---
title: GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5
canonical_url: "https://www.modelscope.cn/datasets/couvor/GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5"
md_url: "https://www.modelscope.cn/datasets/couvor/GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5.md"
repository: couvor/GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5
chinese_name: "GHSA-CySec：面向 Qwen3.5 的 GitHub 安全公告微调数据集"
last_updated: 2026-07-22
license: "Apache License 2.0"
storage_size: "287 MB"
downloads: 206
stars: 0
---

# GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5

> GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5 - couvor 在 ModelScope 开源的数据集。A large-scale conversational fine-tuning dataset for cybersecurity vulnerability analysis, derived from 32K+ GitHub Security Advisories (GHSA). Contains 66,393 ChatML-format…

couvor/GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5 是 ModelScope 魔搭社区上的数据集，存储大小 287 MB，采用 Apache License 2.0 许可。

- **Repository**: couvor/GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5
- **License**: Apache License 2.0
- **Storage size**: 287 MB
- **Downloads**: 206
- **Stars**: 0
- **Last updated**: 2026-07-22

Source: https://www.modelscope.cn/datasets/couvor/GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5

---

# GHSA-CySec: GitHub Security Advisory Fine-tuning Dataset for Qwen3.5

GHSA-CySec 是一个面向 Qwen3.5 系列模型的网络安全漏洞分析微调数据集，由 GitHub Security Advisory (GHSA) 数据库构建。

## 数据集概述

- **规模**: 66,393 条 ChatML 格式样本
- **来源**: 32,000+ 条 GitHub Security Advisory (GHSA) / OSV 格式安全公告
- **覆盖生态**: 12 个包生态系统 (pip, npm, maven, cargo, go, nuget, rubygems, composer, hex, pub, swift, github-actions)
- **查询模板**: 7 种 (overview, cve_query, severity, fix, package_query, cwe_query, analysis)
- **角色设定**: 专业网络安全漏洞分析师
- **训练/验证集**: 63,073 / 3,320
- **格式**: JSON (ChatML messages 格式)

## 数据格式

每条样本为 ChatML 格式的对话，包含 system/user/assistant 角色：

```json
{
  "messages": [
    {"role": "system", "content": "专业网络安全漏洞分析师角色设定..."},
    {"role": "user", "content": "查询内容（7种模板之一）"},
    {"role": "assistant", "content": "结构化漏洞分析回复"}
  ]
}
```

回复包含以下字段：
- **GHSA ID** 与标题
- **CVE 别名** 与 CVSS 评分向量
- **严重性等级** (CRITICAL / HIGH / MODERATE / LOW)
- **CWE 分类** 与漏洞描述
- **受影响包** (生态系统 + 包名 + 版本范围)
- **修复方案** (修复版本号)

## 7 种查询模板

| 模板 | 说明 | 示例 |
|------|------|------|
| overview | 获取漏洞概述 | "What is GHSA-xxxx-xxxx-xxxx?" |
| cve_query | 查询关联 CVE | "Which CVE IDs are associated with GHSA-xxxx-xxxx-xxxx?" |
| severity | 查询严重性 | "What is the severity of GHSA-xxxx-xxxx-xxxx?" |
| fix | 查询修复方案 | "How do I fix GHSA-xxxx-xxxx-xxxx?" |
| package_query | 查询受影响包 | "Which packages are affected by GHSA-xxxx-xxxx-xxxx?" |
| cwe_query | 查询 CWE 分类 | "What CWE classifications apply to GHSA-xxxx-xxxx-xxxx?" |
| analysis | 综合分析 | "Please provide a comprehensive analysis of GHSA-xxxx-xxxx-xxxx." |

## 文件说明

| 文件 | 大小 | 说明 |
|------|------|------|
| `qwen_ghsa_dataset.json` | ~103 MB | 全量数据集（ChatML 格式） |
| `train.json` | ~98 MB | 训练集（63,073 条） |
| `train.jsonl` | ~90 MB | 训练集 JSONL 格式 |
| `val.json` | ~5 MB | 验证集（3,320 条） |
| `val.jsonl` | ~4.8 MB | 验证集 JSONL 格式 |
| `dataset_info.json` | 838 B | 数据集元信息 |

## 用途

本数据集适用于：
- 基于 Qwen3.5 系列模型的 LoRA / QLoRA 有监督微调
- 网络安全漏洞分析领域的指令微调
- 安全助手的对话能力训练和评估
- CVE / CVSS / CWE 知识的结构化问答学习

## 许可

Apache License 2.0

原始数据来源于 [GitHub Advisory Database](https://github.com/github/advisory-database)，使用 CC-BY 4.0 许可。

## 下载方式

```bash
# Git LFS clone
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/datasets/couvor/GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5.git
cd GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5

# 选择性下载所需文件（LFS）
git lfs pull --include "train.json"
```

或使用 ModelScope SDK：

```python
from modelscope import MsDataset
ds = MsDataset.load('couvor/GHSA-CySec_GitHubSecurityAdvisoryDatasetforQwen3.5', split='train')
```