Falco项目在RHEL 9.4内核模块编译问题的技术分析
在Falco安全监控工具的使用过程中,部分用户在RHEL 9.4系统上遇到了内核模块(kmod)编译失败的问题。本文将深入分析该问题的技术背景、原因以及解决方案。
问题现象
当用户尝试在RHEL 9.4系统(内核版本5.14.0-427.16.1.el9_4.x86_64)上使用Falco 0.37.1版本时,内核模块编译过程会失败。而同样的操作在RHEL 9.3系统(内核版本5.14.0-362.24.1.el9_3.x86_64)上则可以顺利完成。
根本原因分析
经过技术团队调查,发现这个问题源于RHEL 9.4内核从较新版本(Linux 6.4)向后移植(backport)了一些补丁。具体来说,是Linux内核提交dcfbb67e48a2becfce7990386e985b9c45098ee5中关于class_create()函数接口的变更被移植到了5.14内核版本中。
这种向后移植导致了Falco内核模块在编译时与旧版接口不兼容,从而引发编译错误。这是Linux内核开发中常见的问题,当较新内核的特性被移植到旧版本时,可能会破坏原有驱动程序的兼容性。
解决方案
Falco开发团队已经在新版本中解决了这个问题。具体来说:
-
在即将发布的Falco 0.38.0版本中,团队通过两个重要的代码修改增强了驱动程序的兼容性:
- 实现了更智能的接口探测机制
- 增加了对这类向后移植特性的灵活检测能力
-
对于当前遇到问题的用户,建议采用以下临时解决方案:
- 使用modern_ebpf驱动替代传统的内核模块
- 通过命令行参数
-o engine.kind=modern_ebpf或配置文件设置来启用modern_ebpf引擎
技术演进
值得注意的是,Falco 0.38.0版本将默认使用modern_ebpf作为驱动引擎。与传统的内核模块相比,modern_ebpf具有以下优势:
- 更好的兼容性,支持所有系统调用
- 更安全,不需要加载内核模块
- 更易于部署和维护
结论
内核向后移植导致的兼容性问题在Linux生态系统中并不罕见。Falco团队通过增强驱动程序的智能检测能力和转向更现代的eBPF技术,有效解决了这类问题。对于安全监控工具而言,保持与各种内核版本的兼容性至关重要,这也是Falco项目持续优化的方向之一。
建议用户升级到Falco 0.38.0或更高版本,以获得最佳的使用体验和系统兼容性。对于必须使用内核模块的场景,新版本也已经解决了RHEL 9.4上的编译问题。
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