本文聚焦于工业控制系统（ICS）安全研究中的数据集可重现性与透明度问题。研究背景：随着ICS网络安全领域蓬勃发展，大量公开数据集被用于训练入侵检测模型等研究，但数据集的可用性（可获取）与可复用性（可重现结果）之间存在显著差距。核心问题：现有ICS数据集的发布是否遵循了足够严格的工件评估政策，以确保研究结果的可重复验证？方法：作者提出了一套基于安全工件评估政策（如NDSS、USENIX Security等顶会采用的Artifact Evaluation政策）的评估框架，并系统性地审查了多个公开的ICS数据集。他们从数据集文档完整性、环境配置可复现性、数据采集流程清晰度、标签准确性等维度进行量化评分。主要贡献：1）首次系统测量ICS数据集的透明度与可重现性水平；2）揭示了现有数据集普遍存在的文档缺失、环境依赖性高、预处理步骤不透明等问题；3）提出了改进数据集发布规范的建议，包括采用标准化元数据、强制容器化环境、提供可执行预处理脚本等。实验结果表明，仅有不到20%的数据集能达到“可完全复现”的标准，多数数据集存在临时性缺失或依赖未公开的私有工具。适合读者：ICS安全研究员、入侵检测系统开发者、数据集维护者以及网络安全会议论文评审人。