Cartography项目0.101.1版本发布:增强云安全态势管理能力
Cartography是一个开源的云安全态势管理工具,它通过收集和分析云环境中的各种资源数据,帮助安全团队全面了解其云基础设施的安全状况。该项目采用图数据库技术,能够直观展示云资源之间的复杂关系,为安全分析提供有力支持。
近日,Cartography项目发布了0.101.1版本,这个维护版本主要针对几个关键功能进行了改进和修复,特别是在CrowdStrike集成和AWS资源建模方面有显著提升。下面我们来详细解析这个版本的重要更新内容。
CrowdStrike设备采集优化
在安全运营中,端点安全数据至关重要。新版本对CrowdStrike Falcon平台的设备数据采集进行了重要改进:
-
分页处理增强:修复了之前版本中只能获取最多300台设备数据的限制问题。现在可以完整获取所有设备信息,这对于大型企业环境尤为重要,确保安全团队能够全面掌握所有端点的安全状态。
-
数据模型重构:对CrowdStrike主机数据模型进行了重构,使其更加符合Cartography项目的整体数据架构。这一改进不仅提高了数据一致性,也为后续的分析功能打下了更好的基础。
AWS资源建模改进
新版本对AWS资源的建模进行了多项重要优化:
-
经典负载均衡器支持:修复了经典负载均衡器(Classic Load Balancer)的数据采集问题。现在可以正确识别和分析这类传统负载均衡资源,这对于仍在过渡期的AWS用户特别有价值。
-
启动模板修复:解决了多个与EC2启动模板相关的问题:
- 修复了启动模板属性提取的准确性
- 优化了启动模板与实例的关联关系
- 改进了启动模板版本管理的数据采集
这些改进使得AWS EC2自动扩展相关的安全分析更加可靠,帮助安全团队更好地理解实例部署模式和潜在风险。
技术影响与价值
这个版本虽然是一个维护更新,但带来的改进对于云安全运营具有重要意义:
-
数据完整性提升:特别是CrowdStrike设备采集的改进,确保了安全团队能够基于完整的数据集进行分析和决策。
-
混合架构支持:经典负载均衡器的支持体现了项目对传统架构的兼容考虑,这在企业渐进式云迁移过程中尤为重要。
-
基础设施即代码安全:启动模板相关的改进强化了对基础设施即代码(IaC)的安全可见性,这是现代云安全实践的关键环节。
对于安全运营团队来说,升级到这个版本将获得更全面的云环境可视化和更准确的安全态势评估能力。特别是在处理大规模云环境和复杂混合架构时,这些改进将显著提升安全分析的效率和准确性。
建议所有使用Cartography进行云安全管理的团队评估升级到这个版本,特别是那些同时使用CrowdStrike端点保护和AWS云服务的组织。升级过程通常较为平滑,但建议先在测试环境中验证与现有工作流程的兼容性。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C094
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00