Skip to content
KitploitKITPLOIT
ИнструментыБлог
Отправить
ИнструментыБлог
Отправить

Инструменты для хакинга, пентеста и кибербезопасности — ваш арсенал защиты!

Kitploit — это каталог инструментов для хакинга, кибербезопасности и пентестинга. Находите последние обновления проектов для поиска уязвимостей, анализа систем, автоматизации тестирования и усиления вашей безопасности.

··Ленты·Контакты·Конфиденциальность·© 2026 Kitploit

Каталог инструментов

Категории

Все категории
Loading categories
opensource_defect_repare_cc — Redis 7.0.0 — рефакторинг основных модулей и исправление уязвимостей (рефакторинг sds/adlist/intset/listpack, сходство ≤20%; исправлены уязвимости CVE-2023-25155/28856, CVE-2024-31449, CVE-2022-36021, CVE-2022-31144 и др.) | Kitploit
Инструменты/GitHubGitHub/qwqqaqqwq00/opensource_defect_repare_cc
Статический анализАнализ уязвимостейАнализ КодаОбучение и ОбразованиеПодобранные Ресурсы
GitHubqwqqaqqwq00/opensource_defect_repare_cc

opensource_defect_repare_cc

Redis 7.0.0 — рефакторинг основных модулей и исправление уязвимостей (рефакторинг sds/adlist/intset/listpack, сходство ≤20%; исправлены уязвимости CVE-2023-25155/28856, CVE-2024-31449, CVE-2022-36021, CVE-2022-31144 и др.)

Популярное

Смотреть все →

Откройте для себя самые используемые инструменты нашего сообщества.

Изучить все инструменты

Просмотрите нашу коллекцию инструментов

Смотреть все инструменты →
Поделиться
Репозиторий
1 месяц назадЕщё не проверено

Требования

Поиск и исправление уязвимостей

В репозиториях кода в каталоге code имеется ряд известных уязвимостей. Вам необходимо переписать основной модуль этого проекта (интерфейсы полностью неизменны, реализация изменена, сходство до и после рефакторинга не превышает 20%; все сигнатуры public/private-методов, объявления исключений, аннотации, дженерики, иерархия наследования классов должны совпадать с исходным проектом, а функциональность до и после рефакторинга должна оставаться идентичной; необходимо проверить консистентность до и после с помощью тестирования всех известных поведений интерфейсов и соответствия входных и выходных данных). Также необходимо исправить все известные ошибки в репозиториях кода; ухудшение производительности после исправлений не должно превышать 5%. Разместите README.md в work/docs, содержащий описание процесса AI-рефакторинга (как разбить модули, проверить корректность, исправить ошибки, снизить дублирование), для субъективной оценки жюри. result/output.md используется для хранения выходной информации успешного запуска работы; logs/interaction.md — для записей взаимодействия с человеком; logs/trace — для логов рассуждений; INSTRCUTION.md является точкой входа для запуска работы. Платформа загружает этот markdown для выполнения процесса работы и проверки прохождения тестов.

Скачать инструмент