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。
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