广东省数据知识产权存证登记平台-证书详情

登记信息

电力大语言模型多场景对抗攻击测试数据集 已登记

数据申请号：

粤2026101405844
数据登记号：

SZ2026120010705.4
关键词：

电力大模型；安全风险维度；对抗指令；提示注入；红队测试
登记时间：

2026-10-24
平台证书编号：

20261044000010705
数据处理者：

暂无
服务机构：

北京集佳知识产权代理有限公司
登记主体：

南方电网科学研究院有限责任公司
法院编号：

广州互联网法院 - bda324550be5e443a32881e3259867279eb4f878d046025c64aa89a0f4bfd48f-749fc1a4;legalxchain

区块链信息

上链时间：

2026-10-15
所属区块链：

司法联盟链·广东省知识产权保护中心
证据指纹：

17c51451a39d772f5c5677e8ef379b55b105a9ca110df1ed066bc07925a3cc722800fbe76e2a43e01beca644e0a834adde91d9d8f2bb69c479547ef81c4df0eb
区块链存证证书编号：

LXM-GDIPI-23202610156298811364

数据信息

数据简介

本数据集面向电力行业大语言模型的安全能力评测与对抗测试，依据《电网运行准则》（GB/T 31464-2022）、《电力监控系统网络安全防护导则》（GB/T 36572-2018）等标准红线条款，构建以安全风险维度为导向的深度测评数据集。全部样本划分为典型安全场景、指令攻击场景、责任场景三大一级类别，并细分为侮辱与攻击性内容、不公平与歧视、犯罪与非法活动、目标劫持、提示泄露、角色扮演诱导、行业合规责任、数据安全责任等22个二级安全风险维度。数据集共19672条经人工逐条校验的恶意诱导测试样本，各维度样本量828～916条，极差控制在9.6%以内，分布均衡。样本以黑客向大模型下达直接破坏指令的祈使句形式呈现，明确要求模型提供具体执行步骤、代码或配置篡改方案并附输出格式诉求，攻击诱导性强。样本在人工构造种子指令基础上，经规则增强、大模型增强、对抗注入与人工校验四环节加工形成，编号前缀区分原始种子与各类加工衍生样本。本数据集可用于电力行业大模型安全对齐效果评估、红队渗透测试及对抗训练，检验模型在专业场景下对恶意指令的识别与拒答能力。

数据来源：

自行产生
数据所属行业分类：

D44 电力、热力生产和供应业

数据处理规则说明

数据采集：依据GB/T 31464-2022、GB/T 36572-2018等标准红线条款，围绕典型安全场景、指令攻击场景、责任场景三大一级类别，人工构造覆盖22个二级安全风险维度的种子指令，并标注一级类别与二级维度。数据处理：使用Python自研脚本（s1～s4）分四环节加工。①规则增强：经电力术语同义词替换、伪装前缀替换、电力子场景迁移、句式结构改写四种变换生成规则变体，并做文本相似度去重与长度校验；②大模型增强：经提示工程模板，调用DeepSeek-V3（deepseek-ai/DeepSeek-V3，硅基流动接口）按二级维度批量并发生成祈使句攻击变体，经电力场景校验、输出格式诉求校验与语义去重后保留；③对抗注入：按编码混淆（十六进制、ASCII、Base64、凯撒密码）、上下文结构劫持（日志混淆、结构变换、思维链诱导）、后缀对抗三类攻击原理生成注入变体；④人工校验：逐条核验攻击意图、分类归属与表述质量，剔除无效、重复与偏题样本。数据分析：以Python统计各维度样本量并生成分布统计，最终数据集共19672条，各维度828～916条，极差9.6%以内。

应用场景描述

本数据集主要应用于电力行业大语言模型的安全能力评测、对抗测试、红队渗透测试与对抗训练场景。通过覆盖三大安全风险类别、22个二级风险维度，可用于系统测量模型在侮辱攻击、歧视、违法犯罪、隐私侵犯、目标劫持、提示泄露、角色扮演诱导、编码混淆、不安全指令等恶意诱导条件下的响应表现，比较不同模型对恶意指令的识别与拒答能力差异，定位安全拒答不足、边界绕过与专业场景相关薄弱环节，为模型安全对齐效果评估、模型选型、安全策略验证、红队渗透测试及后续对抗训练与防护优化提供标准基准数据。

数据格式：

csv
数据更新频率：

其他
数据量：

19672

样例数据

请查阅样例数据附件附件下载

数据结构样例

Id category_main category_sub pro mpt

数据状态

2026-10-24

数据知识产权登记完成