ZDNS v2.0.0 重大版本更新:核心重构与功能增强
ZDNS 是一款高性能的 DNS 解析工具,由 ZMap 团队开发,主要用于大规模 DNS 查询和分析。在 v2.0.0 版本中,项目进行了重大架构调整和功能增强,使其在灵活性、功能完备性和安全性方面都有了显著提升。
核心架构重构
本次更新的最大变化是将 ZDNS 拆分为核心库和 CLI 包装器两部分。这种架构调整带来了几个重要优势:
-
库化设计:现在其他 Go 工具可以直接调用 ZDNS 的核心功能,无需通过 CLI 接口和解析输出结果。这为开发者提供了更大的灵活性,可以轻松将 DNS 解析功能集成到自己的应用中。
-
模块化:核心功能的解耦使得项目结构更加清晰,便于维护和扩展。开发者可以根据需要选择使用完整的 CLI 工具或只调用特定的解析功能。
-
性能优化:通过减少 CLI 相关的开销,直接调用库可以获得更好的性能表现。
新增协议支持
v2.0.0 版本增加了对现代 DNS 协议的支持:
-
DNS over HTTPS (DoH):通过 HTTPS 协议进行 DNS 查询,提供更好的隐私保护和防篡改能力。
-
DNS over TLS (DoT):使用 TLS 加密的 DNS 查询,防止中间人攻击和监听。
这些新增协议使得 ZDNS 能够适应现代互联网环境对隐私和安全的需求,特别是在受限网络环境下仍能进行可靠的 DNS 解析。
查询功能增强
新版本对查询功能进行了多项改进:
-
完整名称服务器支持:通过
--all-nameservers选项,现在可以查询每个迭代步骤中的所有名称服务器,提供更全面的解析结果。 -
自动 CNAME/DNAME 跟踪:默认情况下,所有查询都会自动跟踪 CNAME 和 DNAME 记录,简化了配置过程,确保获取最终解析结果。
-
DNSSEC 验证:新增
--validate-dnssec选项支持完整的 DNSSEC 验证流程,可以确认 DNS 记录的完整性和真实性。
其他改进
除了上述主要变化外,v2.0.0 版本还包括:
-
性能优化:通过内部重构和算法改进,提高了查询处理效率。
-
测试增强:增加了更全面的测试覆盖,确保功能的可靠性。
-
错误修复:解决了多个已知问题,提升了工具的稳定性。
-
文档完善:更新了使用说明和开发文档,帮助用户更好地理解和使用新功能。
总结
ZDNS v2.0.0 是一个重要的里程碑版本,通过架构重构使其更加灵活和强大。新增的现代 DNS 协议支持和查询功能增强使其能够满足更广泛的使用场景,特别是在安全性和隐私保护方面有了显著提升。这些改进使得 ZDNS 在大规模 DNS 解析和分析领域继续保持领先地位,为研究人员和开发者提供了更强大的工具。
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