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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00