Jev와 CodeGraph를 활용한 보안 리뷰
typesafe-security-review 프로젝트는 Jev의 확률 판단을 코드 그래프와 OWASP/CWE 데이터와 결합해 저비용 보안 스캔에 활용합니다.
Jev가 피싱 이메일을 효율적으로 탐지
200개의 이메일 중 키워드 필터는 실제 피싱 이메일 9개만 잡아냈지만, Jev는 각 262ms로 181개를 잡아냈습니다. Jev는 정상 이메일 9개도 플래그했고(필터는 1개), 대부분 사기와 매우 유사한 실제 환불이었습니다. 작성자는 9개의 환불을 확인해 172개의 피싱을 더 막겠다고 합니다.
9 out of 200. That's how many real phishing emails a keyword filter caught. Jev caught 181, at 262 ms each. It did flag 9 normal emails too (the filter flagged 1). Most were real refunds, which honestly look a lot like scams. I'll check 9 refunds to stop 172 more phish.
· 2 likesOpen on X
More like this
Jev, 보안 파이프라인에서 5배 저렴하고 더 높은 정확도 달성
사용자가 보안 파이프라인에서 Jev를 사용한 경험을 공유: 더 작고 성능 낮은 모델보다 5배 이상 저렴하고 빠르며 정확도가 높음.
AI 보안 분야에서의 Jev 활용 사례와 데모
AI 보안 분야에서 Jev의 활용 사례와 데모를 소개하며, 선택과 확률 모델 특성을 활용해 Unity AI Gateway 및 MLflow와 연동해 검사를 수행한다.
