Making secret scanning more trustworthy: Reducing false positives at scale
The GitHub Blog57 字 (约 1 分钟)
85
GitHub 通过改进秘密扫描技术，显著减少了误报，提高了安全检测的准确性。
入选理由：GitHub 使用机器学习模型优化秘密扫描，减少误报率。
精选文章#GitHub#安全#机器学习#代码扫描英文
人物
Mariko Wakabayashi
别名：Mariko、mwakaba2
微软首席应用科学家，专注于 AI 驱动的网络安全工作流。
已跟踪 1 条高相关材料
TraeAI 观察
最近变化
2026-06-11 · GitHub 使用机器学习模型优化秘密扫描，减少误报率。
为什么值得关注
Mariko Wakabayashi 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
GitHub代码扫描安全机器学习
相关材料
已收录 1 条与 Mariko Wakabayashi 相关的内容，按评分排序。