DefectDojo处理Fortify扫描报告时的严重性等级映射问题分析
2025-06-16 22:41:46作者:江焘钦
问题背景
在安全测试工具链集成过程中,DefectDojo作为一款开源的漏洞管理平台,经常需要处理来自不同扫描工具的报告。近期用户反馈在导入Fortify扫描报告(FPR格式)时,发现漏洞严重性等级出现了不匹配的情况。
具体现象
用户提供的Fortify原始报告显示:
- 危急(Critical):0个
- 高危(High):0个
- 中危(Medium):12个
- 低危(Low):72个
然而导入DefectDojo后,仪表盘显示:
- 危急(Critical):12个
- 高危(High):72个
- 中危(Medium):0个
- 低危(Low):0个
虽然总数84个问题保持一致,但严重性等级完全错位,导致风险评估出现偏差。
技术分析
根本原因
这一问题源于DefectDojo对Fortify报告中的严重性指标解析逻辑存在不足。Fortify使用自己的一套严重性评估体系,而DefectDojo在导入时未能正确映射这些等级到自身的分类标准。
影响范围
类似问题不仅出现在Fortify报告中,用户反馈Tenable的.nessus文件也存在相同类型的严重性映射问题。这表明这是一个跨多种扫描工具的通用性问题。
解决方案
开发团队通过合并的改进方案优化了严重性计算逻辑,使其更接近或等同于Fortify的原始优先级值(Friority)。这一变更主要涉及:
- 重新定义Fortify严重性到DefectDojo标准的映射关系
- 确保原始报告中的评估标准得到准确保留
- 统一不同工具的严重性评估体系
最佳实践建议
对于安全团队在使用DefectDojo处理第三方扫描报告时,建议:
- 导入后立即验证严重性等级的准确性
- 对于关键评估项目,进行人工复核
- 关注DefectDojo的版本更新,及时获取相关修复
- 遇到类似问题时,提供匿名化的原始报告以便问题重现
总结
问题管理平台与各种扫描工具的集成是安全运维中的关键环节。DefectDojo团队通过持续改进,解决了Fortify报告严重性映射的问题,提升了平台的数据准确性和可靠性。用户应当保持对这类集成问题的关注,确保风险评估的准确性不受技术细节影响。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660