#代码安全

CppCoreGuidelines是由C++创始人Bjarne Stroustrup主导的现代C++编程指南项目。该指南聚焦C++11及更新版本的高级主题，包括接口设计、资源管理、内存管理和并发编程。遵循指南有助于开发者编写出类型安全、无资源泄漏、逻辑严谨的高性能代码。项目不断更新，并提供Guidelines Support Library支持，为C++开发者提供了宝贵的学习和实践资源。

github-certification-guide项目提供了GitHub认证考试的全面准备资源。涵盖GitHub Foundations、Actions、Advanced Security和Administration四种认证类型，包含学习指南、考试准备建议和官方文档链接。该项目旨在帮助开发者深入理解GitHub核心概念和高级功能，为通过认证考试提供支持。

这个基于RoBERTa的文本分类模型为Credential Digger工具提供密码扫描误报过滤功能。该模型由SAP OSS在泄漏检测数据集上完成微调，能有效识别和过滤代码扫描中的误报密码，提升了代码安全分析的准确度。集成在Credential Digger中的这个模型简化了开发者的安全审查工作流程。

VulBERTa-MLP-MVD是一款基于深度学习的源代码漏洞检测工具。该模型在开源C/C++项目代码上预训练RoBERTa架构，有效学习代码语法和语义知识。经Vuldeepecker、Draper等多个数据集评估，VulBERTa展现出卓越的漏洞识别能力。其简化的分词流程提高了易用性，同时在训练数据量和模型规模上保持了较低开销，为代码安全分析提供了高效解决方案。

该项目基于CodeBert微调RobertaForSequenceClassification模型，用于检测代码漏洞。研究者从MSR数据集选取平衡样本进行训练和测试，使用'func_before'字段分类代码。模型在准确率、F1值、精确率和召回率方面表现良好，为代码安全分析提供了实用工具。测试结果显示准确率达70.23%，F1值为0.6482，精确率为79.21%，召回率为54.86%。