THE JEV GUIDE · CURATED EDITION

Cybersicherheit.

Launch News, Erklärungen, Demos und Community Projekte rund um TypeSafe Jev, nach Themen geordnet. Jeder Eintrag verweist auf die Quelle bei X.

Kuratierte Auswahl · Nicht vollständig · Manuell aktualisiert

5419kuratierte Posts
2789Originalvideos

Jev-Test: Erkennung von Betrugs-E-Mail-Betreffzeilen

Jev (jev-1.13.0), Clef und Clef-flash wurden mit nur Betreffzeilen getestet (60 betrügerische Betreffe vs. 79 offizielle Seitentitel). Direktes Fragen war ungeeignet; das Kombinieren von Merkmalsantworten ergab AUC 0,90–0,93, aber 15–25 % wurden übersehen. Echte E-Mails wurden nicht getestet.

Video frame from the original post: Jev-Test: Erkennung von Betrugs-E-Mail-Betreffzeilen

Jev-IDS: System-One-Modell für Netzwerk-Intrusionserkennung

Jev-IDS nutzt TypeSafes System-One-Modell für NIDS, ohne große gelabelte Datensätze oder teure LLMs. Es verarbeitet einen Flow pro Anfrage und stellt zwei Fragen (Angriff + Kategorie) – 22-mal günstiger als Gemini 3.6 Flash. Link

Jev-IDS: System-One-Modell für Netzwerk-Intrusionserkennung · original post image 1Jev-IDS: System-One-Modell für Netzwerk-Intrusionserkennung · original post image 2Jev-IDS: System-One-Modell für Netzwerk-Intrusionserkennung · original post image 3

Jev erkennt Phishing-E-Mails effizient

Von 200 E-Mails fing ein Schlüsselwortfilter nur 9 echte Phishing-E-Mails, während Jev 181 in jeweils 262 ms fing. Jev hat auch 9 normale E-Mails markiert (der Filter markierte 1), die meisten davon echte Rückerstattungen, die Betrug sehr ähnlich sehen. Der Autor wird diese 9 Rückerstattungen prüfen, um 172 weitere Phishing-Versuche zu stoppen.

LinkGuard: Sicherheit von Links per Hover mit Jev prüfen

LinkGuard ist eine kostenlose Chrome-Erweiterung ohne Konto. Bewegen Sie den Mauszeiger über einen Link: Er folgt Weiterleitungen, prüft öffentliche Bedrohungslisten, und Jev entscheidet in etwa 0,2 s: sicher, erst prüfen oder Betrug.

Leistung des Jev-Modells bei der Erkennung von Phishing

davepoon testete Jev mit 200 echten Phishing-E-Mails von 2025: Jev erkannte 181 (alter Keyword-Filter nur 9) bei 262 ms pro E-Mail; zusätzlich markierte es 9 von 200 normalen E-Mails (alter Filter: 1).

Cloudflare Clef: Open-Source-Entscheidungsmodell mit Jev-API-Kompatibilität

Cloudflare veröffentlicht das Open-Source-Entscheidungsmodell Clef (27B/Flash 9B) mit 64k-Kontext, Vision, Apache-2.0-Lizenz und Jev-API-Kompatibilität. Jetzt auf Workers AI verfügbar. Die gemessene Latenz ist deutlich niedriger als bei Jev, und die Domain-Klassifizierung in der Bedrohungsanalyse ist etwa 2-mal schneller als gpt-oss-120b.

Cloudflare Clef: Open-Source-Entscheidungsmodell mit Jev-API-Kompatibilität · original post image 1

Echtzeit-Phishing-Radar mit Jev erstellen

Ein Entwickler zeigt, wie Sonnet 5.5 mit dem Jev-Entscheidungsmodell von TypeSafe kombiniert wird, um Phishing-E-Mails auf einer E-Mail-Marketing-Plattform in Echtzeit zu erkennen. Jeder Punkt steht für eine E-Mail; Jev prüft jede, bevor sie den Posteingang erreicht (Demodaten).

Jev Guard: Open-Source-Sicherheitsschicht für KI-Agenten mit Jev

Ein Entwickler hat eine Open-Source-Sicherheitsschicht namens Jev Guard erstellt, die das Jev (System One) Modell von TypeSafe verwendet. Die geschätzten Modellkosten für 1 Million Sicherheitsprüfungen betragen nur 42 $ und schützen Benutzernachrichten, RAG-Dokumente, MCP usw.

Jev Guard: Open-Source-Sicherheitsschicht für KI-Agenten mit Jev · original post image 1

Spam und Phishing in iMessage mit Jev automatisch blockieren

Dieser Beitrag zeigt, wie man mit einem TypeSafe-AI-Jev- oder OpenRouter-Schlüssel Spam und Phishing in iMessage automatisch blockiert. Er betont den Open-Source-Charakter und empfiehlt die Installation für ältere Eltern.

Spam und Phishing in iMessage mit Jev automatisch blockieren · original post image 1