Atlantis项目容器镜像签名方案的技术实现与安全考量
2025-05-28 18:08:56作者:裘晴惠Vivianne
容器镜像安全的重要性
在现代云原生架构中,容器镜像作为应用交付的核心载体,其安全性直接关系到整个系统的可信度。未经签名的镜像可能被篡改或植入恶意代码,导致供应链攻击风险。Atlantis作为流行的基础设施即代码工具,其容器镜像的安全保障尤为重要。
现有安全机制分析
当前Atlantis项目已通过PR #5158实现了构建过程的可验证性(Provenance Attestation),这能够证明镜像确实由特定构建流程产生。但该机制仅验证了构建来源,尚未对镜像内容本身进行密码学签名,存在中间人篡改的潜在风险。
基于Cosign的签名方案
关键技术选择
采用Sigstore生态中的Cosign工具实现签名功能,其优势在于:
- 支持密钥模式和密钥无关模式(Keyless)
- 与OCI标准完全兼容
- 提供完整的验证工具链
密钥管理模式比较
- 传统密钥模式:需要安全存储PGP/ECDSA私钥,存在密钥泄露风险
- 密钥无关模式:利用GitHub Actions的OIDC身份令牌,通过临时证书实现短期有效签名,无需长期密钥管理
技术实现细节
签名流程设计
- 构建阶段生成镜像摘要
- 通过GitHub OIDC获取短期凭证
- 调用Cosign进行签名
- 将签名关联到镜像仓库
多架构镜像处理
针对Atlantis同时构建的6种不同镜像(如amd64/arm64等),需要:
- 为每个架构镜像生成独立签名
- 创建统一的清单签名(Manifest List Signing)
- 确保跨架构验证的一致性
安全增强措施
- 签名时效控制:密钥无关模式下签名证书默认有效期10分钟
- 审计追踪:所有签名操作记录到Rekor透明日志
- 验证集成:提供预验证的Kubernetes准入控制器配置示例
实施建议
- 分阶段实施:先测试环境验证,再逐步推广到生产
- 文档配套:需详细说明验证方法和故障排查步骤
- 监控机制:建立签名成功率的CI监控指标
对下游用户的影响
项目使用者可通过以下命令验证镜像完整性:
cosign verify --certificate-identity-regexp '^https://github.com/runatlantis/atlantis' \
--certificate-oidc-issuer 'https://token.actions.githubusercontent.com' \
atlantis/atlantis:latest
该方案将显著提升Atlantis供应链安全等级,为基础设施自动化工具树立新的安全标杆。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218