Acunetix v25.5.0 发布,新增功能简介

简介: Acunetix v25.5.0 (Linux, Windows) - Web 应用程序安全测试

Acunetix v25.5.0 (Linux, Windows) - Web 应用程序安全测试

Acunetix | Web Application Security Scanner

请访问原文链接:https://sysin.org/blog/acunetix/ 查看最新版。原创作品,转载请保留出处。

作者主页:sysin.org


Acunetix Logo

Acunetix 漏洞扫描器,管理您的网络安全。

Find the vulnerabilities

使用 Acunetix 提高您的 Web 应用程序安全性

Acunetix 不仅仅是一个网络漏洞扫描器。它是一个完整的 Web 应用程序安全测试解决方案,既可以独立使用,也可以作为复杂环境的一部分使用。它提供内置的 漏洞评估 和 漏洞管理,以及与市场领先的软件开发工具集成的许多选项 (sysin)。通过将 Acunetix 作为您的安全措施之一,您可以显着提高您的网络安全立场,并以较低的资源成本消除许多安全风险。

新增功能

2025 年 6 月 17 日,Acunetix Premium - v25.5.0

新增功能

  • 新增对运行在 WebLogic 上的 JAVA IAST 传感器的支持(了解更多)

新增安全检查

  • 新增对 API 中 JWT 认证绕过的检测
  • 新增对 SAP NetWeaver Visual Composer 任意文件上传漏洞(CVE-2025-31324)的检测
  • 新增对 Craft CMS 远程代码执行漏洞(CVE-2025-32432)的检测
  • 新增对缺失 X-Content-Type-Options 响应头的检查
  • 检测 Craft CMS 远程代码执行漏洞(CVE-2025-32432)

改进内容

  • 添加正则表达式以增强对 Django 应用中堆栈跟踪信息泄露的检测
  • 改进对使用弱密钥签名的 JWT 的检测能力
  • 新增对暴露的 nginx.conf.htaccess 文件的安全检查,以提升漏洞发现能力
  • 添加对 LDAP 注入的检测 (sysin)
  • 新增对 PII(个人身份信息)泄露漏洞的检测
  • 新增对 JSON 响应中数据库连接字符串的检测,以提高对敏感数据泄露的覆盖率
  • 扫描器更新,现已支持从 Linux 系统对启用 NTLM 认证的目标进行扫描

已解决的问题

  • 修复了 Cleo Harmony/VLTrader/LexiCom RCE 检测中的误报问题
  • 修正了 Scripts\WebApps\drupal_3.script 脚本中的版本比较逻辑错误

下载地址

Acunetix Premium v25.5.0 - 17 Jun 2025

请访问:https://sysin.org/blog/acunetix/

相关产品:Invicti v25.6.0 for Windows - Web 应用程序安全测试


更多:HTTP 协议与安全

目录
相关文章
|
6月前
|
安全 测试技术 Linux
Acunetix v25.11 发布,新增功能简介
Acunetix v25.11 发布,新增功能简介
350 11
Acunetix v25.11 发布,新增功能简介
|
安全 测试技术 Linux
Acunetix v25.4 发布 - Web 应用程序安全测试
Acunetix v25.4 (Linux, Windows) - Web 应用程序安全测试
405 3
Acunetix v25.4 发布 - Web 应用程序安全测试
|
11月前
|
存储 监控 安全
电商API安全指南:保护数据与防止欺诈的最佳实践
在电商领域,API安全至关重要。本文从基础到实践,全面解析电商API安全策略:通过强认证、数据加密、输入验证及访问控制保护敏感数据;借助速率限制、欺诈检测与行为分析防范恶意行为。同时,强调将安全融入开发生命周期,并提供应急计划。遵循最佳实践,可有效降低风险,增强用户信任,助力业务稳健发展。
351 4
|
SQL Oracle 关系型数据库
SqlSugar
【8月更文挑战第1天】
539 3
|
安全 数据安全/隐私保护
Burpsuite Proxy代理功能
Burpsuite Proxy代理功能
|
SQL 安全 JavaScript
0x00.基础漏洞篇
0x00.基础漏洞篇
689 3
|
API 异构计算
4.3.2 图像分类ResNet实战:眼疾识别——模型构建
这篇文章介绍了如何使用飞桨框架中的ResNet50模型进行眼疾识别的实战,通过5个epoch的训练,在验证集上达到了约96%的准确率,并提供了模型构建、训练、评估和预测的详细代码实现。
|
开发框架 NoSQL 关系型数据库
基于SqlSugar的开发框架循序渐进介绍(27)-- 基于MongoDB的数据库操作整合
基于SqlSugar的开发框架循序渐进介绍(27)-- 基于MongoDB的数据库操作整合