Azure Pipelines Agent 中 Newtonsoft.Json 安全问题分析与解决方案
背景介绍
Microsoft Azure Pipelines Agent 是一款广泛使用的持续集成和持续交付工具,它允许开发团队在各种环境中自动构建、测试和部署应用程序。近期,安全扫描工具发现某些版本的 Azure Pipelines Agent 中包含了存在安全问题的 Newtonsoft.Json 库版本。
问题详情
该问题被标识为 CVE-2024-21907,影响 Newtonsoft.Json 9.0.1 和 10.0.3 版本。这些旧版本存在潜在的安全隐患,可能导致服务中断或其他安全问题。在 Azure Pipelines Agent 中,这些有问题的库文件主要存在于以下位置:
- 代理程序的工作目录
- 与 TF.exe(Team Foundation 版本控制工具)相关的依赖项中
影响范围
受影响的 Azure Pipelines Agent 版本包括但不限于 3.230.0 和 3.232.1。这些版本在 Windows Server 2019 等环境中运行时,会被安全扫描工具标记为存在问题。
技术分析
问题的根源在于 TF.exe 这个组件的构建时间较早,包含了旧版本的 Newtonsoft.Json 库。由于缺乏自动化的持续交付管道,这些依赖项未能及时更新到安全版本。
解决方案
Microsoft 开发团队采取了以下措施解决此问题:
- 为 TF.exe 建立了专门的持续交付管道,确保其依赖项能够定期更新
- 在 Azure Pipelines Agent v3.244.1 版本中包含了修复后的组件
实施建议
对于使用 Azure Pipelines Agent 的用户,建议采取以下行动:
- 立即升级到 v3.244.1 或更高版本
- 定期检查代理程序的更新情况
- 在企业环境中建立安全扫描机制,及时发现类似问题
总结
软件供应链安全是现代DevOps实践中不可忽视的重要环节。通过这次事件,我们可以看到及时更新依赖库的重要性,以及建立自动化更新机制的价值。Azure Pipelines Agent 团队通过建立专门的持续交付管道,从根本上解决了这类问题再次发生的可能性。
对于仍在使用旧版本的用户,强烈建议尽快升级到修复后的版本,以确保构建环境的安全性。同时,这也提醒我们应当将依赖项管理纳入日常的安全审计范围,建立完善的软件资产管理机制。
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- 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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00