Cosign签名复制过程中Rekor Bundle丢失问题分析
2025-06-10 11:50:35作者:范靓好Udolf
在容器镜像签名管理领域,Sigstore的Cosign工具被广泛用于数字签名操作。近期发现一个值得注意的技术问题:当用户尝试跨镜像仓库复制签名时,Rekor透明度日志的Bundle数据未能正确保留。
问题现象
用户在执行签名迁移操作时,按照标准流程:
- 从源仓库下载原始签名文件
- 解析出签名各组件(payload、signature、cert、bundle.json等)
- 使用attach命令将签名附加到目标镜像
- 最终发现生成的签名中Bundle字段为null
技术背景
Cosign的签名机制包含多个关键部分:
- Payload:包含镜像摘要等核心信息的JSON数据
- Base64Signature:实际的加密签名数据
- Bundle:来自Rekor透明度日志的验证凭证,包含时间戳和日志索引等重要信息
在完整性验证时,Bundle数据对于建立信任链至关重要,它能证明签名是在特定时间被记录到公共日志中。
问题根源
通过分析发现,当使用cosign attach signature命令时,虽然命令行支持--rekor-response参数用于指定Bundle文件,但实际执行过程中该参数未被正确处理,导致Bundle信息丢失。这属于功能实现不完整的典型情况。
影响范围
该问题影响以下使用场景:
- 跨仓库的签名迁移操作
- 需要保留完整审计线索的合规场景
- 依赖Rekor日志进行验证的自动化流程
解决方案建议
对于遇到此问题的用户,目前可采取的临时方案:
- 手动维护Bundle文件作为独立验证材料
- 等待官方修复版本发布后重新执行签名操作
从实现角度看,修复需要确保:
- attach命令正确处理rekor-response参数
- Bundle数据被完整写入新生成的签名文件
- 保持与其他Cosign功能的兼容性
最佳实践
在进行签名管理时,建议:
- 始终验证签名各组件完整性
- 保留原始签名材料作为备份
- 关注工具更新以获取问题修复
- 对于关键业务系统,考虑实施多层验证机制
该问题的存在提醒我们,在供应链安全工具链中,每个组件的正确处理都至关重要,任何环节的缺失都可能影响整个信任体系的可靠性。
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
Ascend Extension for PyTorch
Python
222
245
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
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217