我是 GitHub 代码和数据搜索类的新手。 我的动机是搜索/扫描 GitHub/Git 的 A 到 Z 公共存储库，以确保没有人复制我的公司源代码或敏感数据。
我正在考虑以下挑战；
请给我一个指导。
非常感谢您的快速帮助（提前！）
阿布舍克
【问题讨论】：
标签： passwords scanning sensitive-data
欢迎来到 StackOverflow！
最好的办法是使用Github's search API 来查找您感兴趣的代码。例如，使用 Github 搜索我的域名（不是通过 API），我可以find code that I've committed。
但是，请记住，这并不能解决您确保没有人复制您的源代码的问题。有无数的 git 服务：GitHub、GitLab、Bitbucket，仅举几例。除此之外，您还必须与无法搜索的私有存储库抗衡。不可能搜索所有内容。最好的办法是制定安全措施以防止这种情况发生，例如设置严格的访问控制，确保您的员工以及与您合作的任何供应商了解并同意公司有关数据的政策。
最后，制定负责任的披露计划将鼓励白帽黑客将任何违规行为通知您。
现在，考虑到所有这些，我仍然认为创建一个小型机器人来搜索 github 等热门地点并不是一个坏主意。您可以做的另一件事是创建一个金丝雀，其中您有一个唯一的工作是唯一可识别的对象，以便如果存在违规行为，您的搜索可以轻松找到它。
canary 可以是数据库中的唯一行，其中包含唯一文本的特定文件等。您可以在其中定期搜索该文本，如果出现，您就知道存在违规行为。
【讨论】：