# Analyse du code sur les demandes de fusion Découvrez comment CodeQL et AI Scan détectent les vulnérabilités dans les pull requests et aident à les prévenir au sein de vos organisations. ## Overview Le rapport « Analyse du code sur les pull requests » dans la vue d’ensemble de la sécurité vous aide à comprendre dans quelle mesure code scanning empêche les vulnérabilités dans les pull requests de votre organisation ou de toutes les organisations de votre entreprise. Vous pouvez afficher l’ensemble du jeu de données ou filtrer pour des critères spécifiques, ce qui facilite l’identification des référentiels où vous devrez peut-être prendre des mesures pour rechercher et réduire les risques de sécurité. Le rapport comporte des onglets distincts CodeQL et **AI Scan**. ## Métriques disponibles ### CodeQL mesures L’aperçu vous présente un résumé du nombre de vulnérabilités empêchées par CodeQL dans les pull requests. Les métriques sont suivies uniquement pour les pull requests qui ont été fusionnées dans les branches par défaut des dépôts de vos organisations. Vous pouvez également trouver des métriques plus granulaires, telles que le nombre d’alertes corrigées avec et sans suggestions, le nombre d’alertes non résolues et fusionnées, ainsi que le nombre d’alertes rejetées comme faux positifs ou risques acceptés. Vous pouvez également afficher : * Les règles qui provoquent le plus d’alertes et le nombre d’alertes auxquelles chaque règle est associée. * Le nombre d’alertes qui ont été fusionnées dans la branche par défaut sans être résolues, et le nombre d’alertes rejetées en raison d’un risque acceptable. * Nombre d’alertes qui ont été corrigées avec une suggestion acceptée Copilot Autofix , affichées sous la forme d’une fraction du nombre total Copilot Autofix de suggestions disponibles. * Taux de correction, dans un graphique montrant le pourcentage d’alertes corrigées avec une suggestion disponible Copilot Autofix et le pourcentage d’alertes qui ont été corrigées sans Copilot Autofix suggestion. * Temps moyen de correction, dans un graphique montrant l’âge moyen des alertes fermées qui ont été corrigées avec une suggestion disponible Copilot Autofix et l’âge moyen des alertes fermées qui ont été corrigées sans Copilot Autofix suggestion. > \[!NOTE] Les métriques pour Copilot Autofix seront affichées uniquement pour les référentiels où Copilot Autofix est activé. ### Métriques de l’AI Scan L’onglet **AI Scan** affiche: * **Constatations totales :** Nombre de constatations de l’analyse IA. * **Constatations avec suggestions Autofix :** Nombre et pourcentage de constatations qui avaient une suggestion Autofix Copilot Autofix. * **Résultats de l’analyse IA dans les pull requests :** Graphique qui regroupe les résultats au fil du temps par **correction automatique suggérée** et **correction automatique non suggérée**. * **Résultats des constatations avec une suggestion de correction automatique :** La part des constatations pour lesquelles un correctif a été appliqué ou la constatation a été rejetée. * **Résultats des constats sans suggestion de correction automatique :** La part des constats pour lesquels un correctif a été appliqué ou le constat a été rejeté. La plage de dates et les filtres que vous sélectionnez s’appliquent à toutes les métriques d’analyse IA affichées dans le rapport. ## Visibilité Vous pouvez voir code scanning les métriques d’un référentiel si vous avez : * Rôle `admin` du référentiel * Rôle de référentiel personnalisé avec les autorisations affinées « Afficher code scanning les alertes » pour le référentiel * Accès aux alertes pour le référentiel ## Étapes suivantes Pour afficher le rapport « Analyse du code sur les pull requests », consultez [Affichage des métriques d’analyse du code pour les pull requests](/fr/code-security/how-tos/view-and-interpret-data/analyze-organization-data/viewing-metrics-for-pull-request-alerts).