典型的SAST支持检测标准

最新推荐文章于 2024-01-31 11:36:24 发布
最新推荐文章于 2024-01-31 11:36:24 发布
阅读量696 收藏 9
点赞数 22
分类专栏： 软件安全 软件测试 代码安全 文章标签： 代码安全 源代码审计 安全性测试 安全
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/manok/article/details/134666106
版权

这里我们列举了Coverity、Cobot、代码卫士、Klocwork、QAC、C++ test几款典型的SAST工具，看看他们都是支持那些C、C++标准（主要是C、C++标准，其它语言较少）呢？ 这可以作为厂商研发的方向标。

（结束）

manok
关注
  • 22
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
文字检测定位--SAST
远方传来风铃
03-10 2066
文字检测过程分两步，第一步为检测出文字所在的位置，第二步根据检测框里的内容进行文字识别。 CTPN是ECCV在2016年提出的一种文字检测算法，具有较好的横向文字定位功能。该算法结合了CNN和LSTM深度网络，主要是由Fast-RCNN上改进而来。Fast-RCNN介绍：https://mp.csdn.net/editor/html/114628167 一、背景介绍 1、LSTM层 LSRM全程long short term memory ...
SAST : Single-Shot Arbitrarily-Shaped Text Detector论文阅读笔记
litchi
11-05 1863
SAST : Single-Shot Arbitrarily-Shaped Text Detector 1. 基本信息 文章来源：ACM Multimedia 2019 SAST链接 上传时间：2019.8.15 作者单位：百度、西安电子科大 检测框架：分割与边界点回归，属于EAST的演进版本 EAST链接 2. 提出问题   自然场景的文本检测存在如下挑战: 尺寸、高宽比、方向、语言、外形的多变...
OCR 模型记录
华灯初上博客
09-18 2755
文章目录OCR算法检测类1. DBNet特征融合模型输出处理2. SAST3. PGNet算法原理 OCR算法 检测类 1. DBNet 属于分割类文本检测算法。其基于对模型预测出的特征图进行复制筛选的朴素思想，创新提出使用模型预测其阈值特征图，利用两者获得二值图，从而获取文本位置信息。其流程如下图： 可以发现其能够处理不规则的文本，那么具体是怎么实现的呢？ 上图是整体网络流程，其基本架构为Backbone + FPN + DB Head,并不复杂，可能会造成疑惑的的有以下几点： 特征融合的细节处理
PaddleOCR之模型介绍与测试
ZONGXP的博客
12-09 1万+
在上一篇文章中，对 PaddleOCR 的功能进行了尝鲜，感觉还不错，但调参的时候发现通过 pip 安装的包支持的模型算法有限，无法满足使用需求，因此需要下载源码进行安装测试，本文对该方法进行一个介绍
PaddleOCR 文字检测部分源码学习(1)
shy2218的博客
10-16 1795
2021SC@SDUSC 代码位置：tools->infer->predict_det.py class TextDetector(object): def __init__(self, args): self.args = args self.det_algorithm = args.det_algorithm pre_process_list = [{ 'DetResizeForTest': {
Sast9.4
03-16
6. **Sast9.4的改进与更新**：版本9.4可能相对于之前的版本包含了性能优化、新增的检测规则、修复已知的误报问题，以及提升了对最新Groovy版本的支持。 通过理解和应用上述知识点，开发团队可以更好地利用Sast9.4来...
静态分析：针对所有编程语言，配置文件，构建工具等的静态分析（SAST）工具的精选清单
01-30
静态分析，也称为静态代码分析或SAST（Static Application Security Testing），是一种在代码执行之前对软件进行检查的技术，用于发现潜在的安全漏洞、错误和不良编程习惯。它通过解析源代码来推断可能的问题，而...
思多普（SDAP）软件源代码检测分析平台简介.pdf
04-20
2. **强大的接入能力**：平台可以无缝接入多种商业和开源的代码检测工具，如SAST（静态应用程序安全测试）、SCA（组件检测）和单元测试工具，实现了多工具的同时检测，提高了检测效率和精度。 3. **自动化处理**：...
【技术分享】为什么“你家”漏洞那么多 .pdf
09-05
1. SAST工具支持本地代码和代码仓库的源代码检测，减少对研发流程的干扰，提高安全质量。 2. 漏洞验证引擎根据数据流完整性等指标判断漏洞存在，通过编译原理、第三方组件引擎和漏洞识别引擎进行多引擎分析，降低误...
2022年Fortify中文规则库-rules版本2022.1.1.0007
