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。
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