SBOM工具v3.1.0版本发布:增强SPDX兼容性与构建优化
2025-06-26 21:10:21作者:廉彬冶Miranda
项目概述
SBOM工具(Software Bill of Materials Tool)是微软开源的一款用于生成软件物料清单(SBOM)的专业工具。SBOM作为软件供应链安全的重要基础设施,能够详细记录软件组件及其依赖关系,帮助开发者和管理者更好地追踪和管理软件组成。本次发布的v3.1.0版本在SPDX标准兼容性、构建系统优化和错误处理方面做出了重要改进。
核心功能增强
SPDX 3.0解析器支持
本次更新最显著的特点是增加了对SPDX 3.0规范的完整支持。开发团队实现了SPDX 3.0 JSON元素的定义和生成逻辑,同时确保向后兼容SPDX 2.2解析器。这一改进使得工具能够处理最新版本的SPDX文档,同时保持与现有生态系统的兼容性。
特别值得注意的是,团队优化了元数据契约的设计,使其能够无缝处理来自不同工具生成的SBOM文件,包括Syft等流行工具生成的文档。通过移除不必要的解析错误,大大提升了工具的互操作性。
接口设计与配置分离
在架构层面,v3.1.0版本对配置系统进行了重要重构。开发团队通过添加接口pin功能,将IConfiguration接口进行了合理拆分,这一改动既保持了向后兼容性,又为未来的扩展奠定了基础。这种设计使得配置系统更加模块化,降低了各组件间的耦合度。
构建与测试优化
跨平台构建支持
本次发布显著改进了跨平台构建能力:
- 为osx-arm64平台指定了正确的构建镜像,确保在苹果M系列芯片上的兼容性
- 将Ubuntu运行器固定到22.04版本,提高构建环境的稳定性
- 针对不同平台优化了E2E测试策略,确保net472目标仅在Windows上运行
测试框架升级
测试基础设施得到全面增强:
- 将MSTest升级为元包和MTP(Microsoft Testing Platform),简化依赖管理
- 启用了MSTest分析器,提高了测试代码质量
- 移除了FluentAssertions依赖,简化测试断言逻辑
- 增加了单元测试在CI流水线中的执行环节
安全与性能改进
安全增强
- 针对Microsoft.Extensions.Caching.Memory进行了版本升级,解决了已知的安全问题
- 优化了LicenseInformationService的超时配置,使其可通过CLI参数灵活调整
性能优化
- 移除了不必要的依赖项,减小了二进制体积
- 优化了构建过程中的任务执行逻辑
- 改进了并行处理能力,提升了大规模SBOM生成效率
开发者体验提升
错误处理改进
开发团队对错误处理机制进行了多项优化:
- 移除了阻止处理合法SBOM文档的不必要错误
- 改善了错误信息的清晰度和可操作性
- 优化了CLI参数的帮助文本,使工具更易于使用
开发工具链更新
项目维护了现代化的开发工具链:
- 更新了GitHub Actions工作流版本
- 升级了多种开发依赖项
- 优化了代码质量分析流程
总结
SBOM工具v3.1.0版本通过增强SPDX标准支持、优化构建系统和改进开发者体验,进一步巩固了其作为专业SBOM生成工具的地位。这些改进使得工具在处理复杂软件供应链场景时更加可靠和高效,为软件供应链安全提供了更强大的支持。对于关注软件组成透明化的开发团队和安全专业人员来说,这一版本值得考虑升级。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
677
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
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
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
492
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
342
146