前后的代码差异。
method_change 表：该表记录了每个修复提交中涉及的具体方法更改，包括方法名、添加和删除的行数、修复前后的方法代码。
cve 表：该表存储了 CVE 的详细信息，包括 CVE 描述、CWE ID 等。
cwe_classification 表：该表记录了每个 CVE 对应的 CWE 分类，帮助进一步分析漏洞类型。

表之间的连接关系：

fixes 表是数据集的核心表，记录了每个 CVE 的修复提交。通过 cve_id 字段，fixes 表与 commits 表连接，能够获取每个提交的详细信息。
file_change 表和 method_change 表分别记录了与每个修复提交相关的文件和方法更改，这两个表与 commits 表通过 hash 字段连接，确保每个提交的文件和方法更改信息能够准确地与提交记录关联。
cve 表提供了 CVE 的详细信息，和 fixes 表通过 cve_id 进行关联，使得每个修复记录可以与对应的 CVE 信息进行匹配。
cwe_classification 表则进一步为每个 CVE 提供了 CWE 分类，通过 cve_id 与 cve 表关联，使得用户可以通过该表了解每个 CVE 的漏洞类型。

总结：

MoreFixes 数据集以 PostgreSQL 数据库格式存储，包含多个表格，每个表格记录不同层次的修复信息。
通过表之间的 外键连接（例如，cve_id 和 hash 等），这些表格可以协同工作，提供丰富的修复信息，支持复杂的查询和分析。
核心表格 是 fixes 表，它包含了 CVE 修复提交的关键数据。其他表格（如 file_change 和 method_change）记录了具体的代码更改信息，通过提交的 哈希值 与 fixes 表 关联。

如何使用数据集

下载数据集：
- 下载论文源代码：
  https://github.com/JafarAkhondali/Morefixes
- 下载数据集和补丁文件：
  https://zenodo.org/records/13983082（包含 postgrescvedumper-2024-09-26.sql 和 cvedataset-patches.zip）
恢复数据库：
- 下载并解压 postgrescvedumper-2024-09-26.sql 文件。
- 使用 Docker 运行数据库：
```
sudo docker-compose up -d
```
- 默认的数据库凭证：
  - 用户名：postgrescvedumper
  - 数据库名：postgrescvedumper
  - 密码：a42a18537d74c3b7e584c769152c3d
使用数据：
- 数据恢复后，您可以使用 SQL 查询来访问数据。例如，查询特定 CVE 的修复提交：
```
SELECT * FROM fixes WHERE cve_id = 'CVE-2022-1575';
```
运行工具：
- 为了分析新提交的 CVE 修复数据，您可以运行如下命令来更新数据库并获取最新的修复数据：
```
bash Code/run.sh
```

以下是 MoreFixes 数据集相关的可复制链接：

论文链接：https://dl.acm.org/doi/abs/10.1145/3663533.3664036
GitHub 仓库链接：https://github.com/JafarAkhondali/Morefixes
Zenodo 仓库链接：https://zenodo.org/records/13983082
数据库表与字段详情：https://github.com/JafarAkhondali/Morefixes/blob/main/Doc/DataDictionary.md

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/976778.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！