实体
Sastamala
Sastamala
PulseAugur coverage of Sastamala — every cluster mentioning Sastamala across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 4 条
-
大型语言模型在识别 JavaScript 代码漏洞方面优于传统工具
一篇新的研究论文探讨了使用大型语言模型 (LLM) 来识别 JavaScript 代码中的漏洞。研究发现，LLM 的表现显著优于传统的静态应用程序安全测试 (SAST) 工具，经过微调的 Gemini 1.5 Flash 模型达到了 60% 的检测准确率。不同的提示策略和微调方法在不同类型的漏洞上表现出不同的有效性，LLM 为代码安全提供了一个实用的、但并非详尽无遗的解决方案。
-
MOLOT 系统卡提供静态恶意代码检测
研究人员开发了 MOLOT，一种用于静态恶意代码检测的新系统卡。MOLOT 将源代码表示为从静态调用图中派生的行为序列，并包含一个解释阶段来对可疑活动进行排名。它已在 Python 和 JavaScript 包上进行了评估，并发布了公开基准以进行可复现评估。
-
传统安全扫描对Vibe编码的应用效果不佳
本文讨论了在应用于使用Vibe Coding开发的应用程序时，传统的静态应用程序安全测试（SAST）和动态应用程序安全测试（DAST）方法的局限性。它强调了为什么这些传统的安全扫描工具无法有效识别由AI生成或受AI严重影响的代码中的漏洞。
-
传统安全工具在 Vibe 编码的应用上失效，需要新方法
本文讨论了传统的静态应用程序安全测试（SAST）和动态应用程序安全测试（DAST）方法应用于 Vibe 编码的应用时所存在的局限性。文章强调了这些传统工具在有效识别严重依赖 Vibe 独特编码范例的代码中的漏洞方面所面临的困难。文章提出，需要新的方法来充分保护使用此方法开发的应用程序。