Sigstore/cosign项目增强:支持通过校验和初始化TUF根信任文件
2025-06-10 03:30:09作者:曹令琨Iris
在Sigstore/cosign项目中,初始化TUF(The Update Framework)信任根配置是一个关键的安全操作。当前版本要求用户必须提供完整的root.json文件作为初始信任根,这在私有Sigstore实例部署场景下存在一些使用痛点。
现有方案的局限性
目前用户执行cosign initialize命令时,主要通过两种方式提供初始root.json文件:
- 通过侧通道获取文件(如预先打包到CI镜像中,或通过基础设施即代码工具分发)
- 直接从TUF仓库URL引用文件(存在安全隐患)
第一种方式虽然更安全,但需要额外的工作量来分发整个文件;第二种方式虽然方便,但安全性不足,因为无法验证下载文件的完整性。
新特性设计方案
为解决上述问题,项目将引入新的--root-checksum参数,该参数与现有的--root参数互斥。新特性的核心思想是允许用户通过提供root.json文件的校验和来验证初始信任根,而不需要分发完整的文件。
实现要点包括:
- 校验和参数格式为
<校验算法>:<校验值> - 当使用URL方式获取root.json时,必须提供校验和参数
- 系统将下载文件后计算其校验和并与提供的值比对
- 默认使用SHA-512算法,确保足够的安全性
安全升级路径
为平稳过渡,项目将采用分阶段实施策略:
- 第一阶段:当用户通过URL方式使用
--root参数时,发出警告提示未来版本将强制要求校验和 - 第二阶段:在后续主要版本中,将校验和验证设为强制要求
这种渐进式升级方式既保证了现有用户的使用连续性,又能逐步提高安全性标准。
技术意义
这一改进为私有Sigstore部署带来了多重好处:
- 简化CI/CD集成:校验和可以方便地通过环境变量传递,无需处理完整文件
- 增强安全性:消除了直接信任远程文件的潜在风险
- 提升用户体验:单条命令即可完成安全初始化,降低使用门槛
对于安全敏感的操作系统初始化过程,这种基于校验和的信任机制是一种经过验证的最佳实践,在保证安全性的同时兼顾了易用性。
实施状态
该功能已经完成代码实现并通过审查,将在下一个主要版本中作为强制要求推出。开发团队建议现有用户提前适配,使用新的校验和验证方式来初始化他们的私有Sigstore实例。
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
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137