Core Rule Set 4.13.0 版本发布:安全防护再升级
Core Rule Set(CRS)是一个开源的Web应用防火墙规则集,主要用于保护Web应用程序免受各种攻击。作为ModSecurity等WAF引擎的核心规则库,CRS提供了针对SQL注入、跨站脚本(XSS)、远程代码执行等常见Web攻击的防护能力。最新发布的4.13.0版本带来了一系列重要的安全增强和优化。
安全问题修复
本次更新中最重要的修复是针对REQUEST_URI双重URL解码问题的安全补丁。这个问题可能导致WAF绕过,因为攻击者可能利用双重解码来规避规则检测。开发团队通过修正URL解码逻辑,确保了安全规则能够正确识别经过编码的攻击载荷。
新增检测能力
4.13.0版本引入了多项新的检测能力,进一步增强了防护覆盖面:
-
针对CVE-2025-29927(Next.js框架问题)的检测规则,通过识别特定的请求头来防范相关攻击。
-
新增了一批XSS攻击载荷的检测模式,覆盖了更多变种的跨站脚本攻击技术。
-
扩展了受限文件扩展名列表(tx.restricted_extensions),新增了.dist和.dpkg-dist等可能包含重要信息的配置文件扩展名。
-
增加了更多常见的会话cookie名称,提高了会话劫持攻击的检测能力。
规则优化与调整
开发团队对现有规则进行了多项优化:
-
移除了检测Java源代码泄露的规则952100,这反映了现代开发实践的变化。
-
修复了原型污染检测规则934130,扩展了其检测模式以覆盖更多攻击变种。
-
修正了路径遍历检测规则930110,避免了误报情况。
-
改进了电子邮件地址检测规则,解决了特定格式(如firstname.dockery@host.tld)的误报问题。
性能与稳定性改进
本次更新还包括多项底层优化:
-
增加了对未设置TX变量的预检查,提高了规则执行的稳定性。
-
针对Unix远程代码执行规则进行了调整,减少了定量测试中发现的误报情况。
-
更新了受限上传文件类型列表,保持了与最新威胁形势的同步。
总结
Core Rule Set 4.13.0版本延续了项目对Web应用安全的前沿防护理念,通过新增检测能力、优化现有规则和修复安全问题,为Web应用提供了更全面、更精确的保护。对于使用WAF来保护Web应用的组织来说,及时升级到最新版本是确保安全防护有效性的重要措施。特别是那些运行Next.js等框架的应用,新版本提供的针对性防护尤为重要。
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