Apache SkyWalking 项目中关于 CVE-2023-48795 漏洞的分析与修复
Apache SkyWalking 是一款优秀的应用性能监控系统,近期在其容器化部署方案中发现了一个与 SSH 协议相关的安全问题 CVE-2023-48795。该问题主要影响基于容器部署的 SkyWalking 组件,特别是 OAP 服务器和 UI 界面。
CVE-2023-48795 是一个中等严重程度的安全问题,CVSS 评分为 5.9。该问题存在于 SSH 协议的二进制数据包协议(BPP)中,可能被利用前缀截断方式实施攻击。这种攻击方式可能导致 SSH 连接的安全性被破坏,虽然实际风险取决于具体的使用场景。
在 SkyWalking 的容器化部署中,这个问题主要来源于两个方面:
-
基础镜像中的 OpenSSH 组件:SkyWalking 的 Docker 镜像基于 eclipse-temurin:11-jre,而该镜像又构建于 ubuntu:22.04 之上。Ubuntu 22.04 默认使用 OpenSSH 8.9 版本,这个版本存在该问题。
-
SkyWalking CLI 工具:项目中的命令行工具使用了存在问题的 golang.org/x/crypto 库版本。
项目维护团队迅速响应了这个问题,并采取了以下修复措施:
-
对于 CLI 工具部分,团队已经提交了修复补丁,更新了依赖库版本,移除了存在问题的组件。
-
对于基础镜像问题,团队确认 eclipse-temurin:11-jre 官方镜像已经解决了相关安全问题,建议用户使用最新版本的基础镜像重新构建容器。
对于使用 SkyWalking 的用户,建议采取以下措施:
- 更新到最新版本的 SkyWalking 容器镜像
- 如果使用自定义构建,确保基于最新的 eclipse-temurin:11-jre 基础镜像
- 关注官方发布的安全公告,及时应用安全补丁
值得注意的是,虽然这个问题被标记为中等风险,但实际影响取决于具体部署环境。在大多数 SkyWalking 部署场景中,SSH 功能可能并非核心组件,因此实际风险可能较低。不过出于安全最佳实践考虑,仍然建议用户及时更新。
这个案例也提醒我们,在现代云原生环境中,即使是纯 Java 应用也可能因为容器基础镜像或辅助工具而引入安全问题,需要全面考虑整个技术栈的安全性。
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