CRI-O项目安全实践:OpenSSF Scorecard评分提升经验分享
2025-06-07 06:22:35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
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
361
2.86 K
暂无简介
Dart
599
132
🎉 (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
1.07 K
616
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++
634
232
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
774
74
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
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
802
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
464