DefectDojo 2.45.3版本发布:安全风险管理平台的重要更新
DefectDojo是一个开源的漏洞管理平台,专为安全团队设计,用于跟踪和管理应用程序安全风险。它提供了风险扫描、报告、工作流管理和协作功能,帮助开发和安全团队更高效地处理安全问题。
核心功能更新
专业版功能增强
本次2.45.3版本为专业版用户带来了多项增强功能。文档中新增了"专业版发现增强"相关内容,详细说明了专业版特有的高级功能和使用方法。同时,还添加了多个示例案例,帮助用户更好地理解如何在实际场景中应用这些功能。
风险导入处理改进
在风险导入方面,本次更新做了多处优化:
-
Fortify扫描器支持:现在能够正确处理Fortify扫描报告中标记为"suppressed"的发现项,将其视为假阳性(false positives)处理,这符合行业标准做法。
-
Tenable扫描器增强:在导入Tenable扫描报告时,系统会先检查必要的列是否存在,确保数据完整性,避免因格式问题导致导入失败。
-
重新导入逻辑优化:改进了重新导入功能,确保从报告中读取的特殊状态(如已确认、已解决等)能够被正确保留和应用。
系统集成与认证
在系统集成方面,本次更新改进了SAML认证的支持:
- 文档中新增了指向SAML-Tracer浏览器插件的参考信息,这个工具可以帮助管理员调试SAML认证流程,简化了SAML配置和故障排除过程。
风险识别扩展
平台新增了对Alibaba Linux系统风险ID的支持,扩展了风险识别能力。同时修复了Slackware和Siemens风险ID的识别问题,确保不同类型系统的风险能够被准确区分和处理。
用户界面改进
在用户界面方面,修复了Webhook配置页面中因缺少引号导致的渲染问题,提升了界面稳定性和用户体验。
服务等级协议(SLA)处理
改进了SLA计算逻辑,现在系统能够隐式解析finding.date字段,确保SLA计算更加准确可靠,帮助团队更好地跟踪和管理风险解决时效。
技术细节优化
-
设置文件更新:本次发布包含了settings.dist.py/local_settings.py的变更,主要是为了支持新增的Alibaba Linux风险ID识别功能。
-
API文档更新:随版本发布了最新的OpenAPI规范文档(oas.json和oas.yaml),方便开发者集成和使用DefectDojo的API接口。
这个版本通过多项功能增强和问题修复,进一步提升了DefectDojo作为企业级风险管理平台的稳定性和功能性,为安全团队提供了更强大的工具来应对日益复杂的安全挑战。
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