ZAP扩展项目graphql-v0.26.0版本发布:增强GraphQL安全检测能力
ZAP(Zed Attack Proxy)是一款广受欢迎的开源Web应用安全测试工具,其强大的扩展机制允许开发者为其添加各种功能模块。本次发布的graphql-v0.26.0版本是ZAP扩展项目中专注于GraphQL安全检测的重要更新,为安全研究人员和开发者提供了更全面的GraphQL API安全检测能力。
GraphQL作为一种现代化的API查询语言,近年来在Web开发中越来越流行。与传统REST API不同,GraphQL允许客户端精确指定需要的数据字段,这种灵活性也带来了新的安全挑战。ZAP的GraphQL扩展正是为了帮助开发者识别和解决这些安全问题而设计。
核心功能改进
本次0.26.0版本带来了多项重要改进,首先是提升了最低支持的ZAP版本要求至2.16.0。这一变化确保了扩展能够充分利用ZAP核心的最新功能和安全修复。同时,该版本也更新了对Common Library add-on的依赖版本,解决了Issue 8016中提出的兼容性问题。
在功能增强方面,最值得关注的是新增了对多种GraphQL引擎的指纹识别能力。安全研究人员现在可以检测以下GraphQL实现:
- pg_graphql(PostgreSQL的GraphQL扩展)
- tailcall(高性能GraphQL服务器)
- Hot Chocolate(.NET平台的GraphQL服务器)
- Inigo(企业级GraphQL网关)
这些指纹识别能力的加入大大扩展了工具的应用场景,使得针对不同技术栈的GraphQL实现都能进行有效检测。
实用新特性
0.26.0版本引入了一个非常实用的功能:支持从文件导入introspection查询响应(Issue 8569)。Introspection是GraphQL的一项重要特性,允许客户端查询API的模式信息。通过从文件导入这些信息,安全测试可以在不直接向生产环境发送查询的情况下进行,这在对敏感系统进行安全评估时特别有价值。
另一个值得注意的改进是与Tech Detection(Wappalyzer)add-on的集成。当检测到GraphQL引擎时,相关信息会自动添加到Technology标签页中。这一集成使得技术栈分析更加全面,帮助安全团队更清晰地了解目标系统的技术构成。
维护与优化
除了上述功能增强外,本次发布还包含了一系列维护性更新,包括代码优化和内部改进。这些变更虽然对终端用户不可见,但有助于提高扩展的稳定性和性能,为未来的功能扩展奠定基础。
对于安全研究人员和开发者而言,graphql-v0.26.0版本的发布意味着更强大的GraphQL安全检测工具。无论是进行常规安全审计还是针对特定GraphQL实现的深入分析,这个扩展都提供了必要的功能支持。随着GraphQL技术的普及,这类专门的安全工具将变得越来越重要。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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