Express.js 安全更新:修复 path-to-regexp 依赖漏洞
Express.js 作为 Node.js 生态中最流行的 Web 框架之一,其安全性一直备受关注。近期,Express 4.x 版本中依赖的 path-to-regexp 库被发现存在潜在问题,可能导致正则表达式性能问题。开发团队迅速响应,在 Express 4.20.0 版本中通过升级依赖解决了这一问题。
问题背景
path-to-regexp 是一个用于将路径字符串转换为正则表达式的工具库,在 Express 的路由系统中扮演重要角色。该问题编号为 GHSA-9wv6-86v2-598j,属于正则表达式处理不当导致的潜在性能风险。某些特殊构造的路径可能使服务器陷入复杂的正则匹配计算中,消耗大量CPU资源。
解决方案
Express 团队将 path-to-regexp 升级至 0.1.10 版本,该版本已包含修复补丁。值得注意的是,path-to-regexp 的不同主版本分支都发布了相应的更新:
- 0.x 分支:0.1.10
- 1.x 分支:1.9.0
- 3.x 分支:3.3.0
- 6.x 分支:6.3.0
- 8.x 分支:8.0.0
其中 8.0.0 版本彻底改进了存在风险的实现方式,是最彻底的解决方案。对于无法升级到最新主版本的项目,开发团队建议严格控制自定义正则表达式的输入,避免潜在的性能问题。
影响范围
该问题主要影响使用 Express 4.x 版本的项目。虽然 path-to-regexp 本身是一个底层依赖,但由于 Express 的路由系统深度依赖它,因此所有基于 Express 4.x 构建的应用都可能受到影响。
最佳实践
- 立即升级:建议所有 Express 4.x 用户升级到 4.20.0 或更高版本
- 依赖检查:使用 npm audit 或类似工具检查项目依赖树
- 输入验证:即使已升级,也应验证所有路由输入,特别是使用自定义正则表达式时
- 监控系统:部署性能监控,及时发现可能的异常请求模式
后续发展
主流安全扫描工具如 Snyk 已更新其问题数据库,正确识别 0.1.10 版本为安全版本。其他安全扫描平台也在陆续跟进这一修正。Express 团队持续关注依赖库的安全状况,确保框架的稳定性和安全性。
对于开发者而言,定期更新依赖并关注安全公告是维护项目安全的重要措施。Express 作为成熟框架,其快速响应机制为整个Node.js生态树立了良好的安全实践典范。
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