本文介绍微软首席应用科学家Mariko Wakabayashi和高级应用科学家Zixiao Chen，他们专注于开发网络安全运营的智能体AI工作流，研究LLM驱动系统、智能体工作流及前沿AI应用，并涉及秘密检测、智能体安全系统及LLM微调，旨在提升AI效率、可扩展性和实际部署能力。

保护敏感信息至关重要。GitLab的秘密检测功能可以自动扫描代码，识别硬编码的敏感数据。用户可创建自定义规则集以检测特定的个人身份信息（PII），并利用GitLab Duo Chat生成正则表达式，从而有效实施PII检测，确保合规并保护用户数据。

过时代码库中的秘密可能导致数据泄露。本文介绍如何利用GitLab的秘密检测功能扫描代码库的提交历史，识别敏感信息，如访问密钥和API令牌。通过将SECRET_DETECTION_HISTORIC_SCAN变量设置为true，可以确保检查所有分支和提交。及时扫描和处理检测到的秘密对组织安全至关重要。

随着DevOps实践的普及，对可靠的秘密检测解决方案的需求增加。F1分数被认为是评估工具性能的最佳指标，它通过平衡召回率和精确率来提供全面评估。高召回率可能导致假阳性，而高精确率可能漏掉重要秘密，因此找到两者之间的平衡至关重要。F1分数是比较解决方案的有效方式。

GitLab安全团队提醒用户保护公共项目中的凭证，建议将项目设为私有，使用加密工具存储秘密，并启用秘密检测功能。若凭证泄露，应重置并检查访问日志。