该论文系统性地研究了安全领域研究人工制品（research artifacts）的安全性。研究人工制品通常用于支持实验可复现性，并被广泛共享，但现有的artifact evaluation（AE）主要关注功能正确性和可复现性，忽略了潜在的安全风险。作者从顶尖安全会议（如S&P、CCS、USENIX Security等）收集了509个研究人工制品，通过静态分析发现大量制品包含不安全的代码模式，可能引入攻击向量。为了进行结构化分析，他们提出了一种上下文感知的安全评估分类法，能够结合代码语义、执行上下文和实际利用可能性来过滤误报并识别真实风险。分析表明，在发现的常见问题中，41.60%在实用场景下可能构成安全威胁。为进一步支持规模化分析，作者提出了SAFE（Security-Aware Framework for Artifact Evaluation）框架，该框架是一个自治系统，能够自动判断工具报告的安全问题是否真正具有风险。SAFE在区分安全风险与非安全风险时达到84.80%的准确率和84.63%的F1分数。论文强调在AE中引入安全性评估有助于促进负责任和安全的共享。该研究适合安全研究人员、会议组织者、artifact evaluators以及任何共享或使用研究人工制品的学者。