中文简介
AlicanKiraz0/Cybersecurity-Dataset-Fenrir-v2.1 是 AlicanKiraz0 在 Hugging Face 发布的数据集仓库，当前卡片主要关联文本生成与推理。本站固定记录上游版本 fd7967ddda76，同步到 4 个文件，文件元数据合计 896.74 MB；访问状态为“公开”，许可证字段为“apache-2.0”。
上游模型卡 / 数据集卡
【README 卡片中文译介】
以下内容依据上游仓库 AlicanKiraz0/Cybersecurity-Dataset-Fenrir-v2.1 的固定版本 README、卡片字段和文件元数据进行中文结构化整理。它保留便于选型的关键信息，完整技术细节、代码示例和许可文本请同时查看上游原文。
【资源概览】
AlicanKiraz0/Cybersecurity-Dataset-Fenrir-v2.1 是 AlicanKiraz0 在 Hugging Face 发布的数据集仓库，当前卡片主要关联文本生成与推理。本站固定记录上游版本 fd7967ddda76，同步到 4 个文件，文件元数据合计 896.74 MB；访问状态为“公开”，许可证字段为“apache-2.0”。
【适用方向】
适合在明确数据字段、拆分和许可证后，用于文本生成与推理相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。
【版本与规格】
固定版本：fd7967ddda76。 任务标签：文本生成与推理。 语言字段：en。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2026-04-22。
【文件信息】
上游 API 返回 4 个文件，文件元数据合计 896.74 MB。 已保存文件清单中的主要扩展名：.jsonl 1 个、.md 1 个、.png 1 个、无扩展名 1 个。 当前较大的文件包括：220426-CyberSec-Dataset_escaped.jsonl（411.24 MB）；Fenrir.png（2.21 MB）；README.md（6.74 KB）。
【运行或处理环境】
仓库文件元数据合计 896.74 MB。仅按下载、解压和临时文件估算，建议至少预留约 1.05 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。
【使用边界】
许可证显示为“apache-2.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
Cybersecurity Defense Instruction-Tuning Dataset (v2.1) Created by Alican Kiraz TL;DR A ready-to-train dataset of **99,870** high-quality *system / user / assistant* triples for **defensive, alignment-safe cybersecurity SFT** training. Apache-2.0 licensed and production-ready. Scope:** OWASP Top 10, MITRE ATT&CK, NIST CSF, CIS Controls, ASD Essential 8, modern authentication (OAuth 2 / OIDC / SAML), SSL / TLS, Cloud & DevSecOps, Cryptography, and AI Security. 1 What’s new in v2.0 (2025‑10‑06) | Change | v1.1.0 | **v2.1.0** | | ----------------- | ------------------------------------: | ----------------------------------------------------------------------------------------------: | | **Rows** | 21 258 | **99 870** *(≈ 4×)* | | **Coverage** | OWASP, NIST CSF, +MITRE ATT&CK, CIS | + Deeper Cloud (AWS/Azure/GCP), modern auth hardening, crypto hygiene, AI‑security interplay | | **Quality gates** | Dedup, PII scrub, hallucination scans | + adversarial refusal tests (jailbreak/injection), static policy linting, content risk taxonomy | | **Format** | Parquet (chat triples) | + stricter schema checks, stable row IDs | | **License** | Apache‑2.0 | Apache‑2.0 | Highlights** **Big**: 99,870 chat samples with explanations at **senior security engineer** level. **Safe-by-design**: Built-in **rejection patterns** and *alignment* checks against malicious or exploit requests. **Framework-aware**: Content is **mapped to standards** (OWASP / ATT&CK / NIST / CIS). **Cloud & DevSecOps first**: IAM, secrets, CI/CD, container / k8s hardening, logging / SIEM, incident response. **Commercial-friendly**: **Apache-2.0** licensed. 2 Dataset Summary | Property | Value | | ------------ | ------------------------------------------------------ | | **Language** | English | | **License** | Apache‑2.0 | | **Format** | JSONL | | **Rows** | **99 870** | | **Columns** | `system`, `user`, `assistant` | | **Split** | `train` (100 %) | Record schema (chat triple)** 3. Coverage & Design 3.1 Domains & Frame
适用场景
适合在明确数据字段、拆分和许可证后，用于文本生成与推理相关的训练、评测或研究。 正式使用前应先抽样检查字段、语言、重复项、敏感信息和训练/测试划分，避免只依据仓库名称判断数据质量。
规模与格式
固定版本：fd7967ddda76。 任务标签：文本生成与推理。 语言字段：en。 规模分类：10K<n<100K。 上游页面记录的最近更新时间：2026-04-22。
文件说明
上游 API 返回 4 个文件，文件元数据合计 896.74 MB。 已保存文件清单中的主要扩展名：.jsonl 1 个、.md 1 个、.png 1 个、无扩展名 1 个。 当前较大的文件包括：220426-CyberSec-Dataset_escaped.jsonl（411.24 MB）；Fenrir.png（2.21 MB）；README.md（6.74 KB）。
上游文件元数据
.gitattributes2.61 KB220426-CyberSec-Dataset_escaped.jsonl411.24 MBFenrir.png2.21 MBREADME.md6.74 KB
硬件建议
仓库文件元数据合计 896.74 MB。仅按下载、解压和临时文件估算，建议至少预留约 1.05 GB 可用磁盘；实际需求还取决于压缩率、缓存、数据转换和训练副本，正式处理前应以完整文件清单重新测算。
注意事项
许可证显示为“apache-2.0”，具体用途限制、附加政策和归属要求仍以上游原文为准。 数据集还需核对样本来源、隐私与个人信息、标签质量、地域偏差及下游模型的合规要求。
获取、校验与交付
咨询此资源时只需发送本页链接或资源准确全称。橙子AI科技会继续核对版本、文件与类型、README资料卡、许可证和访问条件，并在合法访问权限、许可证及平台规则允许的前提下，协助海内外下载、完整性校验及网盘或硬盘交付；本官网本身不托管或下载资源文件。
本页面为橙子AI科技基于固定版本上游卡片整理的中文信息与服务说明，不代表资源作者或平台官方页面。实际许可、访问和使用条件以上游原文为准。