CRI-O项目安全实践:OpenSSF Scorecard评分提升经验分享
2025-06-07 07:11:23作者:鲍丁臣Ursa
在开源软件供应链安全日益重要的今天,CNCF旗下的容器运行时项目CRI-O通过系统性地改进其安全实践,成功将OpenSSF Scorecard评分从8.9提升至9.7。这一提升主要聚焦于两个关键安全维度:工作流令牌权限管理和依赖项固定策略。
令牌权限精细化控制
CRI-O项目原先存在多个GitHub Actions工作流未设置顶层只读权限的问题。OpenSSF Scorecard对此类安全实践采取严格评估标准——只要存在一个工作流未配置权限限制,该检查项就会直接得零分。
技术团队通过在所有工作流中统一添加显式的权限声明块,实现了最小权限原则的落地。这种改进确保了自动化流程仅拥有完成任务所需的最低权限,有效降低了潜在的安全风险。权限配置示例如下:
permissions:
contents: read
issues: write
这种细粒度的权限控制不仅符合安全最佳实践,也为项目提供了更可控的CI/CD环境。
依赖项固定策略优化
在依赖管理方面,项目原先存在部分GitHub Actions和Go命令未通过哈希值固定的情况。虽然直接使用最新版本看似方便,但这种做法会引入潜在的供应链安全风险。
技术团队采取了以下改进措施:
- 对GitHub Actions依赖进行哈希值固定
- 评估Go命令的版本管理策略
- 在安全性和便利性之间寻找平衡点
依赖固定示例:
steps:
- uses: actions/checkout@8ade135a41bc03ea155e62e844d188df1ea18608
值得注意的是,团队在改进过程中也意识到过度固定Go命令版本可能导致使用过时的工具链。因此采取了折中方案:对关键构建工具保持版本固定,同时保留必要的更新灵活性。
安全实践带来的启示
CRI-O项目的安全改进经验表明,即使是成熟的开源项目,通过系统性地审查和改进安全实践,仍然可以显著提升其安全态势。这种改进不仅体现在评分数字上,更重要的是建立了更健壮的安全防线:
- 最小权限原则的严格执行降低了凭证泄露风险
- 依赖固定策略有效防范了供应链攻击
- 自动化安全检查机制确保了安全实践的持续合规
这些经验对于其他开源项目具有很好的参考价值,特别是在当前软件供应链安全备受关注的环境下,主动提升安全基线已成为开源项目维护的重要课题。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
408
3.15 K
Ascend Extension for PyTorch
Python
226
252
暂无简介
Dart
674
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
321
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
263
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868