文章总结： Data4SoftSec2026研讨会将于美国旧金山与IEEES&P同期举办，聚焦软件安全数据集构建的隐私保护与可持续性挑战。会议征集论文及工具演示，旨在推动数据驱动安全研究，截稿日期为2026年2月1日。 综合评分： 70 文章分类： 数据安全,AI安全

Data4SoftSec诚邀赐稿｜软件安全数据集研讨会

Data4SoftSec Data4SoftSec

安全研究GoSSIP

2026年1月18日 17:36 德国

Data4SoftSec 2026: 1st Workshop on Datasets for Software Security (软件安全数据集研讨会)将于2026年5月21日在美国旧金山与IEEE S&P 2026同期举办。

数据集是推动几乎所有软件安全研究方向发展的基础，在技术研发、评估与基准测试中发挥着关键作用。尽管近年来Open Science不断倡导数据集共享，软件安全研究人员在数据集的构建、发布和复用过程中仍面临诸多挑战。一方面，安全相关数据具有高度敏感性，涉及机密性、隐私保护以及伦理约束，使得数据采集、共享和实验可复现性变得尤为困难；另一方面，现有公开数据集数量有限、规模偏小，严重制约了数据驱动方法，尤其是在 AI驱动的软件安全技术训练与测试中。此外，许多已有数据集在可持续性方面也存在突出问题：随着攻击手段、漏洞形态和威胁环境的快速演进，这些数据集往往在短时间内过时，难以长期支撑前沿研究。

Data4SoftSec 研讨会旨在关注（但不限于）：

• 报告提升安全研究数据质量的新方法
• 分享构建和使用软件安全数据集的经验与教训
• 探讨数据集长期维护、可复现性和可持续性的最佳实践
• 识别并推动数据驱动软件安全研究的新机遇

我们接收正式论文(regular paper)和实践经验或工具演示论文(Practical Experience or Tool Demonstration Paper)并设有最佳论文奖(Best Paper Award)。所有录用论文将收录于IEEE S&P Workshop Proceedings。

更多内容请参见：

http://data4softsec26.ieee-security.org

投稿入口：

https://hotcrp.data4softsec26.ieee-security.org

截稿日期：2026 年 2 月 1 日 (AoE)

研讨会组织委员会：

• Kun Sun, George Mason University
• Baishakhi Ray, Columbia University
• Xinda Wang, University of Texas at Dallas

期待在旧金山与你相见！

免责声明：

本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。

任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。

本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。

本文转载自：安全研究GoSSIP Data4SoftSec Data4SoftSec《Data4SoftSec诚邀赐稿｜软件安全数据集研讨会》