Apache Pulsar 升级 protobuf-java 以解决 CVE-2024-7254 安全问题
Apache Pulsar 社区近期发现项目中使用的 protobuf-java 库存在一个被标记为重要级别的安全问题 CVE-2024-7254。虽然该问题在实际使用场景中对 Pulsar 用户影响有限,但出于安全最佳实践的考虑,社区决定对相关依赖进行升级处理。
问题背景
Protocol Buffers(简称 protobuf)是 Google 开发的一种高效的数据序列化格式,广泛应用于分布式系统中。protobuf-java 是其 Java 实现版本。CVE-2024-7254 是该库中发现的一个安全问题,被归类为重要级别。
在 Apache Pulsar 的多个版本中,包括 3.0.x、3.3.x 以及主分支,都使用了存在此问题的 protobuf-java 版本。虽然实际影响有限,但为了遵循安全最佳实践,社区决定将 protobuf-java 升级至 3.25.5 版本以彻底解决此问题。
升级方案
升级工作涉及多个方面:
- 直接升级 protobuf-java 到 3.25.5 版本
- 同时解决 protobuf-java 版本兼容性问题
- 确保 BookKeeper 相关组件也同步升级
特别值得注意的是,protoc 生成的存根类通常只与特定版本的 protobuf-java 兼容,跨版本使用时可能出现兼容性问题。因此,升级方案中特别考虑了客户端应用程序的兼容性需求,允许客户端应用选择适合自己环境的 protobuf-java 版本。
技术考量
在实施升级过程中,开发团队考虑了以下技术因素:
- 向后兼容性:确保升级不会破坏现有功能
- 客户端灵活性:允许客户端应用选择 protobuf-java 版本
- 依赖管理:协调 Pulsar 与 BookKeeper 的依赖关系
- 测试验证:全面验证升级后的系统稳定性
实施进展
Apache Pulsar 社区已经完成了相关升级工作,并通过了必要的测试验证。这一升级不仅解决了 CVE-2024-7254 安全问题,还为客户端应用提供了更大的灵活性,使其能够根据自身需求选择合适的 protobuf-java 版本。
对于使用 Apache Pulsar 的开发者和运维人员,建议尽快升级到包含此修复的版本,以确保系统的安全性和稳定性。同时,在客户端应用开发中,可以利用新版本提供的灵活性,更好地管理 protobuf-java 依赖版本。
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