RT 4.4.8版本发布:关键安全更新与功能改进
项目简介
RT(Request Tracker)是一个开源的问题跟踪系统,由Best Practical Solutions开发维护。作为企业级工单管理系统,RT广泛应用于IT服务管理、客户支持和技术支持等领域。该系统以其灵活性、可扩展性和强大的工作流功能著称,能够帮助团队高效地跟踪和管理各种请求与问题。
安全更新
本次发布的RT 4.4.8版本主要包含两个重要的安全修复,进一步提升了系统的安全性。
跨站脚本(XSS)问题修复
RT 4.4系列被发现存在一个跨站脚本问题,攻击者可以通过构造特殊的搜索URL参数注入恶意脚本。这种攻击可能导致用户会话被获取、信息泄露或其他不当操作。该问题已被分配CVE编号CVE-2025-30087。
技术团队已经修复了这个问题,确保所有用户输入在显示前都经过适当的转义处理。对于系统管理员来说,及时升级到这个版本可以有效防范此类攻击。
SMIME加密算法升级
另一个安全改进涉及SMIME邮件加密功能。RT 4.4之前版本默认使用3DES(des3)算法进行SMIME邮件加密,这是一种已经被认为不够安全的加密算法。现代安全实践推荐使用更强大的加密标准。
在RT 4.4.8中,开发团队做出了以下改进:
- 将默认加密算法升级为aes-128-cbc,提供更强的安全性
- 新增配置选项,允许管理员根据实际需求选择其他加密算法
- 保留了回退到des3的选项,确保与旧系统的兼容性
这个改进对应的CVE编号为CVE-2025-2545。对于处理重要邮件的组织,这一改进尤为重要。
功能改进
除了安全更新外,RT 4.4.8还包含了一些实用的功能改进:
会话清理工具增强
rt-clean-sessions工具新增了"all"选项,允许管理员一次性清理所有会话。这在系统维护或安全事件响应时特别有用,可以快速终止所有活跃会话。
测试套件更新
随着GPG 2.4及以上版本的发布,其警告消息格式发生了变化。RT 4.4.8更新了相关测试用例,确保测试套件能够兼容新版GPG的输出。
依赖项清理
开发团队移除了对DBIx::SearchBuilder的不必要且过时的版本要求,简化了依赖管理,使安装过程更加顺畅。
升级建议
RT 4.4.8是一个维护版本,重点解决了安全问题和进行了小规模改进。对于当前使用RT 4.4.x系列的用户,建议尽快安排升级,特别是那些暴露在公网或有高安全要求的部署环境。
需要注意的是,随着RT 6.0.0的即将发布,RT 4.4系列将很快到达生命周期终点。长期用户应考虑制定升级到RT 5或RT 6的计划,以继续获得安全更新和新功能支持。
升级前建议:
- 全面备份现有系统和数据库
- 在测试环境验证升级过程
- 检查自定义扩展与新版RT的兼容性
- 查看变更日志了解可能影响工作流的修改
RT持续为企业提供可靠的工单管理解决方案,这次更新再次体现了开发团队对安全性和稳定性的承诺。
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