OpenZiti Ziti 1.5.0版本发布:网络边缘智能平台的重要更新
OpenZiti是一个开源的零信任网络平台,它通过内置的安全性和智能路由功能,为现代分布式应用提供安全连接解决方案。Ziti作为OpenZiti的核心组件,实现了零信任网络架构的关键功能。最新发布的1.5.0版本带来了一系列重要改进和功能增强。
路由终端文件格式标准化
在1.5.0版本中,路由终端配置文件的默认命名规范进行了调整。原先使用简单的"endpoints"作为文件名,现在更改为"endpoints.yml"以明确表明这是一个YAML格式的配置文件。这一变化体现了项目对配置管理规范化的重视。对于现有使用beta版高可用性(HA)代码的环境,可以通过在配置中显式指定路径来保持兼容性。
集群配置默认值优化
新版本对集群相关的两个关键参数进行了优化调整:
-
快照阈值(snapshotThreshold):从8192降低到500,这意味着系统会更频繁地创建状态快照,提高了系统恢复时的效率。
-
追踪日志数量(trailingLogs):从10240减少到500,这个参数控制保留的旧日志条目数量,用于同步对等节点而不是发送完整快照。
这些调整基于实际运行经验,在系统稳定性和性能之间取得了更好的平衡。
终端选择算法改进
Ziti在1.5.0版本中改进了终端选择时的成本计算机制。当服务拨号失败时,系统会为该终端增加失败成本,从而在后续选择时倾向于其他可用终端。新版本将固定每分钟5个信用值的恢复机制改为基于时间的指数增长模型:
min(10, 2 ^ (X/5))
其中X代表自上次失败以来的分钟数。这种算法能更智能地处理终端恢复,避免过于激进或保守的终端选择策略。
路由指标监控增强
1.5.0版本新增了四个关键指标,为网络流量控制提供了更深入的可见性:
- 本地窗口阻塞率:记录因本地窗口满导致的阻塞情况
- 远程窗口阻塞率:记录因远程接收缓冲区满导致的阻塞
- 阻塞时间:跟踪终端处于阻塞状态的总时长
- 边缘数据队列处理时间:监控边缘路由处理入站数据负载的时间
这些指标帮助运维人员更准确地诊断网络性能瓶颈。其中边缘数据队列指标默认关闭,可通过配置启用。
配置项更新
新增了两个路由指标相关配置:
- 事件队列大小:控制使用事件队列的容量,默认256,防止指标收集影响正常数据传输
- 启用数据延迟指标:布尔值,控制是否收集边缘数据队列处理时间指标
其他改进与修复
1.5.0版本还包括多项组件更新和问题修复,涉及身份在线状态处理、恢复操作稳定性、CLI布局选择机制等多个方面。特别值得注意的是:
- 增强了外部JWT签名验证功能
- 修复了控制器在线状态显示问题
- 改进了
ziti router run --extend命令的功能 - 优化了API客户端注册操作
这些改进共同提升了平台的稳定性、安全性和易用性,使OpenZiti Ziti能够更好地满足企业级零信任网络的需求。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust085- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00