f8x项目中的AWVS容器更新与使用指南
2025-07-06 02:23:45作者:齐冠琰
背景介绍
f8x是一个功能强大的安全工具集合项目,其中包含了AWVS(一款知名的Web应用漏洞扫描工具)的快速部署脚本。近期,该项目中的AWVS容器镜像进行了重要更新,需要用户注意新的部署方式。
问题发现
在使用f8x项目的AWVS部署功能时,用户可能会遇到以下情况:
- 容器启动后提示"Activate License"的许可证激活界面
- 需要额外的Linux能力参数才能正常运行
解决方案分析
经过对AWVS官方Docker镜像的更新日志分析,发现自特定版本开始,AWVS容器需要特殊的启动参数:
- 对于15.4.230222085及以上版本,需要添加
--cap-add LINUX_IMMUTABLE参数 - 对于23.11.231123131 Beta版本开始,则不再需要LINUX_IMMUTABLE能力
正确的容器启动方式
目前有两种推荐的启动方式:
方法一:使用Beta通道镜像
docker run -it -d -p 13443:3443 secfa/docker-awvs:beta
方法二:使用稳定版镜像并添加能力参数
docker run -it -d -p 13443:3443 --cap-add LINUX_IMMUTABLE secfa/docker-awvs
技术细节解析
-
LINUX_IMMUTABLE能力:这是Linux内核提供的一种特殊能力,允许进程标记文件为不可变的(immutable),防止被意外修改或删除。AWVS新版本可能需要此能力来保护关键文件。
-
端口映射:13443是主机端口,3443是容器内部端口,这种映射方式允许通过主机的13443端口访问容器内的AWVS服务。
-
镜像标签选择:beta通道通常包含最新功能但可能不够稳定,而稳定版则经过更充分测试。
项目维护状态
f8x项目团队已经及时响应了这一变化,在最新提交中更新了相关脚本,确保用户能够顺利部署最新版本的AWVS容器。
最佳实践建议
- 生产环境建议使用稳定版镜像并添加LINUX_IMMUTABLE能力
- 测试环境可以尝试beta通道镜像以获取最新功能
- 定期检查镜像更新日志,了解可能影响部署的变更
- 部署后建议验证AWVS功能是否正常,特别是扫描引擎是否能够正常工作
通过遵循这些指南,用户可以确保AWVS容器在f8x项目中能够正确部署并发挥其强大的Web应用安全扫描能力。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
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!
C
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211