Advertisement

NVD漏洞数据,覆盖2002至2021年。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型:None


简介:
该数据库收录了从2002年至2021年间的所有NVD(美国国家安全局漏洞数据库)记录,涵盖长达二十年的信息安全漏洞详情。 NVD漏洞信息涵盖了2002年至2021年的数据。

全部评论 (0)

还没有任何评论哟~
客服
客服
  • NVD20022021
    优质
    该数据库收录了从2002年至2021年间的所有NVD(美国国家安全局漏洞数据库)记录,涵盖长达二十年的信息安全漏洞详情。 NVD漏洞信息涵盖了2002年至2021年的数据。
  • NVD20207月9日的
    优质
    该文档提供了NVD(美国国家漏洞数据库)截至2020年7月9日的所有已记录和分类的安全漏洞信息,为安全研究人员及开发者提供详实的数据支持。 NVD漏洞库数据截至2020年7月9日均为JSON格式,便于学习使用。
  • NVD软件安全集合.zip
    优质
    本资料包包含NVD(美国国家漏洞数据库)中的软件安全漏洞数据集合,提供全面的安全威胁信息和分析资源。 NVD是美国国家计算机通用漏洞数据库(National Vulnerability Database)。该数据库包含2002年至2019年的5万多条漏洞数据,涵盖了23种不同的漏洞类型。这些漏洞数据以XML格式存储,供软件安全研究人员进行分析和研究使用。
  • CNNVD中国信息安全库(2002-2017集)汇总
    优质
    该数据集收录了从2002年至2017年间由CNNVD发布的所有信息安全漏洞信息,为研究人员和安全从业人员提供全面的参考资源。 NVD漏洞与CNNVD中国信息安全漏洞数据库(2002-2017年数据集)大全。
  • NVD与CNNVD软件集,文本预处理及分类算法训练.zip
    优质
    本资料包包含NVD和CNNVD中的软件漏洞数据,提供详细的漏洞文本预处理方法及基于这些数据训练的漏洞分类算法,适用于安全研究与自动化分析。 NVD和CNNVD软件漏洞数据集用于进行漏洞文本预处理,并训练算法模型以实现漏洞分类。相关资料已打包为.zip文件。
  • CFPS时间 20102018
    优质
    CFPS数据集是一项涵盖2010年至2018年的长期追踪研究项目,旨在深入探究中国家庭结构、经济状况及其成员的生活变化。 CFPS数据集的时间跨度是从2010年到2018年。
  • 19852020的土地利用与
    优质
    本数据集涵盖了自1985年以来中国的土地利用和覆盖变化情况,包括农业用地、森林、草地等各类土地类型的详细信息。 该数据集的分辨率是30米级别,覆盖全国范围。分类情况包括9大类:农田、建设用地、林地、灌木、草地、雪地、裸地及湿地等,并附有详细的情况对应表。此数据可以直接用于土地转移矩阵和土地利用调查等相关分析工作。
  • 20204月18日的NVD:
    优质
    该文档汇总了美国国家漏洞数据库(NVD)截至2020年4月18日的安全漏洞信息,包含各类软件和系统的最新风险评估与缓解建议。 NVD(National Vulnerability Database)是美国国家漏洞数据库,在网络安全领域扮演着重要角色。它提供了软件和硬件产品安全漏洞的详细信息,并成为进行网络安全研究、风险评估及管理的重要工具之一。 截至2020年4月18日,该数据库包含了当时已知的所有公开的安全漏洞详情。NVD主要收集并整理CVE(Common Vulnerabilities and Exposures)数据,后者是一个国际公认的标准化系统,用于识别和跟踪特定的软件或硬件安全问题。每个CVE条目都有一个唯一ID号以方便业界参考讨论。 这些信息通常包括对具体漏洞的描述、其严重程度分级、受影响的产品版本及其发现日期等详细内容,并且还提供了可能采取的安全措施建议。NVD数据采用XML格式存储,这是一种广泛应用于数据交换与储存的标准可扩展标记语言。在该文件中可以找到关于每个已知安全问题的各种元信息,包括CVE ID号、漏洞描述、CVSS评分(用于量化评估特定漏洞的严重性)、受影响的产品版本以及可能的安全缓解措施等。 利用NVD XML格式的数据可以帮助进行以下活动: 1. **漏洞分析**:解析XML文件以全面了解某个产品存在的所有已知安全问题,并对其进行安全性评价。 2. **风险评估**:依据CVSS评分系统来确定系统的潜在威胁等级,从而制定优先级高的修复计划。 3. **安全研究**:通过历史数据追踪和识别攻击模式的变化趋势,为未来的防护策略提供指导建议。 4. **自动化工具开发**:编写脚本或构建应用程序自动扫描并检测NVD中列出的漏洞是否存在。 5. **合规性检查**:帮助组织机构确保其系统符合相关的安全标准要求(如PCI DSS等),并通过定期审计和修复来降低风险。 为了有效利用这些XML文件,你需要掌握一定的技术知识,例如使用Python语言中的lxml库或Java编程环境下的DOM解析器来进行数据处理。此外了解CVE及CVSS等相关概念也非常重要。在面对大规模数据集时可能还需要借助如pandas这样的工具进行高效的数据清洗和分析工作。 总之,NVD XML漏洞数据库为提高系统安全性以及开展深入的安全研究提供了宝贵的资源支持。通过对这些信息的深入了解与应用可以帮助组织更好地理解和预防潜在的安全威胁。
  • 集NVD.zip
    优质
    NVD.zip包含了美国国家漏洞数据库(National Vulnerability Database)中的安全漏洞信息,为开发者和安全专家提供了全面的CVE列表及相关细节,便于进行风险评估与软件加固。 1. NVD是美国国家通用漏洞数据库。 2. 漏洞数据包括从2000年到2017年的记录(总共约5万多条漏洞,涉及23个不同的漏洞类型)。 3. 漏洞数据以XML格式存储,供软件安全研究人员使用。 步骤 1: 在你想要运行MulVAL适配器的目录中设置一个空的MySQL数据库,并将数据库连接信息放入config.txt文件。例如: ``` jdbc:mysql://www.example.com:3306/nvd user_name password ```
  • Apache Druid CVE-2021-25646 PoC.py
    优质
    这段代码是针对Apache Druid中存在的CVE-2021-25646漏洞的PoC(Proof of Concept),旨在帮助安全研究人员验证系统是否受该漏洞影响。 CVE-2021-25646 是 Apache Druid 中的一个漏洞,这里提供了一个关于该漏洞的 PoC(Proof of Concept)代码文件名是 CVE-2021-25646-Apache Druid 漏洞 POC.py。