Trivy —— 使用 Go 语言开发的容器漏洞扫描工具
Trivy 是一个简单而且功能完整的容器漏洞扫描工具,特别使用用于持续集成。
准确性比较
在 Alpine Linux 中检测的漏洞 (2019/05/12)
详细的比较请看 Comparison with other scanners
特性
- 全面检测漏洞
- 操作系统 (Alpine, Red Hat Universal Base Image, Red Hat Enterprise Linux, CentOS, Debian and Ubuntu)
- 应用依赖 (Bundler, Composer, Pipenv, npm, yarn and Cargo)
- 简单
- Specify only an image name
- 详情请看 Quick Start 和 Examples
- 易于安装
- No need for prerequirements such as installation of DB, libraries, etc.
apt-get install
,yum install
andbrew install
is possible (See Installation)
- 准确度高
- Especially Alpine Linux and RHEL/CentOS (See Comparison with other scanners)
- Other OSes are also high
- DevSecOps
- Suitable for CI such as Travis CI, CircleCI, Jenkins, etc.
- See CI Example
安装
RHEL/CentOS
Add repository setting to /etc/yum.repos.d
.
$ sudo vim /etc/yum.repos.d/trivy.repo [trivy] name=Trivy repository baseurl=https://knqyf263.github.io/trivy-repo/rpm/releases/$releasever/$basearch/ gpgcheck=0 enabled=1 $ sudo yum -y update $ sudo yum -y install trivy
or
$ rpm -ivh https://github.com/knqyf263/trivy/releases/download/v0.0.13/trivy_0.0.13_Linux-64bit.rpm
Debian/Ubuntu
Replace [CODE_NAME]
with your code name
CODE_NAME: wheezy, jessie, stretch, buster, trusty, xenial, bionic
$ sudo apt-get install apt-transport-https gnupg $ wget -qO - https://knqyf263.github.io/trivy-repo/deb/public.key | sudo apt-key add - $ echo deb https://knqyf263.github.io/trivy-repo/deb [CODE_NAME] main | sudo tee -a /etc/apt/sources.list.d/trivy.list $ sudo apt-get update $ sudo apt-get install trivy
or
$ sudo apt-get install rpm $ wget https://github.com/knqyf263/trivy/releases/download/v0.0.13/trivy_0.0.13_Linux-64bit.deb $ sudo dpkg -i trivy_0.0.13_Linux-64bit.deb
Mac OS X / Homebrew
You can use homebrew on OS X.
$ brew tap knqyf263/trivy $ brew install knqyf263/trivy/trivy
二进制 (包括 Windows)
进入 releases 页面,找到相应的把柄,解压并增加可执行权限。
从源码安装
$ go get -u github.com/knqyf263/trivy

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
每日一博 | 最全总结!聊聊 Python 操作 PDF 的几种方法
一、前言 大家好,有关Python操作PDF的案例之前已经写过一个👉PDF批量合并,这个案例初衷只是给大家提供一个便利的脚本,并没有太多讲解原理,其中涉及的就是PDF处理很实用的模块PyPDF2,本文就好好剖析一下这个模块,主要将涉及 os 模块综合应用 glob 模块综合应用 PyPDF2 模块操作 二、基本操作 PyPDF2 导入模块的代码常常是: fromPyPDF2importPdfFileReader,PdfFileWriter 这里导入了两个方法: PdfFileReader 可以理解为读取器 PdfFileWriter可以理解为写入器 接下来通过几个案例进一步认识这两个工具的奇妙之处,用到的示例文件是5个发票的pdf每个发票的PDF都由两页组成: 三、合并 第一个工作是将5个发票pdf合并成10页。这里读取器和写入器应该怎么配合呢? 逻辑如下: 读取器将所有pdf读取一遍 读取器将读取的内容交给写入器 写入器统一输出到一个新pdf 这里还有一个重要的知识点:读取器只能将读取的内容一页一页交给写入器。 因此,逻辑中第1步和第2步实际上不是彼此独立的步骤,而是读取器读...
- 下一篇
IBM Research 创建了衡量 AI 的新基准:AGENT
IBM Research 宣布创建了 AGENT,一个评估 AI 模型核心心理推理能力或常识的基准。“它将使我们能够构建和测试 AI 模型,以与人类相同的方式推理和学习其他思维。” IBM 研究软件工程师 Abishek Bhandwaldar 和 MIT 博士后 Tianmin Shu 在一篇博客中表示,“我们已经在构建可以推断心理状态、预测未来行为甚至与人类合作伙伴合作的 AI 代理方面取得了进展。然而,我们还缺乏一个严格的基准来评估人工智能模型的核心心理推理能力—— 它的常识。” 基于此,他们创建并验证了 AGENT(Action、Goal、Efficiency、constraint、uTility)基准。AGENT 被用于挑战两个基线模型,并使用 IBM 开发的专注于泛化的协议评估了它们的性能。结果表明,该基准可用于评估任何 AI 模型的核心心理推理能力;以了解其社会意识以及在现实世界中与人类互动的潜力。 根据介绍,AGENT 是一个大型 3D 动画数据集,其中包含在各种物理约束下移动并与各种对象交互的代理;灵感来自探索幼儿认知发展的实验。这些视频中包含了不同的试验,每个试验都...
相关文章
文章评论
共有0条评论来说两句吧...