© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
鹏城实验室
企业鹏城实验室成立于2018年，主营开展网络与通信、信息处理和网络信息安全等领域科学。面向水下目标检测、声纳图像处理、视觉重建等领域提供数据服务，开放Underwater Acoustic Target（水下目标检测、声纳图像处理）、SpikeCityPCL（视觉重建、相机技术研究）、鹏城智能城市目标检测基准（智能城市、目标检测），支撑品质管理与工艺优化。
水下目标检测声纳图像处理视觉重建
数据集列表
SpikeCityPCL
SpikeCityPCL数据集是由鹏城实验室创建的，用于研究基于脉冲相机的视觉重建方法。该数据集旨在解决脉冲相机在高速和高动态范围环境下的视觉重建问题，特别是针对静态和动态场景的纹理和结构信息提取。数据集的创建基于脉冲稳定性定理，通过模拟人类视觉系统的积分和放电规则生成。SpikeCityPCL数据集的应用领域包括图像重建、目标识别、深度估计等高级视觉任务，旨在为脉冲相机的高速和高品质视觉重建提供基础。
arXiv2024-12-16 更新1520
鹏城智能城市目标检测基准
鹏城智能城市目标检测基准是由鹏城实验室创建的大型数据集，包含约50万张多样化的图像，涵盖智能交通、智能安全和无人机三大场景。数据集详细标注了天气、遮挡等多种复杂环境属性，旨在为智能城市治理中的视觉理解提供全面测试环境。该数据集支持深度学习模型的广泛评估，特别是在复杂城市场景下的目标检测性能，为计算机视觉在智能城市领域的进一步研究提供了坚实基础。
arXiv2022-03-11 更新910
中文-阿拉伯语双语翻译数据集
中文-阿拉伯语双语翻译数据集包含中文与阿拉伯语的双向翻译数据，由多语言交流平台翻译引擎自动生成。数据经过预处理、领域分类、质量评估以及筛选过滤，最终得到可用于训练中文与阿拉伯语互译模型的半监督双语翻译数据，总计约为1000万行。
国家基础学科公共科学数据中心260
智能数据面编译系统性能评测数据集
数据集主要用于开展基于可编程网络的通用智能网络功能部署架构的研究，针对神经网络模型，通过知识蒸馏，实现神经网络的决策树的编译与部署。主要记录了系统原型运行时的拓扑数据、规则数据及性能数据等，数据量为1.27GB
国家基础学科公共科学数据中心90
PINE底座转发设备骨干级PINERack研制数据集
PINE底座转发设备骨干级PINERack研制数据集主要面向多模态智慧网络环境（PINE）底座设备，数据集来源于第三方权威机构使用网络测试仪表对骨干级PINERack的测试所产生的数据抓取并保存，主要记录了骨干级PINERack底座设备通过功能性能以及波动测试的数据值，数据量11.9GB，内含60个pcap文件、60个.csv文件。
国家基础学科公共科学数据中心140
Underwater Acoustic Target Detection (UATD) dataset
UATD数据集是由鹏城实验室创建，包含9200张使用Tritech Gemini 1200ik声纳捕获的图像，标注了10类水下目标物体。数据集收集自湖泊和浅水区域，旨在解决水下目标检测的挑战，特别是缺乏可用数据集和声纳图像处理的问题。UATD数据集的应用领域包括水下机器人事故救援、设施维护和生物调查等，通过提供高分辨率原始声纳图像和精确的标注，支持了水下目标检测算法的研究和开发。
arXiv2022-12-02 更新5590
信息跟踪基准（ITB）
信息跟踪基准（ITB）是由鹏城实验室等机构联合开发的一个小而信息丰富的视觉跟踪基准。该数据集从1.2M帧中精选出7%的帧，涵盖了所有典型的挑战性场景，旨在促进跟踪器性能的评估。ITB通过质量评估机制，考虑挑战级别、区分强度和外观变化密度，从现有基准中选择最具信息量的序列，并收集额外序列以确保跟踪场景的多样性和平衡。数据集包含180个序列，每个场景至少有20个序列，适用于评估深度跟踪器在各种实际应用场景中的表现，如智能监控、人机交互和视频分析。
arXiv2021-12-13 更新610
空天海多维协同网络数据集
空天海多维协同网络数据集，数据集编号：2020YFB1806403-003，对应考核指标：14.1空天海多层网络。
