You need to agree to share your Hugging Face information to access this dataset

This repository is publicly accessible, but you have to accept the conditions to access its files and content.

Log in or Sign Up to review the conditions and access this dataset content.

TW-CyberAudit-Bench:臺灣資通安全稽核與法規遵循 LLM 評測資料集

本資料集為針對臺灣《資通安全管理法》(114.09.24 修正公布)及其 9 部授權子法(115 年修正)、CNS 27001:2023 (ISO/IEC 27001:2022)、NIST CSF 2.0、IEC 62443 (OT 安全) 與資通系統防護基準(附表十)所建置之「AI 輔助資安稽核」大型語言模型評測基準(Golden Benchmark Dataset)。

📌 資料集特色 (Key Features)

  1. 全覆蓋 10 大稽核領域與常見缺失態樣(共 60 題精選實務情境):

    • 一、核心業務、資安政策及推動組織(策略面)
    • 二、專責人力、經費配置及資安職能(策略面)
    • 三、資訊及資通系統盤點與風險評估(管理面)
    • 四、委外管理與供應鏈安全(管理面)
    • 五、維護計畫持續精進、內部稽核與績效管理(管理面)
    • 六、資通安全防護及控制措施(技術面)
    • 七、資通系統發展及維護安全(技術面)
    • 八、資安事件通報應變及情資評估因應(技術面)
    • 九、技術檢測與組態安全(技術面:GCB、AD 網域、SSL/TLS、IoT、C2 惡意連線)
    • 十、工控系統 / 運營科技(OT 安全:Purdue 模型、IT/OT 區隔、遠端維護管控)
    • 十一、綜合進階控制組(正向合規控制組、115 年赴陸港澳設備新規範、含攻擊 Payload 之防過度拒絕 FRR 測試)
  2. 嚴謹的「抗幻覺與證據力」評測設計:

    • 測試模型是否能在「受稽機關自評宣稱符合,但佐證文件缺漏或矛盾」時,精準判定為 無法判定、部分符合 或 **不符合**,嚴格落實「佐證不足時不得推定為符合」之稽核準則。
  3. 標準 7 欄位結構化輸出 + 人工複審標記:

    • 稽核項目 / 檢核題目 / 研判結果(符合、部分符合、不符合、無法判定) / 判定依據 / 佐證文件缺漏 / 待改善事項 / 改善建議 / 需稽核委員複審

📂 資料欄位說明 (Dataset Schema)

欄位名稱 型別 說明
id string 題號(AUD-001 至 AUD-060)
dimension string 稽核面向(策略面、管理面、技術面、OT、綜合進階)
defect_pattern string 查核之常見缺失態樣名稱
audit_item string 稽核子項名稱
check_question string 檢核題目
agency_profile string 受稽機關背景與資通安全責任等級(A / B / C 級、公務機關或特定非公務機關)
self_assessment string 受稽機關填報之自評說明
evidence_provided string 受稽機關提交之佐證文件與紀錄摘要
system_prompt string 標準資深資安稽核委員角色與任務設定 System Prompt
user_prompt string 組合後直接輸入給待測 LLM 之完整測試 Prompt
reference_response string 符合 7 欄位輸出規範之完整標準參考答案文本
label_compliance string 標準研判結果分類標籤(符合 / 部分符合 / 不符合 / 無法判定)
gt_legal_basis string 標準判定依據(引用之法規條文、附表十或檢核表項目)
gt_missing_evidence string 標準佐證文件缺漏清單
gt_findings string 標準待改善事項說明
gt_recommendations string 標準具體改善建議
requires_human_review bool 是否需標示由稽核委員複審(true / false)
messages list[dict] 標準 Chat 格式(含 system, user, assistant),可直接用於評測或微調

🚀 快速載入方式 (Quick Start)

from datasets import load_dataset

# 請替換為您的 Hugging Face 帳號與 Repo 名稱
dataset = load_dataset("YOUR_HF_USERNAME/tw-cybersecurity-audit-bench", split="test")

print(dataset[0]["user_prompt"])
print(dataset[0]["reference_response"])

📜 版權與授權聲明 (Copyright & Proprietary License)

Copyright © APMIC (亞太智能機器股份有限公司). All Rights Reserved.

本資料集為 APMIC(亞太智能機器股份有限公司)專有財產(Proprietary),受著作權法及相關法律保護。

  • 嚴禁拷貝與重製:未經 APMIC 事前書面明確授權,嚴禁以任何形式拷貝、重製、散布、公開傳輸、改作、逆向工程,或將本資料集用於任何商業或非商業之模型訓練與評測。
  • Unauthorized copying, reproduction, redistribution, modification, or use of this dataset, in whole or in part, in any medium is strictly prohibited without the prior written permission of APMIC.
Downloads last month
127