OpenVAS Scanner v23.17.0 版本深度解析:安全扫描新特性与改进
OpenVAS(Open Vulnerability Assessment System)是一款功能强大的开源安全扫描工具,它能够帮助安全专业人员识别网络系统中的潜在风险。作为其核心组件,OpenVAS Scanner负责执行实际的扫描任务并检测系统中的安全问题。最新发布的v23.17.0版本带来了一系列重要的功能增强和问题修复,进一步提升了工具的实用性和可靠性。
核心功能增强
1. 新增NASL内置函数支持
本次更新在NASL(Nessus Attack Scripting Language)脚本语言中新增了几个关键内置函数:
script_get_preference()函数允许脚本获取预定义的偏好设置,为风险检测提供了更灵活的配置方式- 新增的
pem_to_rsa()和pem_to_dsa()函数实现了PEM格式密钥到RSA/DSA密钥的转换,增强了加密相关操作的能力 ftp_get_pasv_port()函数专门用于FTP协议扫描,能够获取FTP被动模式下的端口信息
这些新增函数显著扩展了NASL脚本的能力范围,使安全研究人员能够编写更复杂、更精确的风险检测脚本。
2. IPv6协议全面支持
v23.17.0版本对IPv6协议的支持进行了重大升级,包括:
- IPv6数据包处理能力
- 支持TCP和UDP协议在IPv6上的实现
- 完整的ICMPv6协议支持
随着IPv6网络的普及,这一改进确保了OpenVAS Scanner能够有效扫描现代网络环境中的IPv6设备和服务。
3. 性能监控接口
新增的GET /health/performance?端点提供了系统性能监控能力,管理员可以通过此接口:
- 实时获取扫描器性能指标
- 监控资源使用情况
- 及时发现潜在的性能瓶颈
这一功能对于大规模部署环境尤为重要,有助于维持扫描服务的稳定性。
系统改进与优化
1. 软件包检测增强
Notus组件(OpenVAS的风险检测引擎)在此版本中获得了多项改进:
- 新增对Arch Linux及其ALPM包管理器的支持,扩展了Linux发行版覆盖范围
- 改进了ebuild(Gentoo包格式)的解析和比较算法,提高了检测准确性
- 优化了正则表达式处理,提升了模式匹配效率
这些改进使得OpenVAS能够更准确地识别各种Linux发行版上安装的软件包及其版本信息。
2. 端口处理机制重构
本次更新对端口处理机制进行了重构:
- 改进了知识库(KB)中的端口存储方式
- 优化了相关NASL函数的端口操作逻辑
- 提高了端口扫描的准确性和效率
这一改进对于网络服务发现和风险检测具有重要意义。
关键问题修复
v23.17.0版本解决了多个影响系统稳定性和功能性的问题:
- 主机名解析问题:修复了默认解析为LOCALHOST的问题,确保扫描目标识别准确
- 数据转换问题:修正了整数0/1到OpenVAS布尔值no/yes的转换逻辑
- 编码问题:解决了feed更新时的编码处理异常
- 进程管理:修复了NASL解释器中的forking行为问题
- 扫描管理:改进了扫描删除操作的可靠性
- 运算符问题:修正了>>>移位运算符的方向错误
这些修复显著提升了工具的稳定性和可靠性,减少了在实际使用中可能遇到的问题。
安全增强
本次更新特别关注了安全相关改进:
- 集成了CISA KEV(已知风险)数据库,使扫描器能够优先检测已被确认的安全问题
- 改进了Xrefs(交叉引用)参数处理,确保风险参考信息准确无误
- 增强了数据验证机制,防止潜在的安全问题
这些安全增强措施使OpenVAS Scanner在风险检测方面更加全面和可靠。
技术架构改进
在底层架构方面,v23.17.0版本继续推进Rust语言的集成:
- 更多关键功能从C迁移到Rust实现,提高了内存安全性和并发性能
- 优化了Rust与现有C代码的互操作性
- 减少了潜在的内存安全问题
这种渐进式的重写策略既保证了稳定性,又逐步提升了代码质量。
总结
OpenVAS Scanner v23.17.0版本通过新增功能、改进现有实现和修复关键问题,进一步巩固了其作为开源安全扫描解决方案的地位。特别是对IPv6的全面支持、性能监控接口的加入以及安全检测能力的增强,使其能够更好地适应现代网络环境的需求。对于安全专业人员来说,升级到这一版本将获得更全面、更可靠的风险检测能力,有助于更有效地识别和处理系统中的安全问题。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00