掌控物理安全的Linux守护者:Mortar
2024-05-30 07:26:42作者:昌雅子Ethen

Mortar 是一款专为Linux设计的TPM(Trusted Platform Module)支持的Bitlocker替代方案,旨在将Linux的安全防护提升到一个新的高度。这款开源框架确保你的系统在物理入侵和潜在磁盘密钥泄露面前依然坚不可摧。
项目介绍
Mortar 的核心目标是简化Secureboot、TPM密钥和LUKS加密的集成。通过"Mortar模型",所有存放在硬盘上的数据都经过加密、签名或哈希处理,确保即使敏感信息泄露,也难以解读。在TPM模块中,明文秘密被安全存储,该模块专门用于防止物理和虚拟入侵。Mortar自动验证启动状态,并在系统未受破坏时释放密钥,无需用户交互,使得全磁盘加密对终端用户和服务器而言变得更加方便实用。
技术分析
Mortar 支持TPM 1.2和TPM 2.0(通过Clevis实现)。它兼容多种Linux发行版,如Debian、Proxmox、CentOS、Arch、OpenSUSE、Fedora和Ubuntu。每个发行版都有相应的安装指南供参考。
工作流程如下:
- 只有UEFI ESP和LUKS加密分区两个主要分区保留在主磁盘上。
- 用户自动生成Secureboot密钥,只有签名过的EFI文件才能成功启动,未经授权的修改BIOS会导致PCR1验证失败。
- 通过TPM进行白名单认证,仅在检测到未篡改系统时释放磁盘解密所需的密钥。
应用场景
- 个人电脑安全:对于对隐私和数据安全有高要求的个人用户,Mortar可以提供强大的全盘加密保护,抵御物理入侵尝试。
- 企业服务器:在数据中心环境下,Mortar能帮助保持服务器数据的安全性,防止未经授权的访问和硬件入侵。
- 云环境:对于需要在虚拟化环境中保证数据安全的云服务提供商,Mortar提供了额外的安全保障。
项目特点
- 无缝集成: Mortar与Secureboot、TPM和LUKS紧密配合,提供统一的管理和安全策略。
- 自动化解锁: 安全验证后,系统可自动解锁,无需人工干预,提高用户体验。
- 广泛兼容: 支持多种Linux发行版和TPM版本,具备良好的跨平台适应性。
- 模块化设计: 灵活、易于扩展,适用于不同需求和环境。
通过Mortar,你可以轻松提升你的Linux系统的安全性,并享受到全盘加密带来的便利。如果你关心你的数据安全,那么Mortar是你不容错过的选择。现在就加入Mortar的社区,探索更多可能吧!
登录后查看全文
热门项目推荐
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
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 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 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
138
169
暂无简介
Dart
598
130
React Native鸿蒙化仓库
JavaScript
235
309
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++
632
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
695
🎉 (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
1.06 K
616
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
197
74
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
460