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。
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