SBOM工具v4.0.2版本发布:全面支持SPDX 3.0规范
微软开源的SBOM工具(SBOM Tool)是一款用于生成、验证和管理软件物料清单(Software Bill of Materials)的专业工具。软件物料清单是现代软件开发中不可或缺的一部分,它详细记录了软件产品中使用的所有组件及其依赖关系,对于软件供应链安全管理和合规性至关重要。
重大API变更
本次v4.0.2版本带来了重要的API变更,主要体现在接口命名和功能调整上。开发团队对"Compliance"(合规性)相关命名进行了统一修改,全部调整为"Conformance"(一致性),这一变更反映了行业术语的标准化趋势。同时,NTIA(美国国家电信和信息机构)相关命名也被更新为NTIAMin,以更准确地表示其作为最小一致性标准的内涵。
值得注意的是,为了保持代码的清晰性和维护性,开发团队移除了向后兼容的接口适配层。这意味着直接使用SBOM工具API的开发者需要检查并更新他们的集成代码,以适应这些命名和结构上的变化。
SPDX 3.0规范支持
本次更新的核心亮点是新增了对SPDX 3.0规范的支持。SPDX(Software Package Data Exchange)是Linux基金会主导的软件物料清单标准,3.0版本带来了更丰富的元数据表达能力和更灵活的关系描述方式。
开发者现在可以通过指定-mi:SPDX3.0命令行参数来启用SPDX 3.0格式的生成和验证功能。工具内部实现了完整的SPDX 3.0组件模型转换逻辑,包括对扩展属性的支持。不过需要注意的是,当前版本尚未实现对SPDX 3.0文档的编辑(redaction)功能,如果用户尝试对SPDX 3.0格式的SBOM进行编辑操作,工具会主动抛出验证错误。
功能改进与问题修复
在功能改进方面,SBOM工具现在能够更智能地处理生成请求,只生成实际支持的清单格式,而不是尝试所有可能的格式。同时,工具现在将SourcesProviders作为事实来源,提高了数据一致性。
针对SPDX 3.0规范,开发团队修复了多个关键问题:
- 修复了关系生成中的逻辑错误
- 解决了根包(root package)的supplier和suppliedBy属性问题
- 修正了外部标识符处理中的空引用问题
- 修复了SBOM文件和包生成中的NoAssertion标记问题
- 解决了包依赖ID映射错误
在验证功能方面,工具现在能够识别并处理扩展属性,同时新增了记录签名验证结果的遥测方法,为后续分析提供了更丰富的数据支持。
开发者体验优化
为了提升开发者体验,本次更新包含多项改进:
- 新增了DotNet组件适配器,更好地支持.NET生态系统
- 改进了E2E测试的执行逻辑,确保测试环境的一致性
- 修复了本地运行E2E测试时可能遇到的问题
- 优化了Docker镜像构建过程,通过清理apt缓存减小了镜像体积
- 更新了多个依赖项版本,包括System.Text.Json从9.0.0升级到9.0.2
总结
SBOM工具v4.0.2版本标志着项目向更现代的软件物料清单标准迈出了重要一步。通过支持SPDX 3.0规范,工具能够满足更复杂的供应链安全需求,同时保持了与现有SPDX 2.2标准的兼容性。虽然引入了一些API变更,但这些调整有助于建立更清晰、更一致的代码结构,为未来的功能扩展奠定基础。
对于需要管理复杂软件供应链的组织来说,升级到这个版本将获得更强大的SBOM处理能力,特别是在处理现代软件组件关系和元数据方面。开发团队建议用户评估这些变更对现有工作流程的影响,并计划相应的升级策略。
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
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
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00