.png){kind=icon}
返回
Learning to detect hardcoded secrets
.png){kind=icon}
OA
AI
DOI：10.1007/s10664-026-10929-w.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
已开发多种工具用于在源代码中揭示秘密和凭证。然而，它们通常依赖预定义规则，导致误报率较高。我们深入研究了不同AI模型在秘密检测中的性能。在非生成式模型中，我们发现特征集的选择对秘密检测性能影响很大。这些模型在使用上下文特征（即秘密值周围的代码）时表现最佳。特别是，CodeBERT优于其他模型，其MCC和F1分数分别为88%和89%。当我们将模型应用于未见过的秘密数据集时，表现最佳的模型是随机森林和CodeBERT，其MCC分数约为65%。在生成式模型中，我们观察到中等性能（最高MCC为63%）和高误报率。对错误预测的调查发现，许多错误发生在测试路径文件中，且LLMs倾向于谨慎处理，标记潜在秘密以促进安全编码实践。我们注意到，提示工程显著减少了误报，但人工干预仍属必要。
Keyword:
Hardcoded secrets
Credential leakage
AI for security
期刊
IF:
3.6
论文数:
2.0K
被引数:
5.3K
机构
引用论文
分享收藏The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation在二元分类评估中，马修斯相关系数 (MCC) 相对于F1得分和准确性的优势.png)
BMC GENOMICS
OAAI
BMC GENOMICSIF3.7
OAAI分享收藏分享收藏On Inter-Dataset Code Duplication and Data Leakage in Large Language Models大型语言模型中的数据集间代码重复和数据泄漏OAAI
OAAI分享收藏 没有更多内容
没有更多内容