mod_auth_openidc 2.4.16.11版本发布:安全修复与商业支持扩展
mod_auth_openidc是一个Apache HTTP服务器的认证模块,它实现了OpenID Connect协议,为Web应用提供了现代化的身份验证解决方案。该项目允许Apache服务器轻松集成各种身份提供商(如Google、Microsoft、Okta等),实现单点登录(SSO)功能,同时支持OAuth 2.0授权框架。
安全修复:防止受保护内容泄露
本次2.4.16.11版本的核心改进是针对一个重要的安全问题修复。当使用OIDCProviderAuthRequestMethod POST配置时,模块存在潜在的受保护内容访问风险。这个问题由安全研究人员@pjb1008发现并报告。
该问题的具体表现为:在某些特定配置下,模块可能无法正确处理POST请求方法,导致本应受保护的内容可能被未授权访问。开发团队迅速响应,通过修改请求处理逻辑,确保了在各种配置下都能正确保护内容安全。
对于生产环境中的用户,特别是那些使用POST方法进行认证请求传输的部署,强烈建议尽快升级到此版本以解决此安全问题。
商业支持扩展
除了开源版本外,mod_auth_openidc还提供了丰富的商业支持选项:
-
多平台二进制包:商业用户可以获得针对各种特殊平台的预编译二进制包,包括:
- Microsoft Windows系统(64位和32位版本)
- Red Hat Enterprise Linux 6和7
- 较旧版本的Ubuntu和Debian发行版
- Oracle HTTP Server 11.1/12.1/12.2
- IBM HTTP Server 8和9
- IBM AIX 7.x操作系统
-
高级Redis/Valkey支持:商业许可证用户可以获得以下高级功能:
- 通过TLS加密的Redis/Valkey连接支持
- Redis/Valkey Sentinel高可用性解决方案支持(包括TLS加密)
- Redis/Valkey Cluster分布式解决方案支持(包括TLS加密)
这些商业功能特别适合企业级用户,它们提供了更高的安全性、可靠性和可扩展性,满足严格的生产环境需求。
版本兼容性与获取
2.4.16.11版本提供了针对多个流行Linux发行版的预编译包:
- Debian Bookworm和Bullseye
- Ubuntu Jammy和Noble
- RHEL/CentOS 8和9
对于需要自定义构建或特殊平台支持的用户,项目仍然提供了源代码包,可以自行编译安装。商业用户则可以通过官方销售渠道获取针对特定平台的预编译二进制包。
升级建议
对于现有用户,特别是那些:
- 使用POST方法进行认证请求传输
- 处理敏感或受保护内容
- 运行在公开可访问的环境中
建议尽快安排升级到2.4.16.11版本以确保系统安全。对于考虑商业支持选项的用户,可以评估高级功能是否满足其业务需求,特别是在需要企业级支持或特殊平台兼容性的场景下。
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