Coturn 4.7.0版本发布:安全性与现代化的重大升级
Coturn是一个开源的TURN/STUN服务器,主要用于实现NAT穿透,是WebRTC等实时通信技术中的重要基础设施组件。它允许位于NAT或防火墙后的客户端能够建立点对点连接,在现代互联网通信架构中扮演着关键角色。
安全默认值的重大改进
Coturn 4.7.0版本带来了一系列以安全性为核心的重大变更。开发团队对默认配置进行了全面审视和调整,确保新安装的服务器能够以更安全的状态运行。
最显著的变化是对OpenSSL版本的支持调整。现在Coturn仅支持OpenSSL 1.1.1和3.x版本,这两个版本都是目前维护中的安全版本,能够提供最新的加密算法和安全更新。这一变更意味着使用老旧OpenSSL版本的用户必须升级其加密库才能使用新版本Coturn。
配置选项的清理与优化
开发团队对长期存在的配置选项进行了清理:
-
移除了多个已弃用的选项,如果配置文件中仍包含这些选项,服务器将拒绝启动。这种严格的策略确保了管理员必须更新其配置,避免使用可能存在安全风险的陈旧设置。
-
对SOFTWARE_ATTRIBUTE_OPT选项的逻辑进行了反转。在旧版本中,这个选项默认是启用的,现在需要管理员明确启用它。这种改变减少了服务器可能泄露的软件信息,提高了安全性。
-
弃用了response-origin-only-with-rfc5780选项,这是向更标准化的实现迈进的又一步。
-
将no-stun-backward-compatibility选项的默认值改为开启,这意味着服务器默认不再支持陈旧的STUN协议版本,进一步提升了安全性。
TLS协议支持优化
在加密协议支持方面,4.7.0版本做出了重要调整:
TLSv1和TLSv1.1现在变为可选支持,而不是默认启用。这两个早期版本的TLS协议已被发现存在多个安全问题,现代安全实践建议禁用它们。Coturn现在默认只启用更安全的TLSv1.2和TLSv1.3协议,管理员可以根据实际需要选择是否启用旧版本协议。
监控与兼容性改进
新版本还包含了对现代Prometheus版本的改进支持。Prometheus是一个流行的开源监控系统,Coturn对其的更好支持意味着管理员可以更轻松地收集和分析服务器性能指标,及时发现潜在问题。
此外,版本修复了一些小错误和回归问题,提高了整体稳定性和可靠性。这些改进虽然不像安全变更那样引人注目,但对于生产环境的稳定运行同样重要。
升级建议
对于计划升级到4.7.0版本的管理员,建议采取以下步骤:
-
首先检查当前使用的OpenSSL版本,确保是1.1.1或3.x系列。
-
仔细审查现有配置文件,移除所有已弃用的选项。
-
评估TLS协议需求,如果确实需要支持TLSv1或TLSv1.1,明确在配置中启用它们。
-
测试新配置在非生产环境中的运行情况,确保所有功能按预期工作。
-
监控升级后的服务器性能和安全日志,及时发现并解决可能出现的问题。
Coturn 4.7.0的这些变更虽然可能带来一些升级工作,但它们代表了项目对安全性和现代化承诺的坚定态度,最终将为用户提供更安全、更可靠的NAT穿透服务。
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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00