Unblob项目中Landlock沙箱测试权限过大的问题分析
2025-07-02 11:01:56作者:管翌锬
背景介绍
Unblob是一个用于解析和提取二进制文件的开源项目,在处理不可信文件时,安全性尤为重要。项目采用了Landlock Linux安全模块来实现文件系统访问的沙箱隔离,限制unblob进程对文件系统的操作权限。
问题发现
在测试过程中发现,项目当前的测试实现存在一个安全隐患:测试时启用了对整个文件系统的读写权限(/),这与实际生产环境中使用的严格权限限制不符。这种差异导致一些权限相关问题无法在测试阶段被发现。
技术细节分析
Landlock是Linux内核提供的一种安全模块,允许进程在启动后自愿限制自己对文件系统的访问权限。在Unblob中,Landlock被用来限制处理程序只能访问必要的目录和文件。
当前测试实现中使用的is_sandbox_available()函数存在问题:
def is_sandbox_available():
is_sandbox_available = True
try:
restrict_access(AccessFS.read_write("/")) # 这里授予了根目录的读写权限
except SandboxError:
is_sandbox_available = False
return is_sandbox_available
这种实现方式导致:
- 测试环境与实际运行环境的权限模型不一致
- 权限相关问题(如无法删除提取目录、临时文件操作权限问题)无法在测试中被发现
- 违背了最小权限原则
影响范围
这个问题影响了多个测试场景:
- 处理程序使用
tempfile模块时的权限检查 - 提取目录的删除操作
- 文件系统操作的边界条件测试
解决方案
正确的做法应该是:
- 在测试中使用与实际运行环境相同的沙箱规则
- 可以采用
Sandbox.passthrough中的规则集 - 特别处理测试覆盖率文件等测试专用文件
改进后的测试沙箱初始化应该类似于:
sandbox = Sandbox(config, log_path, report_file)
process_results = sandbox.run(process_file, config, file, report_file)
实施挑战
在实施这一改进时,需要考虑:
- 测试覆盖率文件的生成权限
- 测试临时文件的处理
- 不同测试用例可能需要不同的权限集
安全意义
这一改进将:
- 提高测试的真实性和可靠性
- 更早发现权限相关问题
- 确保测试环境与生产环境的一致性
- 增强整个项目的安全性
总结
在安全敏感的项目中,测试环境应该尽可能模拟实际运行环境,特别是在权限模型方面。Unblob项目通过修正Landlock沙箱在测试中的实现,能够更有效地发现和预防文件系统访问相关的安全问题,提高项目的整体安全性。
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
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322