Le projet vulnerability-database-generator est un générateur de bases de données de code source contenant des failles de sécurité. Il permet de créer des jeux de données pour entraîner des algorithmes de détection de failles, en particulier pour les failles XSS.

Ce projet est une implémentation officielle de l'approche de concaténation pour la détection de vulnérabilités XSS statiques dans du code. Il représente le code source sur la base de la tokenisation de son contenu et est décrit dans le document de recherche suivant : Héloïse Maurel, Santiago Vidal et Tamara Rezk, 'code2vec: Apprentissage de représentations distribuées de code', POPL'2019.

Ce service permet aux utilisateurs, chercheurs et partenaires de signaler les vulnérabilités ou erreurs détectées dans les produits et services numériques de la DINUM. Les signalements sont analysés pour renforcer la sécurité et la fiabilité des systèmes, conformément aux principes de transparence et de protection des données. La politique encadre ce processus en garantissant la confidentialité des rapporteurs et l'utilisation des informations uniquement pour corriger les failles.

Ce projet est un générateur de base de données de vulnérabilités dédié à la production de cas d'utilisation de failles XSS (Cross-Site Scripting) à des fins de détection et de prévention en sécurité informatique. Il permet de générer des jeux de données pour l'apprentissage automatique, facilitant ainsi le développement de méthodes de détection et de prévention de ces failles.

Ce projet est un générateur de base de données de vulnérabilités dédié à la production de cas d'utilisation de failles XSS (Cross-Site Scripting) à des fins de détection et de prévention en sécurité informatique. Il permet de générer des jeux de données pour l'apprentissage automatique, facilitant ainsi le développement de méthodes de détection et de prévention de ces failles.

Ce projet utilise des réseaux de neurones pour détecter des vulnérabilités XSS dans du code JavaScript, en représentant le code source sous forme de vecteurs à l'aide d'une représentation basée sur des arbres abstraits hachés.

Le projet pnm-audit-desktop est une solution dédiée à l'audit et à la sécurité des réseaux informatiques. Il permet d'analyser les systèmes en place, de détecter les vulnérabilités et de surveiller la conformité aux normes de sécurité en vigueur.

Projet dédié à la détection de vulnérabilités CVE dans le code source en utilisant Tree Sitter. Il se compose de trois parties : un projet Rust pour générer l'arbre de requête Tree Sitter, un projet Rust pour exécuter la requête et un script Python pour générer et adapter le jeu de données.

T-Brop est un projet dont le but est d'analyser des matrices de gadgets pour détecter des exploits informatiques et aider à la recherche de vulnérabilités dans les logiciels. Il s'agit d'un PoC (Proof of Concept) qui peut être utilisé pour analyser des fichiers spécifiques et fournir des informations sur d'éventuelles vulnérabilités.

Ce projet est une implémentation officielle d'une approche de détection de failles XSS (Cross-Site Scripting) dans le code source utilisant l'apprentissage automatique. Il permet de traiter et d'analyser du code source à grande échelle pour en détecter les vulnérabilités et améliorer la sécurité des applications web.