SecureDiff AI
SecureDiff — بازبینی امن کد — بازبینی امن کد Static-First — CWE/OWASP mapping، FP filter و پیشنهاد patch برای PHP/JS/Python.
این صفحه دموی POC است، نه سامانه تحویلی. خدمت متناظر: امنیت سایبری · هاب دموها.
دموی نمونه تعاملیبرای مدیر (KPI)
بازبینی امنیت PRها ۲–۳ روز؛ ابزارهای LLM خام false positive زیاد داشتند
۷۰٪ سریعتر initial review؛ ۹۱.۳٪ precision روی benchmark؛ patch آماده برای developer
- ۹۱.۳٪ precision روی OWASP-inspired benchmark
- Static-first: analyzers detect, LLM explains
- PHP/WordPress, JavaScript, Python
- CWE mapping + patch suggestions
«Developer patch suggestion را همان روز میگیرد — نه فقط alert بدون context.»
برای مهندس (Pipeline)
Code/Diff → language detect → AST → static analysis → normalize → LLM triage → FP filter → patch generator
متریکهای قابل بازتولید
| بنچمارک | جزئیات | نتیجه |
|---|---|---|
| Precision | benchmark | 91.3% |
| Recall | true findings | 100% |
| CWE accuracy | mapping | 100% |
| Line localization | benchmark | 86.4% |
لینکهای Hugging Face
درخواست پایلوت
برای استقرار on-prem، یکپارچهسازی ERP/SSO یا fine-tune روی داده سازمان خود تماس بگیرید.
سوالات پرتکرار
SecureDiff AI چه مسئلهای را حل میکند؟
SecureDiff AI برای «کاهش مثبت کاذب یافته SAST با فیلتر تفاضل/زمینه» است. بازبینی امن کد Static-First — CWE/OWASP mapping، FP filter و پیشنهاد patch برای PHP/JS/Python. این صفحه دموی POC است نه سامانه تحویلی.
ورودی و خروجی SecureDiff AI چیست؟
ورودی: یافته ایستا و تفاضل کد. خروجی قابل نقلقول: احتمال مثبت کاذب. متریک Hub بدون حجم نمونه سازمان SLA نیست.
آیا Space عمومی SecureDiff AI جایگزین استقرار سازمانی است؟
خیر. Hugging Face برای ارزیابی است. شکست رایج: حذف یافته واقعی بهعنوان FP. production یعنی on-prem یا VPC و کنترل دسترسی.
چطور پایلوت را شروع کنیم؟
فرم تماس خانه (سازمان، صنعت، شرح مسئله) را بفرستید. قیمت در صفحه دمو اعلام نمیشود.