StackRox 4.7.0-rc.1版本技术解析:安全扫描与集群管理的全面升级
StackRox是一款专注于Kubernetes和容器安全的企业级解决方案,它提供了从漏洞扫描到运行时保护的全方位安全功能。本次发布的4.7.0-rc.1版本带来了多项重要更新,特别是在节点扫描、证书管理和安全集成方面有显著改进。
RHCOS节点扫描能力全面增强
本次版本最显著的改进之一是RHCOS(Red Hat Enterprise Linux CoreOS)节点扫描功能的全面升级。Scanner V4现在不仅能够扫描节点上运行的容器镜像,还能直接检测RHCOS容器化镜像本身的漏洞。这一功能默认在所有安全集群上启用,当Scanner V4安装并与Central连接时,它将优先于Stackrox Scanner使用。
技术实现上,Scanner V4采用了报告缓存机制,有效避免了重复扫描对节点IO负载的影响。对于Red Hat相关内容的漏洞检测,Scanner V4现在使用Red Hat的VEX文件替代原有的CVE映射数据,同时引入了CSAF数据源来解决Red Hat安全公告数据不一致的问题。
日志管理与证书自动续期
在系统管理方面,4.7.0-rc.1版本引入了可配置的日志轮转功能。通过设置ROX_LOGGING_MAX_ROTATION_FILES和ROX_LOGGING_MAX_SIZE_MB环境变量,管理员可以灵活控制Central日志文件的数量和大小,便于日志管理和存储空间控制。
另一个重要改进是服务证书的自动续期功能。对于通过Helm或Operator安装的安全集群,系统现在能够自动续期服务证书,大大简化了证书管理工作,减少了因证书过期导致的服务中断风险。
安全扫描与集成增强
Scanner V4在本次更新中扩展了对openSUSE Leap 15.5和15.6的支持,同时放弃了对15.0和15.1版本的支持。在技术预览阶段,用户现在可以通过UI、CLI(roxctl image sbom)或API(/api/v1/images/sbom)从Scanner V4镜像扫描生成SBOM(软件物料清单),为软件供应链安全提供了新的工具。
Azure集成方面新增了短期令牌认证支持,可与Azure工作负载或托管身份配合使用。同时,系统现在会为OCP全局拉取密钥自动生成独立的镜像集成,这一功能可通过设置ROX_AUTOGENERATE_GLOBAL_PULLSEC_REGISTRIES环境变量来禁用。
架构优化与废弃功能
本次版本移除了Collector的Slim模式,这是继4.5版本将其标记为废弃后的最终移除。所有配置为使用Slim模式的集群将被自动转换为使用常规Collector镜像。相关环境变量RELATED_IMAGE_COLLECTOR_SLIM和RELATED_IMAGE_COLLECTOR_FULL也被移除,统一为RELATED_IMAGE_COLLECTOR。
Azure集成的API结构也发生了变化,从原来的docker字段改为azure字段。虽然旧结构仍被支持,但已被标记为废弃。使用委托扫描的用户需要注意确保Central和安全集群都升级到4.7或更高版本,以避免兼容性问题。
总结
StackRox 4.7.0-rc.1版本在安全扫描能力、系统管理和集成功能方面都有显著提升,特别是对Red Hat生态系统的深度支持使其在企业环境中的适用性进一步增强。自动证书续期和日志管理改进减轻了运维负担,而SBOM生成等新功能则为软件供应链安全提供了更多可能性。这些改进共同使StackRox在容器安全领域的领先地位更加稳固。
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