OVH The Bastion项目v3.18.99-rc1版本发布:全面支持IPv6
OVH The Bastion是一个开源的堡垒机解决方案,主要用于安全地管理和审计对关键系统的访问。它提供了强大的访问控制、会话记录和审计功能,是企业级基础设施安全防护的重要组成部分。
最新发布的v3.18.99-rc1版本带来了多项重要更新,其中最引人注目的是对IPv6协议的全面支持。这个预发布版本标志着该项目在网络协议支持方面迈出了重要一步。
IPv6支持的实现细节
在本次更新中,开发团队对代码库进行了全面审查和修改,确保系统能够正确处理IPv6地址。虽然大部分代码已经具备IPv6感知能力,但仍有一些地方默认假设使用IPv4协议。这些部分都经过了调整,现在可以同时支持两种IP版本。
值得注意的是,出于兼容性考虑,IPv6支持默认是禁用的。管理员需要在bastion.conf配置文件中显式设置IPv6Allowed选项为true,才能启用IPv6出站连接。同时,团队还新增了IPv4Allowed选项,默认启用,允许管理员将堡垒机配置为纯IPv6环境。
性能优化与安全增强
除了IPv6支持外,本次更新还包含多项性能优化和安全增强:
-
算法升级:新安装的系统现在默认使用ECDSA算法生成出站密钥,取代了之前的RSA算法。ECDSA在提供相同安全级别的同时,具有更小的密钥尺寸和更高的计算效率。
-
IP验证加速:is_valid_ip函数的性能提升了35%,这对于拥有数千条ACL规则的群组来说尤为明显,可以显著提高访问控制列表的处理速度。
-
信息展示优化:修复了accountInfo和groupInfo命令中一些信息显示问题,确保用户只能看到他们有权限访问的信息。
测试框架改进
开发团队对测试框架进行了重要改进:
- 采用了更标准的TAP::Harness来运行单元测试
- 优化了功能测试的执行速度
- 新增了--skip-functional-tests和--skip-unit-tests选项,提供更灵活的测试控制
- 默认不再运行一致性检查,以加快测试速度
网络相关修复
本次更新还修复了多个网络相关的问题:
- 修复了nc、mtr、ping和alive插件对子网的拒绝处理
- 完善了is_in_any_net函数对子网匹配的支持
- 统一了术语使用,用"subnet"替代了之前不一致的"prefix"或"slash"表达
升级建议
由于IPv6支持是一个重大变更,尽管已经进行了大量测试,但团队仍将其标记为预发布版本,建议在生产环境中谨慎评估。管理员可以参考项目文档中的具体升级指南进行部署。
这个版本展示了OVH The Bastion项目对现代网络环境的适应能力,特别是对IPv6的全面支持,使其能够更好地服务于未来的网络基础设施。性能优化和安全增强也进一步巩固了其作为企业级堡垒机解决方案的地位。
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