解决Caldera在Ubuntu 22.04上的安装问题:X509_V_FLAG_NOTIFY_POLICY错误分析
问题背景
Caldera是一款由MITRE开发的开源自动化对抗模拟平台,在网络安全领域有着广泛应用。近期有用户报告在Ubuntu 22.04系统上安装Caldera 5.0.0版本时遇到了一个与加密相关的错误,具体表现为模块'lib'缺少'X509_V_FLAG_NOTIFY_POLICY'属性。
错误现象
当用户在AWS EC2实例上运行Ubuntu 22.04系统,按照标准安装流程执行Caldera时,会遇到以下错误:
AttributeError: module 'lib' has no attribute 'X509_V_FLAG_NOTIFY_POLICY'. Did you mean: 'X509_V_FLAG_EXPLICIT_POLICY'?
这个错误发生在Python尝试导入asyncssh模块时,最终追溯到OpenSSL的crypto模块中X509证书存储标志的定义问题。
根本原因分析
经过技术社区的多方验证,这个问题主要出现在云环境(如AWS EC2和Azure)中的Ubuntu 22.04系统上,本地Ubuntu 22.04环境通常不会出现。问题的核心在于:
- 云环境中的Ubuntu系统预装的pyOpenSSL和cryptography库版本可能存在兼容性问题
- X509证书验证标志在不同版本的OpenSSL绑定中有所变化
- 云提供商可能对基础镜像进行了特定修改,影响了加密库的依赖关系
解决方案
针对这一问题,社区发现了两种有效的解决方法:
方法一:升级pyOpenSSL
sudo pip3 install --upgrade pyOpenSSL
方法二:升级cryptography库
pip3 install cryptography --upgrade
这两个方法都能解决问题,因为它们都会更新相关的加密组件到兼容的版本。在实际测试中,将cryptography从42.0.2升级到42.0.3版本即可解决。
额外注意事项
-
Web界面访问问题:部分用户报告在解决加密问题后,Web界面只能在localhost上访问,无法通过公共IP访问。这需要检查Caldera的配置文件,确保绑定地址设置为0.0.0.0而非127.0.0.1。
-
VueJS应用响应问题:有用户遇到前端应用无响应的情况,这可能与主机名配置或跨域设置有关,需要进一步调试前端配置。
-
环境差异:这个问题主要出现在云环境中的Ubuntu系统,本地Ubuntu 22.04通常不会遇到,说明云提供商可能对基础镜像做了特定修改。
最佳实践建议
对于在云环境中部署Caldera的用户,建议:
- 在安装Caldera前先升级加密相关库
- 检查系统Python环境和pip版本
- 考虑使用虚拟环境隔离依赖
- 部署完成后验证Web界面的可访问性
- 关注Caldera官方文档的更新,获取最新的安装指导
通过以上措施,可以确保Caldera在Ubuntu 22.04系统上的顺利安装和运行。
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-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