Velociraptor RPM包在0.73版本升级时服务文件被移除问题分析
2025-06-25 08:25:54作者:胡唯隽
问题背景
Velociraptor是一款功能强大的数字取证和事件响应(DFIR)工具。在0.73版本中,项目对RPM打包脚本(rpm.go)进行了修改,引入了一个可能导致服务文件在升级过程中被意外删除的问题。
问题本质
该问题的核心在于RPM包升级时的脚本执行顺序。当用户执行RPM包升级时,系统会按照以下顺序操作:
- 先安装新版本的RPM包
- 然后卸载旧版本的RPM包
在0.73版本的修改中,postun(卸载后执行的脚本)脚本没有区分是真正的卸载操作还是升级过程中的旧包卸载操作。这导致在升级过程中,新安装的版本的服务文件会被错误地移除。
技术细节
RPM包管理系统中包含多种脚本钩子(scriptlets),包括但不限于:
- preinstall:安装前执行
- postinstall:安装后执行
- preuninstall:卸载前执行
- postuninstall:卸载后执行
在升级场景下,这些脚本的执行顺序更为复杂。0.73版本的问题在于postun脚本没有检查$1参数的值,该参数在升级时会传递一个特定值(通常为1)来表明这是升级操作而非真正的卸载操作。
影响范围
该问题影响:
- 所有使用0.73版本RPM包的用户
- 这些用户在升级到后续版本时会发现服务文件丢失
- 可能导致Velociraptor服务无法正常启动
解决方案
针对该问题,项目组已经发布了修复方案:
- 在0.74.1版本中修复了此问题
- 对于已经使用0.73版本的用户,在升级时可以临时使用
--nopostun参数跳过问题脚本
推荐的升级命令为:
rpm --nopostun -U velociraptor_client_0.74.1_x86_64.rpm
最佳实践
对于系统服务类软件的RPM打包,开发者应当:
- 仔细处理所有脚本钩子
- 在postun脚本中检查操作类型(升级/卸载)
- 进行充分的升级场景测试
- 考虑使用systemd-preset等机制管理服务状态
总结
Velociraptor 0.73版本的RPM打包问题展示了软件包管理中的常见陷阱。这个问题提醒我们,在编写安装/卸载脚本时需要充分考虑各种操作场景,特别是升级这种复杂流程。通过这次事件,项目组完善了RPM打包逻辑,为用户提供了更稳定的升级体验。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
最新内容推荐
RadiAnt DICOM Viewer 2021.2:专业医学影像阅片软件的全面指南 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 Jetson TX2开发板官方资源完全指南:从入门到精通 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
201
暂无简介
Dart
627
142
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
React Native鸿蒙化仓库
JavaScript
242
316
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
383
3.53 K
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
481
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++
648
265
🎉 (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
1.11 K
622
仓颉编译器源码及 cjdb 调试工具。
C++
128
857