Checkov项目中CKV_GCP_73规则误报问题分析
2025-05-30 07:05:03作者:秋泉律Samson
在Checkov项目的安全扫描过程中,用户报告了CKV_GCP_73规则存在误报问题。该规则主要用于检测Google Cloud Armor WAF中针对CVE-2021-44228问题的防护配置。
问题背景
CKV_GCP_73规则原本设计用于验证Google Cloud Armor WAF是否配置了针对特定问题(CVE-2021-44228)的预定义规则。规则检查逻辑中使用了特定的匹配模式来识别防护配置,但用户在实际使用中发现该规则产生了误报。
技术细节
该规则的核心检查逻辑是基于Google Cloud Armor的预配置WAF规则表达式。在Google Cloud Armor中,有两种方式可以引用预配置的WAF规则:
- 使用
evaluatePreconfiguredExpr('cve-canary')表达式 - 使用
evaluatePreconfiguredWaf('cve-canary')表达式
Checkov最初实现的检查逻辑只考虑了第一种表达式形式,而忽略了第二种形式,这导致了在实际扫描中对有效防护配置的错误标记。
解决方案
项目维护者已经确认evaluatePreconfiguredExpr('cve-canary')表达式并未被弃用,而是Google Cloud Armor支持两种不同的表达式格式。为了全面覆盖这两种情况,Checkov团队已经更新了规则实现,使其能够识别这两种表达式格式。
实际影响
这一改进将显著减少Checkov扫描中的误报情况,使安全团队能够更准确地评估Google Cloud Armor WAF的配置状态。对于使用以下两种格式配置CVE防护的用户,现在都能得到正确的扫描结果:
expr {
expression = "evaluatePreconfiguredExpr('cve-canary')"
}
或
expr {
expression = "evaluatePreconfiguredWaf('cve-canary')"
}
最佳实践建议
- 更新到最新版本的Checkov以获取修复后的规则
- 在配置Google Cloud Armor WAF规则时,保持一致性,选择一种表达式格式并在整个组织中统一使用
- 定期验证安全扫描工具的规则集是否与云服务提供商的最新文档保持同步
这一改进体现了Checkov项目对用户反馈的积极响应,也展示了开源安全工具持续优化以适应实际使用场景的过程。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0210- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
619
4.08 K
Ascend Extension for PyTorch
Python
453
538
🔥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
69
21
暂无简介
Dart
859
205
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++
926
777
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.48 K
837
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
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
374
255
昇腾LLM分布式训练框架
Python
133
159