评测与安全综合合集
malicious-software-packages-dataset：开源恶意软件包数据集，用于软件供应链安全研究
DataDog/malicious-software-packages-dataset · An open-source dataset of malicious software packages found in the wild.
ELI5：它是什么，解决什么问题
该项目由 DataDog 维护，是一个收录野外发现的恶意软件包的开源数据集，目前包含超过 28623 个样本，覆盖 npm、PyPI、IDE 扩展和 AI Skills 等生态。样本按生态及「良性包被投毒版本」与「以投递恶意软件为目的」分类存放，压缩为密码为 infected 的加密 ZIP；各生态目录附带 manifest.json，可用于按包名和版本快速判断是否属于已知恶意包。数据集主要用于软件供应链安全研究、检测规则（如 GuardDog）验证与本地分析。
核心能力与快速开始
★ 382 · Python
- 能做什么
- 提供由 Datadog 安全研究整理的开源恶意软件包数据集，包含超过 28623 个经人工核验的样本，覆盖 npm、PyPI、IDE 扩展和 AI Skills 生态。样本按生态组织，并区分为被投毒的良性包版本与具有恶意意图的包。每个生态子目录提供 manifest.json，记录已知恶意包名及部分版本信息，可用于查询某版本是否属于已知恶意包：条目为 null 表示该包所有版本均可视为恶意，否则表示该包曾遭投毒并列出受影响版本。仓库附带 extract.sh 脚本，可批量或单个提取加密 ZIP 样本（密码 infected）用于本地分析。
- 适用场景
- 用于软件供应链安全研究、恶意包检测规则（如 GuardDog）的验证与评测、构建针对 npm/PyPI 等生态的恶意包识别与拦截能力测试，以及在隔离环境中对恶意样本进行本地分析。manifest.json 可用于快速筛查某包某版本是否属于已知恶意。
- 项目形态
- 资料合集
- 部署方式
- 未说明；样本以密码 infected 的加密 ZIP 形式存放于 samples/ 目录，可用仓库内 extract.sh 脚本或 unzip 命令在本地提取。
- 主要依赖
- 未说明
- 使用限制
- 数据集可能受选择偏差影响，因其样本主要由单一规则集（GuardDog）识别；README 明确警告内含攻击者发布的活跃恶意软件，切勿在本机运行；manifest.json 覆盖所有样本，但存在仅列入 manifest 而无对应样本的包；manifest 未命中时不代表包安全，结果无定论；发现日期为样本提取日期而非包发布时间；仓库当前不接受贡献；不含样本聚类算法。
- 许可证
- Apache-2.0
- 最近推送
- 2026-10-02 16:30
资料检查：2026-10-03 07:00 · 卡片整理：2026-10-03 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证 · 本次更新未完成，保留上次成功内容
职业应用
程序员
程序员在进行软件供应链安全研究、代码审查或依赖排错时，可使用该数据集按包名和版本快速判断某个 npm、PyPI、IDE 扩展或 AI Skills 包是否属于已知恶意包，并提取样本进行本地分析。
查看内容依据
The `manifest.json` files are useful for quickly testing whether a given version of a package can be considered malicious
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。