CVE-Search项目中数据库更新错误的分析与解决
2025-07-01 20:59:58作者:田桥桑Industrious
问题背景
在使用CVE-Search项目进行数据库更新时,用户遇到了一个关键错误。当执行./sbin/db_updater.py -f -c命令时,系统抛出了KeyError异常,提示缺少'vulnerableSystemConfidentiality'键值。这个问题出现在CVE-Search v5.1.0版本中,运行环境为Debian 12操作系统。
错误分析
该错误发生在处理NVD(National Vulnerability Database)数据的过程中,具体表现为系统无法找到预期的JSON字段'vulnerableSystemConfidentiality'。深入分析错误堆栈可以发现:
- 错误发生在CveXplore库的sources_process.py文件中
- 系统尝试访问一个名为"impact4"的结构中的"vulnerable_system_confidentiality"字段
- 但在原始NVD数据中,对应的字段名是"vulnerableSystemConfidentiality"(驼峰命名法)
根本原因
这个问题实际上是由版本不匹配引起的。CVE-Search v5.1.0官方要求的CveXplore版本是v0.3.35,但用户环境中可能手动升级到了v0.3.36。v0.3.36版本引入了对CVSSv4评分的支持,其中包含了对NVD API响应格式的新处理逻辑,但存在一些兼容性问题。
解决方案
对于遇到此问题的用户,有两种可行的解决方案:
- 降级方案:将CveXplore降级到v0.3.35版本,这是与CVE-Search v5.1.0兼容的官方版本。可以通过以下命令实现:
pip install --force-reinstall cvexplore==0.3.35
- 升级方案:将整个环境升级到最新版本,包括:
- CVE-Search v5.2.0
- CveXplore v0.3.38
最新版本不仅修复了这个兼容性问题,还包含了对EPSS(Exploit Prediction Scoring System)和NVD API变更的其他修复。
技术建议
对于使用CVE-Search这类工具的用户,建议:
- 始终检查官方文档中指定的依赖版本
- 在进行主要版本升级前,先在测试环境中验证
- 定期关注项目更新,因为数据库的格式可能会发生变化
- 考虑使用虚拟环境来隔离不同项目的Python依赖
总结
这个案例展示了开源工具链中版本管理的重要性。当不同组件间的版本不匹配时,可能会导致数据处理错误。对于工具而言,这种错误可能会影响评估的准确性。因此,维护一个版本一致且经过验证的环境对于运营至关重要。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137