crackmes-re-dataset 是数据集领域的开源项目，由 crackmesone 开发，是 2026 年新上线的项目。
它收录于数据集分类，该分类目前共有 278 个项目，GitHub 星标数为 140。
项目目前处于活跃维护状态，最近一次代码更新于 2026-09-20。开源数据集，免费使用。
它主要面向的使用场景是：训练和评测自动化逆向求解模型。同类可对比的替代方案包括 Reveal、MalwareBazaar。
crackmes-re-dataset
4598个crackme带答案和混淆标签，逆向研究直接开跑
crackmes-re-dataset 是一个面向逆向工程研究的带标注数据集，覆盖 4598 个 crackme 样本。它把每个 crackme 的正确答案（flag）、验证脚本以及归一化后的混淆标签整理成结构化数据，解决逆向工程领域长期缺乏大规模、统一标注语料的问题。核心能力包括：提供可直接用于训练和评测的 flag 标签，方便自动化求解器验证；附带 verifier 脚本，可复现样本的校验逻辑；对混淆手段做归一化标签，让模型能按混淆类型做细粒度分析。项目用 Python 组织，便于加载、过滤和扩展。适合做程序分析、二进制逆向、自动化求解、大模型代码推理等方向的研究者，用来构建基线、对比算法或做消融实验。
开源
free
数据集
GitHub 星标
★ 140
维护状态
活跃
是否开源
是
定价模式
free
项目数据
分类数据集
开发团队crackmesone
所属国家
定价模式free
价格说明开源数据集，免费使用
访问状态
是否开源是
开源协议
主要语言Python
技术栈/模型
GitHub 星标★ 140
30天Star增速
HF 下载量
上线时间2026-07-11 00:00:00
最近更新2026-09-20 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-09-21
浏览次数0
使用教程
核心亮点
- 提供4598个样本的flag与verifier脚本，可直接用于自动化求解评测
- 对混淆手段做归一化标签，支持按混淆类型做细粒度分析和模型训练
- 用Python组织数据，加载过滤方便，适合快速搭建逆向研究基线
不足之处
- 样本以crackme为主，真实商业软件与恶意样本覆盖有限
- 标注质量与标签体系依赖作者定义，缺少第三方交叉验证说明
适用场景
- 训练和评测自动化逆向求解模型
- 研究混淆手段对程序分析算法的影响
- 作为二进制代码推理或大模型逆向能力的基准数据集
替代项目
Reveal、MalwareBazaar
项目介绍
上一篇：nepali-datasets
下一篇：marcap
同类项目推荐
X-AnyLabeling
开源
一站式AI辅助标注，图像视频文本通吃，导出格式随心配
X-AnyLabeling: A lightweight, efficient, and unified cross-platform desktop applicat···
aisheets
开源
像用表格一样批量调 AI，不写代码就能造和改数据集
Build, enrich, and transform datasets using AI models with no code
distilabel
开源
基于论文的合成数据流水线，快速生成高质量 AI 反馈数据。
Distilabel is a framework for synthetic data and AI feedback for engineers who need ···
DataGen
开源
用大模型一键生成定制化训练数据，告别数据荒
[ICLR'25] DataGen: Unified Synthetic Dataset Generation via Large Language Models