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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00