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。
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