Azure Pipelines Agent 中Node.js版本安全问题分析与升级建议
微软Azure Pipelines Agent项目中的Node.js运行时环境被发现存在多个安全问题,这些安全问题可能影响使用该代理的用户系统安全。本文将详细分析这些安全问题的技术细节,并提供相应的解决方案。
问题概述
在Azure Pipelines Agent 3.234.0版本中,默认集成的Node.js v20.9.0运行时被确认存在7个关键安全问题。这些问题涉及权限管理、路径处理、服务稳定性等多个领域,可能被利用来执行未授权操作或获取系统信息。
问题技术细节分析
-
权限管理问题(CVE-2024-21892)
在Linux系统上,当Node.js进程以特定权限运行时,会忽略某些环境变量设置。由于CAP_NET_BIND_SERVICE功能的实现缺陷,可能通过精心构造的环境变量执行未授权操作。 -
HTTP服务稳定性问题(CVE-2024-22019)
可以发送特制的分块编码HTTP请求,导致服务器无限制地读取单个连接上的字节数,造成资源消耗。这种操作可以绕过标准的超时和请求体大小限制等保护机制。 -
路径处理问题(CVE-2024-21896)
Node.js权限模型通过path.resolve()保护路径安全。但当路径被作为Buffer处理时,可能通过修改Buffer.prototype.utf8Write来改变path.resolve()的结果,实现路径处理异常。 -
权限维持问题(CVE-2024-22017)
setuid()调用不会影响libuv内部io_uring操作,如果这些操作在setuid()之前初始化,进程仍可以执行特定操作,即使已经通过setuid()放弃了这些权限。 -
加密处理问题(CVE-2023-46809)
crypto库的privateDecrypt()API在处理PKCS#1 v1.5填充错误时存在时间差异问题。可以利用解密有效和无效密文之间的时间差,远程处理捕获的RSA密文或伪造签名。 -
权限模型处理问题(CVE-2024-21891)
Node.js依赖多个内置工具函数来规范化路径,这些函数可能被用户自定义实现覆盖,导致通过路径处理异常绕过文件系统权限模型。 -
通配符处理问题(CVE-2024-21890)
权限模型文档未明确说明通配符应仅用作文件路径的最后一个字符,导致可能意外授予比预期更广泛的访问权限。
影响范围
这些问题主要影响:
- 使用Azure Pipelines Agent 3.234.0及更早版本的系统
- 运行在Linux环境下的代理实例
- 启用了Node.js实验性权限模型的系统
- 处理加密操作的应用程序
解决方案
微软已在Azure Pipelines Agent 3.236.1版本中升级到Node.js 20.11.1,解决了上述所有问题。建议所有用户立即采取以下措施:
-
升级代理版本
将Azure Pipelines Agent升级至3.236.1或更高版本,该版本已包含更新后的Node.js运行时。 -
检查依赖关系
如果您的构建流程中直接使用Node.js,请确保独立安装的Node.js版本也已升级至安全版本(18.19.1、20.11.1或21.6.2)。 -
安全配置
对于无法立即升级的系统,建议:
- 限制代理的网络访问权限
- 严格控制构建代理的执行环境
- 监控异常的资源使用情况
- 权限模型使用注意事项
由于Node.js权限模型仍处于实验阶段,在生产环境中使用时应格外谨慎,仔细审查所有路径权限设置。
总结
Node.js作为Azure Pipelines Agent的核心组件,其安全性直接影响整个CI/CD管道的运行状况。此次披露的多个重要问题再次提醒我们保持软件组件更新的重要性。建议所有使用Azure Pipelines Agent的组织尽快安排升级计划,以防范潜在的安全风险。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00