DefectDojo 2.44.4版本发布:安全漏洞管理平台的重要更新
DefectDojo是一个开源的漏洞管理平台,它帮助安全团队高效地管理应用程序安全测试结果。作为一个强大的工具,DefectDojo能够集中存储、跟踪和管理安全漏洞,支持多种扫描工具的导入,并提供丰富的报告和分析功能。
核心功能改进
本次2.44.4版本在多个关键功能上进行了优化和增强:
-
Jira集成改进:修复了Jira Finding Groups功能中字符串与函数混淆的问题,使得与Jira的集成更加稳定可靠。
-
文件格式处理优化:对多种文件格式的选择界面进行了美化改进,提升了用户在处理不同格式安全报告时的体验。
-
内存管理增强:在导入功能中优化了内存使用,不再长期维护已解析的发现结果,有效降低了内存消耗。
-
漏洞标识符扩展:新增了对Slackware、Arch Linux和openSUSE安全公告的支持,丰富了漏洞识别能力。
技术架构优化
-
数据库迁移:引入了新的法规支持,确保平台能够满足更多合规性要求。
-
代码质量提升:通过添加PLW0602规则到Ruff linter,进一步提高了代码质量。
-
前端构建工具升级:将Vite从6.2.0升级到6.2.3,提升了前端构建效率和安全性。
安全扫描器支持
-
GitLab DAST解析器:修复了请求响应对的解析问题,使得GitLab动态应用安全测试结果的导入更加准确。
-
TestSSL支持:为TestSSL扫描工具添加了引用支持,完善了对该工具生成报告的处理能力。
-
ORT解析器:解决了TODO项,提高了该解析器的完整性和可靠性。
部署与维护
-
数据库等待机制:为等待数据库的服务添加了资源限制,提高了部署的稳定性。
-
文档完善:对SSO文档进行了改进,更明确地区分了环境变量和本地设置的使用场景。
DefectDojo 2.44.4版本的这些改进,使得这个开源漏洞管理平台在功能完整性、系统稳定性和用户体验方面都有了显著提升,为安全团队提供了更加强大和可靠的工具来管理应用程序安全风险。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C0130
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00