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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00