Microcks项目中的容器镜像来源证明模式优化实践
2025-07-10 04:43:41作者:郦嵘贵Just
在容器化应用的构建和分发过程中,确保镜像来源的可验证性至关重要。Microcks项目团队近期针对Docker构建过程中生成的SLSA来源证明(provenance attestation)进行了重要优化,将默认模式显式指定为max模式,以提升安全验证的可靠性。
背景与问题发现
SLSA(Supply-chain Levels for Software Artifacts)来源证明是用于验证软件制品供应链安全性的重要机制。在Docker构建过程中,它可以生成两种模式的证明:
min模式:仅包含最基本的构建信息max模式:包含完整的构建环境详细信息
虽然Docker文档说明默认模式应为max,但项目团队发现Docker Scout(Docker的安全扫描工具)在实际检测中存在一个特殊现象:当不显式指定模式时,工具无法正确识别证明,会错误地报告"missing attestation"(缺少证明)的违规警告。
解决方案
经过验证,团队确认通过显式设置provenance: mode=max参数可以解决这个问题。这一调整首先在Microcks Hub镜像上进行了测试,成功消除了Docker Scout的错误警告。随后,团队决定将此配置推广到所有核心镜像的构建过程中。
技术实现要点
- 构建配置调整:在Docker构建配置中明确添加模式声明
- 验证流程:通过Docker Scout扫描确认证明的有效性
- 全面推广:确保所有相关镜像构建都采用相同配置
安全价值
这一优化带来的核心价值包括:
- 增强了构建过程的可审计性
- 确保了供应链安全验证工具的正确识别
- 为后续的安全合规要求奠定了基础
实施效果
调整后,所有Microcks项目的容器镜像现在都能:
- 生成完整的构建环境证明
- 被安全扫描工具正确识别和验证
- 提供更透明的供应链安全信息
这一改进虽然看似简单,但对于依赖自动化安全扫描的CI/CD流程来说至关重要,确保了安全验证环节不会因为技术细节而产生误报,为项目的整体安全性提供了更可靠的保障。
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-1.5暂无简介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
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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