SLSA框架中关于源代码合并策略的技术探讨
2025-07-10 17:26:39作者:宣利权Counsellor
在软件开发过程中,代码合并策略的选择一直是一个备受争议的话题。SLSA(Supply-chain Levels for Software Artifacts)框架作为软件供应链安全的重要标准,其源代码验证规范中对合并策略的要求引发了社区讨论。
合并策略的安全考量
传统的代码合并方式主要分为两种:squash+merge(压缩合并)和普通merge(保留历史合并)。从安全角度来看:
-
squash+merge的优势:
- 简化历史记录,只保留经过审核的最终变更
- 减少中间可能存在的恶意或错误提交的风险
- 更清晰地展示经过验证的代码状态
-
保留历史合并的优势:
- 完整保留开发过程中的修改轨迹
- 可以追溯审查过程中发现和修复的问题
- 保留每个提交的数字签名信息
社区实践与技术现实
在实际开发中,不同社区对合并策略有着强烈的偏好:
- 许多开源项目坚持保留完整提交历史,认为这是代码审查过程的重要记录
- 企业级项目可能更倾向于squash+merge,以简化审计和追踪
- 现代代码审查工具通常默认显示净差异,而非逐个提交审查
SLSA框架的技术权衡
经过社区讨论,SLSA框架决定不强制要求squash+merge策略,主要基于以下考虑:
- 兼容性需求:强制要求特定合并策略会阻碍许多项目采用SLSA标准
- 验证可行性:只要能够明确标识哪些提交符合验证要求(保留、归属等),其他策略也可接受
- 灵活性原则:允许项目根据自身需求选择最适合的合并方式
安全验证的关键点
无论采用何种合并策略,SLSA框架关注的核心是:
- 能够明确区分已验证和未验证的提交
- 确保所有最终合并的代码都经过适当审查
- 提供清晰的验证信息供下游消费者判断
最佳实践建议
对于关注供应链安全的项目:
- 如果采用保留历史的合并方式,应确保审查过程覆盖所有提交
- 考虑在合并提交中添加验证签名
- 明确文档记录项目采用的合并策略及其安全影响
- 让下游消费者能够了解项目的合并实践
SLSA框架的这一决策体现了在安全严格性和实践灵活性之间的平衡,为不同开发模式的项目提供了采用供应链安全标准的空间。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler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。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220