ScubaGear项目关于SharePoint自定义脚本策略变更的技术分析
背景概述
微软近期对SharePoint和OneDrive的自定义脚本配置选项进行了重要更新,这对ScubaGear安全基线中的相关策略检查产生了直接影响。作为一款专注于Microsoft 365安全配置评估的开源工具,ScubaGear需要及时跟进这些平台级变更,确保策略检查的准确性和有效性。
变更内容分析
微软此次变更主要涉及两个方面的调整:
-
MS.SHAREPOINT.4.1v1策略(个人OneDrive站点的自定义脚本)已从SharePoint管理门户中完全移除。经实际验证,该设置已无法在管理界面中找到,且ScubaGear的现有代码中并未包含对该字段的检查。
-
MS.SHAREPOINT.4.2v1策略(自助服务站点/SharePoint站点的自定义脚本)的实现方式发生了重大变化:
- 传统的经典设置管理页面中的配置选项已失效
- 新配置位置迁移至SharePoint管理中心 > 站点 > 活动站点页面
- 仍可通过PowerShell命令进行修改
- 微软声称非合规配置将在24小时内自动恢复,但实际测试显示该行为并不一致
技术验证过程
项目团队通过以下方式进行了全面验证:
-
管理界面测试:确认了新旧配置路径的实际效果差异,发现经典管理界面中的修改不再影响实际配置状态。
-
PowerShell验证:使用
Set-SPOSite命令成功修改了DenyAddAndCustomizePages参数,该修改能够被ScubaGear正确检测到。 -
自动恢复机制测试:将多个站点的自定义脚本设置为"Allowed"后,观察自动恢复行为。结果显示只有部分站点在24小时内被恢复为"Blocked",其他站点配置保持不变,这与微软文档描述存在差异。
影响评估与解决方案
基于验证结果,项目团队制定了以下应对方案:
-
MS.SHAREPOINT.4.1v1策略:
- 从安全基线中完全移除
- 无需修改ScubaGear代码(因其原本就不包含该检查项)
-
MS.SHAREPOINT.4.2v1策略:
- 短期方案:修改ScubaGear规则引擎,将该策略检查结果标记为N/A(不适用)
- 基线文档更新:添加说明文字表明该策略基于的配置项已被弃用
- 长期计划:在后续版本中完全移除该策略检查
技术建议
对于企业安全团队,建议采取以下措施:
-
了解微软在SharePoint安全配置方面的演进方向,自定义脚本控制将逐渐由平台统一管理。
-
对于仍需精细控制脚本执行的场景,建议:
- 使用新版管理界面进行配置
- 通过PowerShell脚本批量管理
- 建立定期检查机制,确认配置状态符合预期
-
关注ScubaGear的版本更新,及时获取最新的策略检查能力。
总结
微软对SharePoint自定义脚本管理的调整反映了其向更自动化安全管控模式的转变。作为安全评估工具,ScubaGear需要平衡策略的严谨性与平台演进的现实,此次变更处理体现了工具维护团队对微软生态变化的快速响应能力。建议用户关注后续版本更新,以获得最佳的安全评估体验。
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-1.5暂无简介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