Cartography项目0.100.0版本发布:云安全图谱能力再升级
Cartography是一个开源的云基础设施安全图谱工具,它能够自动收集和分析云环境中的各种资源,并将它们之间的关系可视化呈现。通过构建这种全面的安全图谱,安全团队可以更清晰地了解云环境中的资产分布和潜在风险。
近日,Cartography项目发布了0.100.0版本,这个版本在多个关键功能上进行了重要改进,特别是在AWS ECR容器镜像分析、AWS API Gateway重构以及GCP IAM权限管理等方面都有显著增强。下面让我们详细看看这个版本带来的主要变化。
AWS ECR容器镜像分析的深度优化
新版本对AWS ECR(Elastic Container Registry)模块进行了多项改进,显著提升了容器镜像分析的深度和广度:
-
镜像ID独立处理机制:现在系统能够更精确地处理每个容器镜像的唯一标识符,避免了之前可能存在的镜像混淆问题。
-
镜像大小信息采集:新增了describe_images功能,可以获取容器镜像的体积信息,这对于容量管理和成本优化具有重要意义。
-
镜像标签提取优化:改进了镜像标签的提取逻辑,确保在describe_images操作时能够准确捕获所有相关标签。
-
分页处理增强:实现了更完善的分页机制,确保在大型容器仓库中也能完整获取所有镜像信息。
-
安全问题处理健壮性:改进了在获取安全问题信息时可能出现的KeyError异常,提高了系统的稳定性。
这些改进使得安全团队能够更全面地了解容器镜像的安全状况,为容器安全治理提供了更可靠的数据基础。
AWS API Gateway架构重构
0.100.0版本对AWS API Gateway模块进行了重要的架构重构:
重构后的实现采用了更清晰的数据模型,这使得代码结构更加合理,维护性得到提升。同时,新架构为未来添加更多API Gateway相关功能打下了良好基础。这种重构体现了项目对代码质量的持续追求,也预示着未来可能会有更多API Gateway相关功能的加入。
GCP IAM权限管理支持
这个版本首次引入了对Google Cloud Platform(GCP)IAM权限管理的支持:
通过这一功能,Cartography现在可以收集和分析GCP环境中的身份和访问管理数据,包括用户、服务账户、角色和权限等。这使得安全团队能够在多云环境中获得一致的权限可视化能力,有助于发现跨云平台的过度权限配置问题。
AWS EC2启动模板改进
针对AWS EC2启动模板功能,新版本进行了两项重要改进:
-
模板版本获取分离:将模板版本信息的获取与模板本身的获取操作分离,解决了之前可能存在的版本信息获取不完整的问题。
-
启动模板版本获取优化:专门针对启动模板版本信息的获取逻辑进行了改进,确保能够完整捕获所有版本信息。
这些改进使得EC2实例的启动配置管理更加可靠,有助于安全团队准确了解基础设施的配置状态。
其他改进
除了上述主要功能外,0.100.0版本还包含一些值得注意的优化:
-
Docker构建优化:在Dockerfile中使用
--no-cache-dir参数进行pip安装,减少了构建过程中的缓存占用,使镜像更加精简。 -
代码质量提升:通过重构和问题修复,整体代码质量得到提升,系统的稳定性和可靠性进一步增强。
总结
Cartography 0.100.0版本在多方面进行了重要改进,特别是在容器安全分析和云权限管理领域。这些增强功能使得Cartography作为云安全图谱工具的能力更加全面,能够帮助安全团队在多云环境中获得更深入的可见性。随着云原生技术的普及,这类基础设施安全图谱工具的价值将愈发凸显,而Cartography通过持续的迭代改进,正逐步成为这一领域的重要选择。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00