OpenCVE项目中SMTP通知与数据库统计问题的解决方案
2025-07-05 15:39:30作者:傅爽业Veleda
问题背景
在使用OpenCVE项目时,用户遇到了两个主要的技术问题:SMTP邮件通知功能失效和数据库统计任务执行失败。这两个问题影响了系统的核心功能,特别是安全漏洞的及时通知能力。
SMTP配置问题分析
用户按照官方文档配置了SMTP服务,使用了以下关键配置参数:
-
Web服务配置(web/opencve/conf/settings.py):
- 使用SMTP后端
- 指定邮件服务器主机和端口
- 禁用TLS加密
- 设置默认发件人地址
-
调度服务配置(scheduler/airflow.cfg):
- 配置SMTP主机和端口
- 禁用TLS相关选项
- 设置超时时间
虽然密码重置邮件可以正常发送,但CVE通知邮件却无法送达。检查发现Airflow的check_smtp测试功能工作正常,但实际任务执行时出现错误。
数据库统计问题分析
更深入调查发现,核心问题其实出在数据库的compute_statistics任务上。错误日志显示系统无法找到variable_upsert存储过程。这个存储过程本应在数据库迁移过程中自动创建。
解决方案
数据库问题修复
-
正确执行迁移:
- 确保使用最新代码库(master分支)
- 运行完整的安装脚本(./install.sh start)
- 不要手动修改核心代码文件(如statistics.py)
-
验证存储过程:
- 存储过程
variable_upsert应存在于PostgreSQL中 - 可通过psql命令行工具验证其存在性
- 存储过程
SMTP配置建议
-
配置验证:
- 确保Web和调度服务的SMTP配置一致
- 检查防火墙设置,确保端口25未被阻止
-
测试方法:
- 先测试密码重置功能验证基础SMTP配置
- 再测试CVE通知功能
最佳实践
-
部署建议:
- 始终从干净环境开始部署
- 遵循官方部署指南逐步操作
- 避免手动修改核心代码
-
故障排查:
- 检查Airflow任务日志获取详细错误信息
- 验证数据库迁移是否完整执行
- 确认所有服务使用相同配置
总结
OpenCVE项目中的通知功能依赖于多个组件的协同工作。当遇到问题时,应该:
- 首先确认数据库结构和存储过程完整
- 验证各服务的配置一致性
- 按官方指南进行部署和升级
- 避免对核心代码进行修改
通过系统性的排查和正确的部署方法,可以解决大多数配置相关的问题,确保OpenCVE的安全通知功能正常运行。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
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
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147