Meshery项目Docker镜像安全问题分析与修复实践
问题背景
Meshery作为云原生服务网格管理平台,其Docker镜像中发现了一个关键的安全问题。该问题涉及BusyBox组件,编号为CVE-2022-28391,可能允许在特定条件下执行非预期操作。
问题详情
该问题存在于BusyBox 1.35.0及更早版本中,当使用netstat工具打印DNS PTR记录值到VT兼容终端时,可能利用此问题执行非预期操作。此外,还可能利用此问题修改终端显示设置。
影响分析
Meshery的stable-latest版本镜像被发现受到此问题影响。通过安全扫描确认,该问题存在于镜像的依赖链中,可能对使用该镜像部署的环境构成潜在风险。
修复过程
开发团队在修复过程中采取了以下步骤:
-
初始评估:确认stable-latest版本确实受到CVE-2022-28391影响。
-
构建测试:尝试从最新代码构建Docker镜像时,发现了一个新的问题CVE-2023-42363,这表明依赖链中的其他组件也需要更新。
-
解决方案研究:通过查阅Alpine Linux的发布说明,发现将Alpine基础镜像从3.19.1升级到3.19.2可以解决CVE-2023-42363问题。
-
验证测试:
- 首先验证了Alpine 3.19.1镜像的问题报告
- 然后测试了升级到3.19.2后的安全状态
- 最终决定直接升级到最新的3.19.6版本以获得更全面的安全修复
-
修复效果:升级后,安全扫描显示相关高危问题已被成功修复。
技术建议
对于使用Meshery或其他基于BusyBox的容器镜像的用户,建议:
-
定期进行容器镜像安全检查,及时发现潜在问题。
-
保持基础镜像更新,特别是Alpine等轻量级基础镜像。
-
对于生产环境,考虑使用特定版本而非latest标签,以便更好地控制组件版本。
-
建立镜像更新策略,定期重建镜像以获取最新的安全补丁。
总结
通过这次问题修复过程,Meshery项目不仅解决了特定的BusyBox问题,还发现了其他潜在安全风险,并通过系统性的升级策略提高了整体安全性。这体现了开源项目对安全问题的快速响应能力和持续改进的承诺。
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