NB Defense: Secure Jupyter Notebooks

Eine sichere JupyterLab-Erweiterung und ein CLI-Tool für die Entwicklung maschinellen Lernens

Aktualisieren

Website Besuchen

Punktzahl

Benutzerbewertung

3.0

Kostenlos/Test-Support

Unterstützt

Startpreis

Zuletzt Aktualisiert

Sep. 08, 2026

Überblick

Was ist NB Defense: Secure Jupyter Notebooks?

NB Defense, bereitgestellt von Protect AI, ist eine JupyterLab-Erweiterung und ein CLI-Tool zur Verbesserung der Sicherheit von Jupyter-Notebooks. Es ermutigt Benutzer, die Sicherheit in jeder Phase des Entwicklungsprozesses für maschinelles Lernen zu berücksichtigen. NB Defense ist Open Source und bietet Funktionen zur Erkennung von Schwachstellen wie Geheimnissen, PII, CVEs und Lizenzproblemen Dritter in Notebooks und Repositorys.

Wofür wird NB Defense: Secure Jupyter Notebooks verwendet?

KI-Entwicklertools KI-Detektor KI-Inhaltsdetektor Überprüfung des KI-Codes

Benutzergruppen

Data Scientists Machine Learning Engineers Security Teams Devops Teams Jupyter Users Ml Researchers Compliance Officers Software Developers

NB Defense: Secure Jupyter Notebooks cover

Top-Funktionen

Entdeckung von Geheimnissen
PII-Erkennung
CVE-Erkennung
Lizenzerkennung
Kontextuelle Anleitung innerhalb von JupyterLab
Erweitertes Repository-Scannen über CLI
Anpassbare Scanoptionen

Wie verwendet man NB Defense: Secure Jupyter Notebooks?

NB Defense kann als JupyterLab-Erweiterung für Echtzeit-Sicherheitsanweisungen im Notebook oder als CLI-Tool zum Scannen ganzer Git-Repositorys verwendet werden. Das CLI-Tool kann als Pre-Commit-Hook in CI-Systeme integriert werden. Anpassbare Scanoptionen sind sowohl für die Erweiterung als auch für die CLI verfügbar.

Alternative Tools

Keine alternativen Tools gefunden

Vorteile & Nachteile

Keine Daten

Anwendungsfälle

Durchsuchen Sie Jupyter Notebooks nach Geheimnissen, bevor Sie sie in ein Repository übertragen.
Identifizieren von CVE-Schwachstellen in importierten Python-Paketen in einem Notebook.
Sicherstellung der Einhaltung der Lizenzanforderungen Dritter in ML-Projekten.
Erkennen und Entfernen persönlich identifizierbarer Informationen (PII) aus Notebooks.