鉴释产品经理谈如何与客户保持积极良好的沟通、改进用户体验、为完善鉴释的代码安全检测产品及其使用效用不断努力。
2021年1月， Coverity Scan为NGINX分析了658,665行代码，并发现了各种代码缺陷，其中包括两个CWE Top 25缺陷。由于F5 Networks定期使用Coverity Scan，NGINX项目的缺陷密度（每1,000行代码的缺陷数）仅为0.02％。
本文参考Fortify，实现了一种基于 Kotlin DSL + JavaParser 的 面向静态代码分析工具的 AST规则 的扩展方式。而且在实现上，也在很大程度上，实现了能够类似于 缺陷描述 的规则定制方式，规避了 方法调用 类型的语法的出现，可读性和可扩展性更好。
在7月29日结束的网络研讨会上，鉴释首席科学家李隆博士详细解读了静态代码分析的原理以及它如何应用在SDLC中。此外，他还讨论了静态代码分析在实际应用中面临的挑战。
今天，XML 外部实体 (XXE) 漏洞仍然无处不在，尽管多年来针对这些漏洞提供保护的建议一直是安全标准的一个组成部分。在本篇文章中，我们将尝试揭开 XXE 漏洞的神秘面纱，并介绍我们为帮助您检测和预防它们而制定的规则。
陈新中，鉴释联合创始人兼首席技术官 作为鉴释联合创始人兼首席技术官，陈新中领导鉴释在中国的核心研发团队，并负责静态代码分析工具的开发。这些工具都被开发人员、测试人员、质量保证专家和高级 IT 管理层用于深度源代码缺陷和漏洞的检测。
从家门口的智能门锁到路上驰骋的自动驾驶车辆，人工智能、区块链、5G等新技术不断推动物联网的快速发展，在这背后离不开底层代码及技术架构的支持。那么软件开发人员如何快速识别代码缺陷和安全隐患？
本文分享一篇基于深度学习的面向源代码的漏洞检测方法。该论文对基于机器学习的面向源代码的漏洞检测有非常好的示范价值。
2021年7月19日，中国深圳——近日，静态代码工具开发商鉴释科技（下文简称：鉴释）宣布其加入RISC-V基金会、Linux基金会、seL4基金会，以及IoXt联盟四大国际非盈利组织。此次加入芯片、开源操作系统、操作系统微内核与物联网四大热门领域内的知名国际组织，标
本文简单总结了机器学习在基于源码的漏洞挖掘中的方法步骤，可以让大家对该方向的工作有一定的认识，同时，也提出了该方法当前面临的一些挑战。总结来说：机器学习肯定有用，但是应该无法替代传统静态代码分析，看如何结合起来，发挥更大作用。
鉴释产品经理谈如何与客户保持积极良好的沟通、改进用户体验、为完善鉴释的代码安全检测产品及其使用效用不断努力。
摘要： 如何利用GCC的插件功能，辅助安全分析人员实现对程序的安全审计、漏洞检测、安全加固等自动化处理能力，提升分析效率和精准度。
从家门口的智能门锁到路上驰骋的自动驾驶车辆，人工智能、区块链、5G等新技术不断推动物联网的快速发展，在这背后离不开底层代码及技术架构的支持。那么软件开发人员如何快速识别代码缺陷和安全隐患？
2021年1月， Coverity Scan为NGINX分析了658,665行代码，并发现了各种代码缺陷，其中包括两个CWE Top 25缺陷。由于F5 Networks定期使用Coverity Scan，NGINX项目的缺陷密度（每1,000行代码的缺陷数）仅为0.02％。
2021年1月， Coverity Scan为NGINX分析了658,665行代码，并发现了各种代码缺陷，其中包括两个CWE Top 25缺陷。由于F5 Networks定期使用Coverity Scan，NGINX项目的缺陷密度（每1,000行代码的缺陷数）仅为0.02％。
今天，XML 外部实体 (XXE) 漏洞仍然无处不在，尽管多年来针对这些漏洞提供保护的建议一直是安全标准的一个组成部分。在本篇文章中，我们将尝试揭开 XXE 漏洞的神秘面纱，并介绍我们为帮助您检测和预防它们而制定的规则。
本文参考Fortify，实现了一种基于 Kotlin DSL + JavaParser 的 面向静态代码分析工具的 AST规则 的扩展方式。而且在实现上，也在很大程度上，实现了能够类似于 缺陷描述 的规则定制方式，规避了 方法调用 类型的语法的出现，可读性和可扩展性更好。
