DefectDojo 2.45.0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,它帮助安全团队和开发人员跟踪、管理和报告应用程序中的安全风险。作为一个功能强大的工具,DefectDojo提供了从风险发现到解决的完整生命周期管理能力。
核心功能更新
本次2.45.0版本带来了多项重要改进,特别是在风险解析和处理方面。其中最值得关注的是对Fortify FPR格式的增强支持,这使得DefectDojo能够更准确地解析Fortify静态代码分析工具生成的报告。同时,新增了对Aqua风险格式的支持,扩展了平台对容器安全扫描结果的兼容性。
在风险识别方面,开发团队增加了对多种风险数据库的支持,包括Slackware安全公告、Arch Linux安全公告、openSUSE风险以及FortiGuard风险ID等。这些更新显著提升了DefectDojo对不同操作系统和软件包风险的识别能力。
数据库与性能优化
本次版本对数据库进行了重要调整,新增了多个法规遵从性选项,并修复了产品收入字段可能出现的负值问题。在性能方面,特别优化了导入过程中的内存处理机制,不再长期维护解析后的发现结果,这显著降低了大规模导入时的内存消耗。
安全与质量改进
安全方面,2.45.0版本引入了会话超时通知功能,增强了用户会话管理的安全性。同时,开发团队持续投入大量精力进行代码质量提升,通过引入和修复大量Ruff静态分析规则,包括B018、B017、N999等多个规则集,显著提高了代码的安全性和可靠性。
用户体验增强
在用户界面方面,本次更新改进了多文件格式选择的美观度,并修复了基准测试中的内部服务器错误问题。同时,对权限文档链接进行了更新,确保用户能够获取准确的权限管理信息。
技术架构演进
从技术架构角度看,2.45.0版本继续推进现代化进程,移除了已弃用的Django导入和is_safe_url方法,并标记异步发现导入功能为已弃用状态。这些变化为未来的技术升级奠定了基础。
容器化与部署
在部署方面,本次版本发布包含了实验性的arm64构建,为使用ARM架构的用户提供了更多选择。同时,统一了Docker入口点脚本,全部使用bash,提高了容器运行的一致性和可靠性。
DefectDojo 2.45.0版本的发布再次证明了该项目在安全风险管理领域的领先地位。通过持续的功能增强、性能优化和安全改进,DefectDojo为安全团队提供了更加强大、可靠的工具,帮助他们更有效地管理和解决应用程序中的安全风险。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C045
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0122
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