Apache Arrow DataFusion 安全审计失败问题分析
2025-05-31 04:20:07作者:宣聪麟
Apache Arrow DataFusion 项目在持续集成(CI)过程中出现了一个安全审计失败的问题,具体表现为 security_audit 检查未能通过。这个问题源于项目依赖的 ring 加密库存在已知的安全问题。
问题背景
在 DataFusion 项目的 CI/CD 流程中,安全审计是一个重要的环节,它会对项目依赖的所有第三方库进行安全检查。最近的一次构建中,这个检查失败了,原因是项目中使用的 ring 库(版本 0.17.9)被发现存在一个安全问题。
问题详情
ring 是一个广泛使用的 Rust 加密库,提供了各种加密原语的实现。被发现的问题具体是:
- 问题编号: RUSTSEC-2025-0009
- 问题标题: 某些 AES 函数在启用溢出检查时可能会 panic
- 发布日期: 2025-03-06
- 影响版本: 0.17.9 及以下
- 修复方案: 升级到 0.17.12 或更高版本
这个问题可能会导致使用受影响版本 ring 库的应用程序在某些情况下出现 panic,特别是在处理 AES 加密操作时。
影响分析
虽然这个问题不会直接导致数据泄露或其他严重安全问题,但它可能导致应用程序意外崩溃。对于 DataFusion 这样的数据处理框架来说,稳定性至关重要,因此需要及时修复。
解决方案
解决这个问题的最直接方法是升级 ring 库的版本到 0.17.12 或更高。这可以通过以下步骤实现:
- 检查项目的 Cargo.toml 文件,查看哪些依赖间接引入了
ring0.17.9 - 更新相关依赖到最新版本,确保它们使用
ring0.17.12+ - 运行
cargo update更新依赖锁文件 - 重新运行 CI 确保所有测试通过
预防措施
为了避免类似问题再次发生,建议:
- 在 CI 流程中定期运行
cargo audit检查安全问题 - 设置依赖版本更新提醒
- 考虑使用 Dependabot 等工具自动更新依赖
- 定期审查项目依赖树,移除不必要的依赖
总结
开源项目的安全性依赖于及时更新依赖库。DataFusion 项目通过 CI 中的安全审计及时发现并修复了这个 ring 库的问题,体现了良好的安全实践。对于使用 DataFusion 的开发者来说,建议定期更新到最新版本以确保安全性。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492