在7月29日结束的网络研讨会上，鉴释首席科学家李隆博士详细解读了静态代码分析的原理以及它如何应用在SDLC中。此外，他还讨论了静态代码分析在实际应用中面临的挑战。
陈新中，鉴释联合创始人兼首席技术官 作为鉴释联合创始人兼首席技术官，陈新中领导鉴释在中国的核心研发团队，并负责静态代码分析工具的开发。这些工具都被开发人员、测试人员、质量保证专家和高级 IT 管理层用于深度源代码缺陷和漏洞的检测。
从家门口的智能门锁到路上驰骋的自动驾驶车辆，人工智能、区块链、5G等新技术不断推动物联网的快速发展，在这背后离不开底层代码及技术架构的支持。那么软件开发人员如何快速识别代码缺陷和安全隐患？
2021年7月19日，中国深圳——近日，静态代码工具开发商鉴释科技（下文简称：鉴释）宣布其加入RISC-V基金会、Linux基金会、seL4基金会，以及IoXt联盟四大国际非盈利组织。此次加入芯片、开源操作系统、操作系统微内核与物联网四大热门领域内的知名国际组织，标
本文分享一篇基于深度学习的面向源代码的漏洞检测方法。该论文对基于机器学习的面向源代码的漏洞检测有非常好的示范价值。
本文简单总结了机器学习在基于源码的漏洞挖掘中的方法步骤，可以让大家对该方向的工作有一定的认识，同时，也提出了该方法当前面临的一些挑战。总结来说：机器学习肯定有用，但是应该无法替代传统静态代码分析，看如何结合起来，发挥更大作用。
从家门口的智能门锁到路上驰骋的自动驾驶车辆，人工智能、区块链、5G等新技术不断推动物联网的快速发展，在这背后离不开底层代码及技术架构的支持。那么软件开发人员如何快速识别代码缺陷和安全隐患？
摘要： 如何利用GCC的插件功能，辅助安全分析人员实现对程序的安全审计、漏洞检测、安全加固等自动化处理能力，提升分析效率和精准度。
2021年1月， Coverity Scan为NGINX分析了658,665行代码，并发现了各种代码缺陷，其中包括两个CWE Top 25缺陷。由于F5 Networks定期使用Coverity Scan，NGINX项目的缺陷密度（每1,000行代码的缺陷数）仅为0.02％。
陈新中，鉴释联合创始人兼首席技术官 作为鉴释联合创始人兼首席技术官，陈新中领导鉴释在中国的核心研发团队，并负责静态代码分析工具的开发。这些工具都被开发人员、测试人员、质量保证专家和高级 IT 管理层用于深度源代码缺陷和漏洞的检测。
鉴释产品经理谈如何与客户保持积极良好的沟通、改进用户体验、为完善鉴释的代码安全检测产品及其使用效用不断努力。
2021年1月， Coverity Scan为NGINX分析了658,665行代码，并发现了各种代码缺陷，其中包括两个CWE Top 25缺陷。由于F5 Networks定期使用Coverity Scan，NGINX项目的缺陷密度（每1,000行代码的缺陷数）仅为0.02％。
本文参考Fortify，实现了一种基于 Kotlin DSL + JavaParser 的 面向静态代码分析工具的 AST规则 的扩展方式。而且在实现上，也在很大程度上，实现了能够类似于 缺陷描述 的规则定制方式，规避了 方法调用 类型的语法的出现，可读性和可扩展性更好。
今天，XML 外部实体 (XXE) 漏洞仍然无处不在，尽管多年来针对这些漏洞提供保护的建议一直是安全标准的一个组成部分。在本篇文章中，我们将尝试揭开 XXE 漏洞的神秘面纱，并介绍我们为帮助您检测和预防它们而制定的规则。
在7月29日结束的网络研讨会上，鉴释首席科学家李隆博士详细解读了静态代码分析的原理以及它如何应用在SDLC中。此外，他还讨论了静态代码分析在实际应用中面临的挑战。
从家门口的智能门锁到路上驰骋的自动驾驶车辆，人工智能、区块链、5G等新技术不断推动物联网的快速发展，在这背后离不开底层代码及技术架构的支持。那么软件开发人员如何快速识别代码缺陷和安全隐患？
2021年1月， Coverity Scan为NGINX分析了658,665行代码，并发现了各种代码缺陷，其中包括两个CWE Top 25缺陷。由于F5 Networks定期使用Coverity Scan，NGINX项目的缺陷密度（每1,000行代码的缺陷数）仅为0.02％。
摘要： 如何利用GCC的插件功能，辅助安全分析人员实现对程序的安全审计、漏洞检测、安全加固等自动化处理能力，提升分析效率和精准度。