Transformation de code source pour la détection de XSS

Ce projet est une implémentation d'une approche de détection de failles XSS (Cross-Site Scripting) dans le code source en utilisant l'apprentissage profond. Il fournit des transformations pour Node.js et Hop.js en renommant les fonctions et les variables.

Dépôt de code

https://gitlab.inria.fr/deep-learning-applied-on-web-and-iot-security/comparing-the-detection-of-xss-vulnerabilities-in-nodeJs-and-a-multi-tier-javascript-based-language-via-deep-learning/node.js-hop.js-transformations (nouvelle fenêtre)

Cas d'utilisation métiers

Cas d'utilisation fonctionnel

Utilise de l'intelligence artificielle : voir les initiatives de ses organisations qui l'ont aussi

Organisation

Administration centrale
- Gouvernement (Premier ministre et ministères)
  - Ministère de l’Économie, des Finances et de la Souveraineté industrielle, énergétique et numérique
    - Organismes rattachés - Ministère chargé de l'Économie et des Finances et de la Souveraineté industrielle et énergétique
      - Institut national de recherche en informatique et en automatique (organisation rattachée)

Outil utilisé

Python : voir les initiatives de ses organisations qui l'ont aussi

Description générée le dimanche 17 mars 2024 à 23:21:47

D'autres initiatives de la même organisation

Insee
insee.fr
Inria
inria.fr
Coq
github.com/coq/coq
Catala
github.com/CatalaLang/catala