Milvus项目Docker镜像安全漏洞分析与解决方案
2025-05-04 13:16:25作者:范靓好Udolf
背景介绍
Milvus作为一款开源的向量数据库,在AI和大规模数据处理领域获得了广泛应用。近期,某大型企业在生产环境部署Milvus 2.5.4版本时,安全扫描发现了Docker镜像中存在严重的安全问题,包括11个关键问题和50个高风险问题,导致无法通过企业安全部门的审核标准。
问题分析
通过对Milvus官方Docker镜像的扫描分析,发现主要存在以下几类安全问题:
- 基础语言层问题:主要涉及Go语言底层代码的安全问题,包括网络协议栈和数据处理方面的问题
- 依赖组件问题:特别是etcd组件中存在多个高风险问题
- 构建工具链问题:protoc-gen-go和protoc-gen-go-grpc等构建工具引入的不必要二进制文件带来了额外风险
其中最为关键的是Go语言标准库中的几个高风险问题,包括可能导致无限循环的DNS消息处理问题(CVE-2024-24788)和IPv4映射IPv6地址处理异常问题(CVE-2024-24790)等。
解决方案演进
Milvus社区针对这些问题进行了快速响应和修复:
-
组件版本升级:
- 将etcd组件从3.5.14升级到3.5.18-r2版本,并切换基础镜像从Debian到Ubuntu 22.04
- Milvus Operator在v1.2.2版本中已修复所有关键和高风险问题
-
构建工具链优化:
- 移除了不必要的protoc-gen-go和protoc-gen-go-grpc二进制文件
- 升级了Go语言工具链版本,修复标准库相关问题
-
版本发布计划:
- 在Milvus 2.5.5版本中部分修复了问题
- 在2.5.6版本中完全解决了所有关键和高风险问题
最佳实践建议
对于企业用户在生产环境部署Milvus,建议采取以下安全措施:
- 版本选择:优先使用Milvus 2.5.6或更新版本,该版本已修复已知关键问题
- 安全扫描:部署前使用Aqua等工具进行镜像扫描,确保无高风险问题
- 组件管理:关注etcd等核心组件的版本更新,及时应用安全补丁
- 构建控制:对于安全要求极高的场景,可考虑从源码构建定制化镜像
总结
Milvus社区对安全问题的响应速度值得肯定,在短时间内通过版本迭代解决了Docker镜像中的关键问题。企业用户在部署时应关注版本更新,建立完善的安全扫描机制,确保生产环境的安全稳定。随着AI应用的普及,向量数据库作为基础设施的安全问题将越来越受到重视,Milvus在这方面的持续改进将为用户提供更可靠的服务保障。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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 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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
650
270
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
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143