数据内容：空天海网络构建包含4个卫星终端站及4条卫星链路。
数据来源：由鹏城实验室提供，数据形式为图片及第三方测试数据。
采集时间及地点：2023年6月，鹏城实验室云城园区
采集设备：便携式计算机，卫星信关站，便携式高轨终端站，Mesh终端站，LPWAN设备。
数据量为：大小为145KB，包含1个数据集和1份说明文件，2张图片，1份第三方测试报告。
国家基础学科公共科学数据中心140
基于去噪扩散隐式模型（DDIM）增强算法的恶意软件疫苗库
随着移动智能终端的广泛普及，Android平台成为全球最大的移动操作系统，带来了丰富的应用生态，也引发了日益严重的网络安全威胁，尤其是恶意软件的快速蔓延。高质量、结构化的恶意软件数据集对于数据科学和网络安全领域具有重要意义，能够为特征提取、模型训练、算法评估等环节提供坚实的数据基础，推动智能检测与防护技术的发展[1][2]。
在现有研究中，CICMalDroid2020数据集由加拿大网络安全研究所（CIC）与加拿大互联网注册局（CIRA）联合发布，作为当前Android平台较为全面的恶意软件数据集，广泛应用于学术研究、恶意软件检测、分类建模及性能评估等场景[3][4]。该数据集覆盖广告软件、银行恶意软件、短信恶意软件、风险软件和良性应用等典型类别，具备良好的代表性和科学性。然而，随着检测算法的不断发展，传统数据集在样本规模、类别均衡和多模态表达等方面的局限性逐渐显现，推动了数据增强和多维特征表达技术的研究。
本研究基于CICMalDroid2020原始数据，通过系统的数据清洗、特征缩放、流形降维、概率扩散合成和GAF图像化等多阶段处理，构建了结构丰富、样本多样、适用于深度学习的Android恶意软件图像数据集。该数据集不仅能够支持新一代智能检测算法的开发，也具备高度的重用价值，适用于模型训练、算法评测、特征可视化等多种数据科学应用场景，为学术界和工业界提供了重要的基础资源。数据集共包括6个核心数据文件，其中：(1) new_data290.csv是清洗后的CICMalDroid2020数据，数据量7.16MB；(2) processed_sqrt_8000.csv
是特征缩放后的数据，数据量13.4MB；(3) UMAP_malware_data128.csv是特征降维后的数据，也是模型训练数据，数据量13.4MB；(4) image_DDIM是扩充后的数据经过GAF转换后得到的图像文件夹， 数据量504MB；(5)DDIM.py是核心算法脚本，数据量8.02KB；(6) requirements.txt 是环境依赖清单，数据量 0.1MB。
国家基础学科公共科学数据中心270
PPO算法驱动的ABAC（Attribute-Based Access Control ）访问控制的疫苗库
本研究受生物免疫 “疫苗主动防御” 机制启发，提出 “ABAC 访问控制疫苗库” 概念：将历史授权数据视为 “抗原”，通过强化学习让 ABAC 模型自主学习访问规律，形成 “决策记忆”，并实时优化策略，如同疫苗激发机体免疫反应般，实现对各类访问场景的自适应防护。该疫苗库以亚马逊真实企业授权数据为基础，通过标准化的数据采集处理、精细化的质量控制、工程化的算法实现，构建 “数据 - 模型 - 策略” 一体化的访问控制解决方案。。数据集共包括 8 个核心数据文件，其中：(1) raw_data.csv 是清洗后的亚马逊原始认证授权数据，数据量 3.2MB；(2) train_data.csv 是模型训练集数据（9 维编码特征，无标签），数据量 1.8MB；(3) test_data.csv 是模型测试集数据（含编码特征与 ACTION 标签），数据量 3.0MB；(4) encoding_map.csv 是特征目标编码映射表，数据量0.2MB；(5) network_log.csv 是 PPO 奖励计算用网络日志数据，数据量 2.5MB；(6) abac_ppo.py 是核心算法脚本（含数据预处理、模型构建逻辑），数据量 0.3MB；(7) model_params.pth 是训练稳定的模型参数文件，数据量 0.5MB；(8) requirements.txt 是环境依赖清单，数据量 0.1MB；总数据量约 10MB。
国家基础学科公共科学数据中心150