DefectDojo 2.45.1版本发布:安全风险管理平台的增强与优化
DefectDojo是一个开源的漏洞管理平台,主要用于跟踪和管理应用程序安全风险。它提供了强大的功能,包括风险扫描、报告生成、工作流管理等,帮助安全团队高效地处理安全问题。最新发布的2.45.1版本带来了一系列改进和修复,进一步提升了平台的稳定性和功能性。
核心功能增强
本次更新在多个关键功能上进行了优化。Aqua解析器的严重性判断逻辑得到了修复,确保了风险评估的准确性。对于H1风险披露解析器也进行了改进,使其能够更好地处理风险数据。Wiz扫描功能现在能够处理更多字段,并改进了工具唯一标识的生成方式,提高了数据处理的完整性。
风险管理改进
在风险管理方面,2.45.1版本引入了一个重要修复:关闭旧发现时不再覆盖已缓解的时间戳。这一改进确保了历史数据的完整性,使得安全团队能够准确追踪风险的生命周期。同时,新增了对HCL Commerce KB风险ID和Cisco安全公告的支持,扩展了平台识别风险来源的能力。
用户体验优化
用户界面方面,修复了产品名称在通知中渲染不正确的问题,并改进了PDF报告生成的模板。这些改进虽然看似细微,但对于日常使用平台的用户来说,能够显著提升工作效率和使用体验。
技术架构升级
在技术架构层面,项目将Django框架升级到了5.1.8版本,确保了平台运行在最新的安全补丁上。同时,RustyHog工具现在能够正确处理空报告,解决了之前可能导致的问题。这些底层改进增强了平台的稳定性和安全性。
文档与代码质量
项目团队持续关注文档和代码质量的提升。更新了关于Anchore Enterprise的文档,并确保编写解析器的指南不再包含Ruff违规。这些工作虽然不直接影响功能,但对于项目的长期维护和开发者体验至关重要。
DefectDojo 2.45.1版本虽然没有引入重大新功能,但通过一系列精心设计的改进和修复,进一步巩固了其作为企业级风险管理解决方案的地位。对于现有用户来说,升级到这个版本将获得更稳定、更可靠的体验。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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