secureCodeBox v4.14.0 版本发布:安全扫描与自动化增强
secureCodeBox 是一个开源的自动化安全测试平台,它通过Kubernetes原生方式运行各种安全扫描工具,并将结果标准化处理。该项目可以帮助开发团队将安全测试无缝集成到CI/CD流程中,实现DevSecOps的自动化实践。
核心功能增强
本次发布的v4.14.0版本在多个方面进行了重要改进,其中最显著的是扫描元数据功能的引入。现在,所有发现的安全问题(Findings)都会自动关联到产生它们的扫描(Scan)元数据。这一改进使得安全团队能够更清晰地追踪每个安全问题的来源,包括扫描时间、扫描配置等关键信息,显著提升了安全审计和问题追溯的效率。
安全扫描器升级
v4.14.0版本对多个内置安全扫描器进行了版本升级,确保用户能够使用最新的漏洞检测能力:
- Gitleaks从8.23.3升级到8.24.0,增强了代码泄露检测能力
- Semgrep从1.106.0升级到1.113.0,提供了更多安全规则和改进的代码分析能力
- Trivy从0.59.0升级到0.60.0,容器和依赖漏洞扫描能力得到提升
- WPScan从3.8.27升级到3.8.28,WordPress安全扫描更加精准
这些升级使得secureCodeBox能够检测到更多新型漏洞和安全问题,保持与安全威胁的同步演进。
缺陷修复与稳定性提升
本次版本修复了多个影响用户体验的问题:
- 修复了http-webhook图表配置问题,确保webhook功能正常工作
- 移除了Vagrant相关配置,简化了部署流程
- 改进了扫描状态更新时的冲突处理机制,增加了重试逻辑
- 修复了容器自动发现功能的日志输出,使其更加清晰易懂
- 允许为所有Trivy组件配置imagePullSecret,增强了私有仓库支持
这些改进显著提升了平台的稳定性和可靠性,特别是在大规模自动化扫描场景下的表现。
持久化与集成改进
DefectDojo持久化提供程序得到了显著改进,错误处理机制更加健壮。现在当与DefectDojo集成出现问题时,系统能够提供更清晰的错误信息,并采取适当的恢复措施,确保安全数据不会丢失。
文档与维护优化
文档方面也进行了多项改进:
- 明确了容器自动发现功能默认禁用的说明
- 将升级指南迁移到文档网站,便于用户查找
- 修复了多个文档中的链接和说明
在维护方面,项目更新了多个依赖项,包括Gradle、Spring Web等核心组件,确保项目构建和运行环境的安全性和稳定性。
总结
secureCodeBox v4.14.0版本通过引入扫描元数据、升级安全扫描器、改进错误处理和增强文档等多个方面的改进,进一步提升了平台的自动化安全测试能力。这些变化使得安全团队能够更高效地识别和管理安全风险,同时为开发团队提供了更流畅的集成体验。对于已经使用secureCodeBox的用户,建议尽快升级以获取这些改进和新功能;对于新用户,这个版本提供了更稳定和功能丰富的安全测试平台选择。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00