CTFd 3.7.7版本发布:安全竞赛平台的新特性与优化
项目简介
CTFd是一个开源的网络安全竞赛平台,广泛应用于各类CTF(Capture The Flag)比赛。它提供了完整的比赛管理系统,包括题目发布、队伍管理、积分排名等功能,是网络安全竞赛组织者的首选工具之一。
版本亮点
用户注册安全增强
3.7.7版本引入了一个重要的安全特性——邮箱域名黑名单功能。现在,管理员可以设置不允许注册的邮箱域名列表,有效防止特定域名的用户参与比赛。这一功能特别适用于:
- 限制企业内部竞赛只允许公司邮箱注册
- 阻止已知的垃圾邮件或临时邮箱注册
- 实现更精细化的参赛者身份控制
题目提示功能优化
在CTF比赛中,题目提示(hint)是帮助参赛者解决难题的重要辅助手段。新版本对提示系统进行了两项改进:
-
提示标题功能:现在可以为提示添加一个标题,在用户解锁提示前显示。这允许出题人提供关于提示内容的简要说明,帮助用户判断是否需要解锁该提示。
-
使用体验提升:通过预展示提示标题,参赛者可以更明智地决定是否花费积分解锁提示,提高了比赛资源的利用效率。
管理后台改进
对于管理员用户,3.7.7版本增强了文件管理功能:
- 题目文件现在会显示存储的sha1校验和,方便管理员:
- 验证文件完整性
- 快速比对不同版本的文件
- 确保比赛文件的唯一性和一致性
API性能优化
在性能方面,新版本对计分板API进行了重要修复和优化:
-
修复了
/api/v1/scoreboard/top/<count>
端点的缓存问题,现在不同count值能够正确缓存。 -
增加了安全限制,该API最多只返回前50名账户,防止可能的性能问题和滥用。
-
优化了缓存机制,提高了在高并发情况下的响应速度。
依赖项更新
作为常规维护的一部分,3.7.7版本更新了以下关键依赖:
-
gunicorn升级至23.0.0:Python WSGI HTTP服务器的重要更新,带来了性能改进和bug修复。
-
Jinja2升级至3.1.6:模板引擎的更新,提高了模板渲染的安全性和效率。
技术意义与应用场景
CTFd 3.7.7版本的发布体现了项目团队对安全性和用户体验的持续关注。邮箱黑名单功能特别适合企业内训和教育机构的私有比赛场景,而提示系统的改进则提升了公开比赛的参与体验。
对于大型比赛组织者,API的性能优化意味着更稳定的服务能力,特别是在比赛结束前的冲刺阶段,当大量用户频繁刷新计分板时,系统能够保持流畅响应。
文件校验和的展示虽然是一个小改动,但对于需要严格审核比赛内容的大型赛事非常重要,它简化了题目验证流程,降低了出错概率。
升级建议
对于正在使用CTFd的组织,建议在测试环境验证后尽快升级到3.7.7版本,特别是:
-
计划举办企业内训或限制性比赛的用户,可以利用新的邮箱黑名单功能。
-
经常使用文件题目的比赛,将受益于文件校验和的可视化。
-
预期参赛人数较多的赛事,应该利用API性能优化带来的稳定性提升。
升级过程通常只需替换代码文件并重启服务,但建议提前备份数据库和自定义配置,确保平稳过渡。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









