DefectDojo 2.46.4版本发布:安全风险管理平台的重要更新
DefectDojo是一个开源的风险管理平台,它帮助安全团队有效地跟踪和管理安全问题。作为一个功能强大的工具,DefectDojo支持从各种安全扫描工具导入风险数据,并提供问题跟踪、报告和分析功能。
核心功能更新
本次2.46.4版本带来了多项重要改进,特别是在问题解析和处理方面:
-
CVSSv4支持:AuditJS解析器现在支持最新的CVSSv4标准,同时改进了错误处理机制,使风险评估更加准确可靠。
-
Microsoft Defender优化:修复了MS Defender解析器中的缓存问题,确保每次导入都能获取最新的风险数据。
-
问题匹配改进:在旧版重新导入功能中,实现了对问题标题的大小写不敏感匹配,减少了重复问题的误报。
-
Anchorectl解析器增强:新增了对"evaluations"格式的支持,扩展了容器安全扫描的兼容性。
技术细节优化
在底层实现上,开发团队进行了多项技术改进:
-
CyberWatch解析器修复:解决了特定场景下的解析错误问题,提高了数据导入的稳定性。
-
HCL Appscan集成:修复了CWE(通用弱点枚举)缺失的问题,确保问题分类的完整性。
-
Celery日志改进:现在能够正确识别CELERY_LOG_LEVEL配置,使后台任务日志更加规范。
-
唯一标识符规范:明确了unique_id_from_tool字段的使用规范和价值,提高了数据一致性。
安全公告支持
新版本特别增加了对Alibaba Cloud Linux 3安全公告的支持,扩展了云环境安全监控的能力。同时引入了ALEA问题ID处理机制,增强了风险标识的多样性。
用户体验改进
在界面方面,2.46.4版本也做了多项优化:
- 更新了支持信息显示,使用户更容易获取帮助资源。
- 修复了详细指标面板中的页脚边距问题,提升了界面一致性。
- 改进了安全公告的展示方式,使关键信息更加突出。
升级建议
对于正在使用DefectDojo的企业和安全团队,建议尽快规划升级到2.46.4版本。新版本不仅修复了多个关键问题,还增强了系统的稳定性和功能完整性。升级前请务必参考官方升级指南,特别注意数据库迁移步骤和配置文件变更。
DefectDojo持续演进的功能集使其在开源风险管理领域保持领先地位,2.46.4版本的发布进一步巩固了其作为企业级安全运营核心工具的地位。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00