记录之外，还有上下文
CVE 标识串起漏洞，邮件记录披露过程，补丁对应代码修复。只看某一种材料，容易遗漏其他维度。
VULNERABILITY INTELLIGENCE
VulZoo
把分散的情报
连成漏洞画像
一条漏洞记录只是起点。VulZoo 汇聚数据库、社区评估、邮件、PoC 与补丁，把 17 个来源中的结构化与非结构化信息连接起来，让研究从可复用的情报开始。
17 个来源 / 5 类数据 / 11 种关系
原创情报汇聚示意数据集整体结构
ASE 2024 · TOOL DEMO多源漏洞情报，可持续同步
17
数据来源 / 论文表 1
5
数据类别 / 论文 §3.1
11
关系类型 / 论文表 3
01 / 为什么需要情报连接
同一个漏洞
散落在不同的资料里
描述、严重性、利用迹象与修复上下文由不同来源维护。反复采集有限的数据，会让研究的视野和准备成本一起受限。
格式不同，准备工作重复
结构化目录、邮件正文与代码差异无法直接混用。VulZoo 统一结构化数据接口，同时保留原始非结构化材料。
情报连接不会填满所有空白
真实漏洞拥有的证据数量不同。缺少 PoC 或目录关联，应保留为缺失信息；关系挖掘需要尊重原始资料。
02 / 从一个 CVE 开始
让证据汇合
看见更完整的画像
用论文中的 OpenSMTPD 案例观察采集、整理和关系连接。选择研究视角，再点击节点查看具体证据与缺失关系。
CVE-2020-7247 / OpenSMTPD论文案例 / 离线演示
可在图内左右滑动查看全部节点
当前视角中的案例证据其他情报本例未收录关系
关联 CVE 与评估、邮件、补丁和 PoC，并沿 CWE 扩展到 CAPEC。此案例未覆盖 ATT&CK 与 D3FEND。
10 / 12 类节点有案例证据浏览器展示论文中的固定案例与处理原理，不执行采集、利用代码或实时查询。视角筛选用于组织阅读，不代表 VulZoo 产生了优先级分数或新增关系。
03 / 从异构资料到可用数据
先保留证据
再挖掘连接
按来源采用不同的抓取策略，将清洗、格式统一、关系挖掘与统计组织为可重复的数据管理流程。
I / COLLECTION & CLEANING
统一接口，保留材料的差异
先验证链接，再增量抓取。Git 数据源用子模块同步，文件链接直接下载，邮件逐封抓取，补丁由 NVD 中的标签定位。过滤无关文件后，用 SHA256 去重，并将结构化数据转换为 JSON。
STRUCTUREDCVE 与评估 → JSON
UNSTRUCTURED邮件 / 补丁 / PoC
RELATIONSHIPS标识关联与目录映射
不同来源的字段和覆盖范围仍有差异；统一格式并不消除评估分歧。来源：论文 §2.2、§3.1。
II / SYNCHRONIZATION & REUSE
把准备工作变成可复用流程
原始数据与处理后数据分别保存。工具脚本同步新资料、重建连接并生成统计，支持研究者按任务选择字段和关系，用于严重性与类型评估、情报对齐及信息补全。
sync-raw-data.sh增量同步原始资料sync-processed.sh清洗、转换并更新处理后数据print-statistics.py检查数据规模与连接情况这些是仓库中的本地工具入口。页面播放的是流程示意；应用场景是论文提出的研究用途。来源：论文 §4 与仓库 README。
04 / 论文中的数据证据
从来源规模
看到情报的多样性
论文按五类数据描述 VulZoo 的构成。切换类别，查看来源与真实统计；不同来源可能描述同一个 CVE。
17数据来源
论文表 1
论文表 1
5数据类别
11关系类型
历史快照：2024-06-13
来源：论文 §3.1、表 1–3
这些是数据集描述性统计，不是模型准确率或当前仓库总量。
文件数与关联 CVE 数不同：46,540 个 PoC 对应 24,587 个 CVE；12,626 个补丁文件对应 10,548 个 CVE。来源：表 2–3。
CVE 记录
4 个数据库提供漏洞记录。同一 CVE 可能出现在多个来源中，这些数量不能相加作为唯一 CVE 总数。
MITRE CVENVDZDI AdvisoryGitHub Advisory
| 统计项目 | 数量 |
|---|---|
| MITRE CVE | 320,861 |
| NVD | 253,722 |
| ZDI Advisory | 13,291 |
| GitHub Advisory | 17,069 |
05 / 回到原始资料
VulZoo: A Comprehensive Vulnerability Intelligence Dataset
39th IEEE/ACM International Conference on Automated Software Engineering · ASE 2024 · Tool Demonstrations · pp. 2334–2337
本页以论文与 ASE 2024 slides 为依据重新设计图形。最新数据与运行说明请查阅项目仓库。
@inproceedings{ruan2024vulzoo,
title = {VulZoo: A Comprehensive Vulnerability Intelligence Dataset},
author = {Ruan, Bonan and Liu, Jiahao and Zhao, Weibo and Liang, Zhenkai},
booktitle = {Proceedings of the 39th IEEE/ACM International Conference on Automated Software Engineering},
pages = {2334--2337},
year = {2024},
doi = {10.1145/3691620.3695345}
}