OpenSearch 3.0安全架构演进:永久禁用Java安全管理器的技术决策
2025-05-22 09:02:06作者:吴年前Myrtle
在OpenSearch 3.0版本中,开发团队做出了一项重要的安全架构调整:永久禁用Java安全管理器(JSM)。这一决策源于Java生态系统的长期演进趋势,也体现了现代分布式搜索系统对安全模型的新思考。
技术背景与决策动因
Java安全管理器作为Java平台的传统安全机制,长期以来为OpenSearch提供了基础的沙箱环境。但随着JDK 24将正式移除该功能,技术团队面临必须转型的挑战。更关键的是,JDK 21引入的虚拟线程特性与安全管理器存在根本性冲突——当启用安全管理器时,虚拟线程将失去所有权限。
OpenSearch技术团队经过深入评估,识别出保留安全管理器的三大技术代价:
- 阻碍开发者使用现代JDK特性(如虚拟线程)
- 增加代码维护复杂度(需要持续适配新旧JDK版本)
- 限制系统性能优化空间
替代方案的技术实现
项目团队设计了分层替代方案,核心包含两大技术组件:
系统级防护(systemd) 通过Linux系统原生的安全隔离机制提供底层防护,包括:
- 进程资源隔离(MemoryDenyWriteExecute)
- 网络访问控制(RestrictAddressFamilies)
- 内核级保护(ProtectKernelModules)
- 权限限制(NoNewPrivileges)
Java Agent防护层 针对文件系统和网络访问这两个最关键的安全维度,开发了基于Java Instrumentation API的动态拦截器。该组件能够:
- 在字节码层面拦截关键系统调用
- 兼容现有安全策略配置格式
- 实现细粒度的插件级访问控制
安全能力对比分析
技术团队详细对比了新方案与传统安全管理器的防护范围:
| 防护维度 | 传统方案 | 新方案 |
|---|---|---|
| 文件系统操作 | 全面控制 | 同等能力 |
| 网络通信 | 全面控制 | 同等能力 |
| 系统命令执行 | 部分控制 | 增强防护 |
| 内核级操作 | 无防护 | 新增防护 |
| 反射机制 | 全面控制 | 部分防护 |
特别值得注意的是,新方案在操作系统层面新增了多项传统Java安全管理器无法提供的防护能力,如内存执行保护、实时调度限制等。
技术迁移影响
这一变更将带来三个层面的影响:
- 开发者体验:移除AccessController.doPrivileged()等样板代码,简化插件开发
- 安全模型:从JVM层防护转向系统级防护,需要管理员重新评估安全基线
- 兼容性:3.0版本将保留但忽略安全策略文件,后续版本逐步清理遗留代码
社区共识与未来方向
经过充分讨论,技术社区达成以下共识:
- 系统级安全防护更符合云原生时代的需求
- 放弃向后兼容有利于长期架构演进
- 需要建立新的安全测试体系来弥补开发期防护
未来OpenSearch将持续强化系统级安全能力,包括完善seccomp策略、增强cgroup隔离等,同时探索基于eBPF等现代Linux安全技术的新型防护方案。这一转型标志着OpenSearch安全模型从JVM沙箱向系统级纵深防御的重要演进。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0120
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.34 K
Ascend Extension for PyTorch
Python
720
884
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
440
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
610