secrets module

LLM难以检测Python代码中的加密误用

一项评估三种本地大型语言模型（Qwen2.5-Coder 7B、Qwen2.5-Coder 14B和DeepSeek-Coder 6.7B）检测Python的`random`模块用于加密目的的误用能力的测试显示，检测率很低。在60次试验中，只有38%的有漏洞的代码片段被标记出来，而使用`secrets`模块的安全替代方案从未被标记。研究表明，模型可能更依赖于识别已知的危险函数名称，而不是理解其使用方式的实际安全影响。