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。
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