# 安全治理资源卡片索引

本目录将用户 JSON 中的安全资源、论文和工具线索拆成可复核 Markdown 资源卡。状态分为：

- `direct_public_evidence`：已有公开论文/资料可直接支撑用户 JSON 中的相关技术线。
- `related_*` / `*_background`：能支撑技术方向，但不是该指标或系统的直接证据。
- `unresolved_user_json_claim`：来自用户 JSON，当前未找到公开原始来源，必须保留待核验状态。

## 证据链拆分

1. **MOLOT 恶意包/恶意文件检测链**：MOLOT、CEREBRO、PyPI/NPM benchmark、LLM labeling、statement-level taxonomy。
2. **PDG/FCD 源码/二进制片段检测链**：PDG/HOLMES、CodeGraph、FCD 待核验表。
3. **Agent 执行前安全门禁链**：由 MOLOT/SHAP/benchmark 证据共同支撑，最终转成 allow / warn / block / ask-human。

## 卡片列表

- [MOLOT System Card: Malicious Operational Logic Observation Transformer](01_molot_system_card.md) — `direct_public_evidence` / MOLOT 恶意包/恶意文件检测链
- [Malicious Package Detection in NPM and PyPI using a Single Model of Malicious Behavior Sequence](02_cerebro_behavior_sequence.md) — `related_behavior_sequence_baseline` / 行为序列 + BERT 恶意包检测链
- [A Benchmark Comparison of Python Malware Detection Approaches](03_python_malware_benchmark_bandit4mal_ossgadget.md) — `baseline_tool_evidence` / Bandit4Mal / OSSGadget / PyPI moderation baseline
- [Understanding NPM Malicious Package Detection: A Benchmark-Driven Empirical Analysis](04_npm_malicious_detection_benchmark.md) — `recent_benchmark_evidence` / NPM 恶意包行为 taxonomy / 工具对比链
- [OSS Malicious Package Analysis in the Wild](05_oss_malicious_package_analysis.md) — `dataset_and_lifecycle_evidence` / OSS 恶意包数据集 / 生命周期 / 攻击活动上下文链
- [Backstabber's Knife Collection: A Review of Open Source Software Supply Chain Attacks](06_backstabbers_knife_collection.md) — `supply_chain_attack_taxonomy` / 供应链攻击样本 / 攻击树 / 执行时机链
- [Unveiling Malicious Logic: Towards a Statement-Level Taxonomy and Dataset for Securing Python Packages](07_unveiling_malicious_logic_statement_taxonomy.md) — `statement_level_taxonomy_evidence` / 语句级恶意指标 / 代码定位 / 审核证据链
- [Detecting Malicious Source Code in PyPI Packages with LLMs: Does RAG Come in Handy?](08_llm_pypi_malicious_detection.md) — `llm_detection_and_labeling_reference` / LLM 检测 / RAG / few-shot / 文件级辅助标注链
- [Modeling Functional Similarity in Source Code with Graph-Based Siamese Networks](09_pdg_holmes_graph_siamese_clone_detection.md) — `pdg_clone_detection_background` / PDG / HOLMES / 语义 clone 检测链
- [Source Code is a Graph, Not a Sequence: A Cross-Lingual Perspective on Code Clone Detection](10_source_code_is_graph_clone_detection.md) — `graph_vs_sequence_clone_background` / CodeGraph / CodeBERT / 跨语言 clone 检测链
- [A Unified Approach to Interpreting Model Predictions](11_shap_unified_approach.md) — `explainability_foundation` / SHAP 解释 / 审核证据链
- [FCD / PDG C/C++ Performance Table from User JSON](12_fcd_pdg_performance_unresolved.md) — `unresolved_user_json_claim` / PDG/FCD 源码/二进制相似片段检测链

## 使用规则

- 论文卡只做防御、审计和资源分析用途。
- 恶意样例不得恢复成可执行 payload。
- 未核验的 FCD/PDG 性能表不得写成已验证结论。
- 所有工程化结论必须回到 `security_gate_contract`、`reviewer_evidence_schema` 和 `mvp_test_cases`。


## 证据引用标准

每张资源卡必须包含 `## 7. 证据引用`，并至少满足以下二选一：

1. 直接公网论文 / 资料 URL，例如 `https://arxiv.org/abs/...`。
2. 自身证据引用，例如 `user_provided_json`、`security_governance/data/resource_cards.json#/cards/<id>` 和 `security_governance/data/workbench.json#/resource_card_registry/cards/<id>`。

引用分级：

- `primary_public_url`：可公开访问的论文或资料链接。
- `primary_self_reference`：用户 JSON 或内部卡片引用；只能标为待核验。
- `markdown_card`：当前 Markdown 卡路径。
- `machine_registry_pointer`：机器可读索引位置。
- `workbench_pointer`：工作台数据引用位置。

凡是没有 `primary_public_url` 的性能、算法或专家事实，都不得升级为已核验结论。