DefectDojo 2.46.3版本发布:安全风险管理平台的优化与改进
DefectDojo是一个开源的风险管理平台,主要用于跟踪和管理应用程序安全问题。它提供了从问题发现到修复的完整生命周期管理功能,支持多种安全工具的集成,并提供了丰富的报告和分析功能。最新发布的2.46.3版本带来了一系列改进和优化,进一步提升了平台的稳定性和用户体验。
核心功能增强
本次发布的2.46.3版本在多个关键功能上进行了优化。首先是Excel导出功能的改进,现在能够更好地处理发现组(finding groups),并提供了更详细的日志记录,这对于大规模风险管理场景特别有价值。开发团队还修复了Defender组件中关于无风险检查的问题,确保了安全评估的准确性。
在CVSSv3评分系统方面,开发团队进行了测试回填工作,这意味着CVSSv3问题评分的计算和处理将更加可靠和一致。CVSS(通用问题评分系统)是安全领域广泛使用的标准,DefectDojo对其的良好支持对于安全团队评估问题严重性至关重要。
API功能改进
API方面,2.46.3版本新增了对多部分表单(multipart forms)中标签(tags)逗号分隔的支持,特别是在导入和重新导入操作中。这一改进使得批量操作更加灵活和高效,安全团队可以更方便地通过API进行大规模问题数据的导入和管理工作。
用户体验优化
用户界面方面,开发团队调整了分页选项,提供了更合理的数字选择范围。这一看似小的改进实际上能显著提升用户在处理大量问题数据时的浏览体验,避免了过长分页列表带来的不便。
代码质量提升
在代码质量方面,2.46.3版本用集中化的Action替换了原有的Review Bot,这反映了项目在持续集成/持续部署(CI/CD)流程上的优化。这种集中化管理方式有助于保持代码审查的一致性和效率,对于开源项目的长期健康发展尤为重要。
技术细节与升级建议
对于正在使用DefectDojo的用户,升级到2.46.3版本时应当参考官方升级指南。虽然这是一个小版本更新,但仍建议在测试环境中先行验证,特别是对于定制化程度较高的部署。新版本对Excel导出和API标签处理的改进可能需要相应的客户端调整以充分利用新功能。
DefectDojo作为一个成熟的开源风险管理平台,2.46.3版本的发布再次展示了项目团队对产品质量和用户体验的持续关注。这些改进虽然不一定是突破性的新功能,但对于日常使用中的稳定性和效率提升有着实际价值,值得现有用户考虑升级。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00