KI-Tools, bewertet für deinen Beruf
Bezahlte KI-Jobs
🤝 Du bist in der Frei-&-Open-Source-Bibliothek — von der Community entwickelte Tools, die du kostenlos nutzen kannst. Ein anderes Konzept als unser bewertetes KI-Verzeichnis.
Start › Frei & Open Source › IT-Sicherheit › gpt3_security_vulnerability_scanner
✦ Frei & Open SourceIT-Sicherheit

gpt3_security_vulnerability_scanner

Experimenteller Benchmark-Datensatz und Evaluierung zur Bewertung der Leistung von GPT-3 bei der automatisierten statischen Code-Analyse.

Benchmark-Repository für LLM-basierte statische Code-Analyse

Bewerten Sie, wie ältere GPT-3-Modelle im Vergleich zu herkömmlichen kommerziellen Tools für statische Anwendungssicherheit abschneiden.

Für immer kostenlos · quelloffen einsehbar · Licence not stated in the repository
✓ Light setup✓ Im Browser✓ Echtzeit-Zusammenarbeit
5.6
ZEKAI
Pionierhafter LLM-Sicherheits-Benchmark
Frei & Open Source · IT-Sicherheit
Einfache Einrichtung3
Nützlichkeit6
Wartung7
Community6.5
★ 604
GITHUB
Jun 2026
AKTUALISIERT
Licence not stated in the repository
LIZENZ
🛠 Keine Lust auf Self-Hosting? Wir richten es ein →
⚡ Schnelle Antwort

Dieses Repository dient als frühes Benchmark zur Bewertung der Fähigkeit von GPT-3, Sicherheitslücken in mehrsprachigen Code-Snippets zu erkennen. Sie können es verwenden, um die rohe LLM-Schwachstellenentdeckung mit herkömmlicher Software für statische Analyse zu vergleichen.

Läuft auf
Cross-platform
Hosting
Desktop
Sprachen
PHP
Lizenz
Licence not stated in the repository

Was es ist

Das Projekt bietet eine kuratierte Sammlung von 129 anfälligen Code-Dateien, sortiert nach Schwachstellentypen wie Log-Injection, Format-String-Angriffen und Pufferüberläufen. Es enthält dokumentierte Evaluierungsergebnisse, die zeigen, wie text-davinci-003 213 Sicherheitslücken in der Codebasis erkannt hat.

Für wen

Sicherheitsanalysten, AppSec-Forscher und Entwickler, die KI-gestützte Audit-Tools entwickeln, werden dieses Repository für Benchmarking nützlich finden. Es ist nicht geeignet für Sicherheitsteams, die einen sofort einsatzbereiten Scanner-Binärfile für eine CI/CD-Pipeline suchen.

Wichtige Funktionen

Kategorisiertes Schwachstellen-Testbed

Organisiert 129 anfällige Code-Beispiele in Verzeichnisstrukturen, die nach spezifischen Sicherheitsschwächen unterteilt sind.

Vergleiche mit kommerziellen Tools

Enthält vergleichende Ergebnisse zur Bewertung der LLM-Erkennungsraten im Vergleich zu etablierten kommerziellen statischen Analyse-Tools.

Mehrsprachige Beispiele

Bietet realistische Zielcode-Dateien, geschrieben in C, C#, Java und gängigen modernen Web-Framework-Snippets.

Rohe Modell-Outputs

Enthält detaillierte Markdown-Aufzeichnungen, die die genauen Text-Outputs detaillieren, die während der GPT-3-Evaluierung generiert wurden.

Erste Schritte

Startklar in 3 Schritten

1
Klonen Sie das Repository lokal, um die kategorisierten Schwachstellenordner anzuzeigen.
2
Überprüfen Sie die Quelldateien zusammen mit den zugehörigen Markdown-Analysedateien.
3
Füttern Sie die Beispiel-Code-Snippets in Ihre eigenen OpenAI API-Skripte ein, um neuere LLM-Modelle zu testen.
Klartext

Unser ehrliches Fazit

Stärken

  • Hohe Erkennungsrate von Schwachstellen im Vergleich zu älteren Tools für statische Anwendungssicherheitsprüfungen.
  • Deckt verschiedene Kategorien von Sicherheitsschwächen ab, einschließlich Speichersicherheit und unvalidierter Benutzereingaben.
  • Bietet reale Code-Snippets in C, C#, Java und beliebten Framework-Bibliotheken.
  • Dokumentiert die manuelle Überprüfung von Beispielen und führt verifizierte Fehler neben spezifischen False Positives auf.

Schwächen

  • Enthält keinen automatisierten CLI-Ausführungs-Wrapper oder keine produktionsreife Pipeline-Integration.
  • Erfordert, dass Sie Ihre eigenen OpenAI API-Schlüssel bereitstellen und Ihre Token-Nutzung finanzieren, um Tests erneut auszuführen.
  • Eingeschränkt durch Einzeldatei-Kontextfenster, die Logikschwachstellen über mehrere Dateien hinweg nicht nachverfolgen können.
Kosten

Preise & Lizenz

Der Zugriff auf den Datensatz und die Repository-Dateien ist kostenlos. Das selbstständige Durchführen von Evaluierungs-Scans erfordert die Bezahlung des OpenAI API-Token-Verbrauchs.

Bezahlte Arbeit

Stellen für Deutschsprachige

879 offene Remote-Stellen im KI-Training, aktualisiert am 15. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.

Alle offenen Stellen ansehen →
Vergleich

Alternativen

🎁 Freie & Open-Source-Alternativen

Diese bewerteten KI-Tools erledigen die Aufgabe sofort — aus unserem bewerteten Verzeichnis.

Mehr

Nutze es, oder lass es uns einrichten

📄 Kostenloses PDF: gpt3_security_vulnerability_scanner für IT-Sicherheit
Ein verständlicher Leitfaden für dein erstes Ergebnis. Direkt in dein Postfach.
🔔 64 Personen wünschen sich ein komplettes Video-Tutorial — stimme ab
🛠 Keine Lust auf eigene Einrichtung?
Wir installieren, hosten & konfigurieren gpt3_security_vulnerability_scanner für dich — und schulen dein Team.
Erledigen lassen ↗
Fragen

FAQ

Handelt es sich um ein schlüsselfertiges Sicherheits-Scanner-Tool?

Nein, dieses Repository ist ein Forschungs-Benchmark-Datensatz und eine Sammlung dokumentierter Testergebnisse anstelle eines automatisierten Kommandozeilen-Scanners.

Wie wird mit der Kontexten über mehrere Dateien hinweg umgegangen?

Es scannt einzelne Dateien separat und verlässt sich auf den internen Trainingsspeicher des Modells, um Standardbibliotheksfunktionen zu erkennen.

Radar

Neueste KI-News

✉️ Das wöchentliche kostenlose Toolkit
Die besten neuen freien & Open-Source-Tools für IT-Sicherheit — eine kurze E-Mail pro Woche, in deiner Sprache.
Kostenlos · 1 E-Mail/Woche · jederzeit abbestellbar
Mit KI-Training Geld verdienen →

Zekai zuerst in Google sehen