Core Rule Set 4.15.0 版本发布:安全防护再升级
Core Rule Set(CRS)是一个开源的Web应用防火墙规则集,主要用于保护Web应用程序免受各种攻击。作为ModSecurity等WAF引擎的核心规则集,CRS通过一系列精心设计的规则来检测和阻止SQL注入、跨站脚本(XSS)、远程文件包含等常见Web攻击。最新发布的4.15.0版本带来了一系列功能增强和优化改进,进一步提升了安全防护能力。
新特性与检测能力增强
本次更新最值得关注的是新增了对User-Agent和Referer头的检测能力。在942280规则(PL1级别)中,这两个HTTP头部字段现在也被纳入检测目标。这一改进使得CRS能够更全面地检测潜在的恶意请求,因为攻击者经常通过伪造User-Agent或Referer头来绕过安全检测。
另一个重要更新是对Java类名的检测规则进行了更新。java-classes.data文件得到了维护和扩展,这有助于更准确地识别潜在的Java反序列化攻击尝试。Java反序列化漏洞一直是Web安全领域的重要威胁,这一更新使CRS在防护此类攻击时更加精准。
此外,新版本还增加了对数据库YAML文件的防护规则。YAML文件因其易读性常被用于存储数据库配置信息,但这也使其成为攻击者的目标。新规则能够有效阻止对这些敏感配置文件的未授权访问。
规则优化与误报减少
4.15.0版本在减少误报方面做了大量工作。例如,移除了title_strip_tags相关的误报问题,通过将strip_tags功能移至933160规则中实现。这一调整使得HTML标签剥离的处理更加精准,避免了不必要的拦截。
针对Unix命令检测规则,新版本对sendmail命令的检测模式进行了优化,增加了单词边界匹配,减少了误报情况。同时,移除了rc shell命令的检测,这也是基于实际使用场景中误报率较高的考虑。
在会话管理方面,933150规则针对会话令牌和cookie的检测进行了调整,有效减少了合法会话被误判为攻击的情况。此外,还移除了对已弃用的__utm cookies的排除规则,使安全策略更加严格。
性能优化与规则改进
本次更新还包括多项规则性能优化。933151和933120规则从原来的捕获和双重pmf模式改为纯正则表达式匹配,这不仅提高了规则执行效率,也使规则更加简洁易懂。
另一个值得注意的改进是移除了self命令的检测。这一命令在实际攻击中很少使用,却可能导致误报,移除后既保持了安全防护能力,又提升了用户体验。
总结
Core Rule Set 4.15.0版本在保持强大安全防护能力的同时,通过新增检测目标、优化现有规则、减少误报等多方面改进,进一步提升了产品的实用性和可靠性。对于使用WAF保护Web应用的安全管理员来说,升级到这一版本将获得更全面、更精准的安全防护能力,同时减少对正常业务的影响。这些改进体现了CRS项目团队对Web安全威胁的持续关注和对产品质量的不懈追求。
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-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