12-23
Fortify是一款强大的静态应用安全测试（SAST）工具，它能够对源代码进行深度分析，检测出潜在的安全漏洞。2022年发布的Fortify中文规则库-rules版本2022.1.1.0007是针对中国用户特别优化的版本，提供了更加符合国内...
OCR技术概述
最新发布
weixin_42711071的博客
01-31 1444
本节首先介绍了OCR技术的应用场景和前沿算法，然后分析了OCR技术在产业实践中的难点与三大挑战。第二、三章分别介绍检测、识别技术并实践；第四章介绍PP-OCR优化策略；第五章进行预测部署实战；第六章介绍文档结构化；第七章介绍端到端、数据预处理、数据合成等其他OCR相关算法；第八章介绍OCR相关数据集和数据合成工具。
【文本检测与识别白皮书-3.1】第一节：常用的文本检测与识别方法
INTSIG的博客
10-17 959
考虑到将Faster R-CNN 用于文本检测时，矩形锚点框与文本的形状相差过大，会导致区域生成网络(region proposal network，RPN)在生成文本候选区域时效率不高，鲁棒性也不强，Zhong 等人(2019)因此借鉴了DenseBox(Huang 等，2015) 的思想，提出了不需要锚点框的区域生成网络(anchor-free region proposal network， AF-RPN)。基于深度学习的自然场景文本检测方法在检测精度和泛化性能上远优于传统方法，逐渐成为了主流。
【论文解读】【论文翻译】SAST文字检测算法
lz867422770的博客
08-22 4781
A Single-Shot Arbitrarily-Shaped Text Detector based on，Context Attended Multi-Task Learning 百度自研文字检测算法，实际上就是EAST算法的扩展，一阶段，输出为multitask，各个分支相互校正。
文本检测方法
zero
07-07 3250
EAST模型 EAST（Efficient and Accuracy Scene Text detection pipeline）模型中，首先使用全卷积网络（FCN）生成多尺度融合的特征图，然后在此基础上直接进行像素级的文本块预测。该模型中，支持旋转矩形框、任意四边形两种文本区域标注形式。对应于四边形标注，模型执行时会对特征图中每个像素预测其到四个顶点的坐标差值。对应于旋转矩形框标注，模型执行时会...
大话文本检测经典模型：EAST
weixin_34161029的博客
05-16 953
2019独角兽企业重金招聘Python工程师标准>>> ...
国内外主流静态分析类工具汇总
热门推荐
manok的专栏
07-27 1万+
笔者从事该软件安全方面工作，在工作和学习中收集了国内外比较主流的静态分析类工具，供大家参考。大多是资料来自于网络整理，如有不足或欠缺，还请在评论中指出。我进行修正。也欢迎同行多多交流。 我使用0标注北大软件CoBOT，因为他是国内第一款基于主流SAST技术的静态分析工具，填补了国内在缺陷检测、安全漏洞软件工具上的空白。值得称赞的工具。 0、北大软件CoBOT CoBOT（库博）是北京大学...
SAST——Checkmarx静态检测工具收集（2）
manok的专栏
03-27 1万+
Checkmarx是一家以色列高科技软件公司，是世界上著名的代码安全扫描软件Checkmarx CxSAST的生产商，拥有应用安全测试的业内前沿解决方案-CxSAST、CxOSA、CxIAST。分别对应的SAST、SCA和IAST三类应用安全测试类型工具。 Checkmarx CxSAST主要功能是查找安全漏洞、质量缺陷、逻辑问题和后门代码。是一个独特的源代码分析解决方案，该工具可用于识别、跟踪和修复源代码中技术上和逻辑上的缺陷，比如软件安全漏洞、质量缺陷问题和业务逻辑问题等。 Checkmarx使用
程序依赖图(Program Dependence Graph)理解
manok的专栏
05-27 1万+
程序依赖图(Program Dependence Graph)是程序的一种图形表示,它是带有标记的有向多重图。系统程序依赖图是软件程序间控制依赖关系和数据依赖关系的图形表示。面向方面的程序是基于面向方面的思想,使用相关的框架或语言工具,实现系统中横切关注点的清晰模块化的程序。系统依赖图是分析和理解程序的基础工具之一,其在面向对象的程序上的研究渐趋成熟,而在面向方面的程序上的研究才刚刚开始。 处理...
GB/T 34944中路径遍历漏洞分析（之一）
manok的专栏
12-12 9687
源代码审计依据的国家标准GB/T 34944 、GB/T 34943、GB/T 34946。 而仅仅依据这三个标准还不够，1是仅仅覆盖了C/C++、Java和C#语言；2是安全漏洞类型仅仅有43个类型，也是不够的；3另外，需要检测工具落地，结合人工复核技术，真正落实源代码审计中，对误报进行分析，对于漏报漏洞可能性进行分析。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

manok

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值