concatenation-deep-learning-detector
Ce projet utilise une technique de concaténation basée sur le traitement automatique du langage naturel (NLP) pour représenter le code source et identifier statiquement des vulnérabilités de type Cross-Site Scripting (XSS). Il repose sur des modèles d'apprentissage profond pour analyser et classer des échantillons de code, permettant ainsi une détection automatisée des failles de sécurité dans les applications web.
Dépôt de code
Cas d'utilisation métiers
Organisation
- Institut national de recherche en informatique et en automatique (organisation rattachée)
Cas d'utilisation fonctionnels
Outils utilisés
- scikit-image : voir les initiatives de ses organisations qui l'ont aussi
- gRPC : voir les initiatives de ses organisations qui l'ont aussi
- NumPy : voir les initiatives de ses organisations qui l'ont aussi
- TensorFlow : voir les initiatives de ses organisations qui l'ont aussi
- Protobuf : voir les initiatives de ses organisations qui l'ont aussi
- Gensim : voir les initiatives de ses organisations qui l'ont aussi
- scikit-learn : voir les initiatives de ses organisations qui l'ont aussi
- Keras : voir les initiatives de ses organisations qui l'ont aussi
- Matplotlib : voir les initiatives de ses organisations qui l'ont aussi
- Pandas : voir les initiatives de ses organisations qui l'ont aussi
- Pillow : voir les initiatives de ses organisations qui l'ont aussi
- FastAPI : voir les initiatives de ses organisations qui l'ont aussi
Description générée le vendredi 13 novembre 2026 à 12:11:34
D'autres initiatives de la même organisation
- Inseeinsee.fr
- Inriainria.fr
- awesome-free-llm-apisgithub.com/mnfst/awesome-free-llm-apis
- llm-gatewaygithub.com/mnfst/llm-gateway