Lighthouse CI 项目中 ws 包安全问题分析与修复方案
2025-06-02 14:42:58作者:劳婵绚Shirley
背景介绍
在持续集成领域,GoogleChrome 团队开发的 Lighthouse CI 作为自动化性能测试工具链中的重要组成部分,被广泛应用于现代 Web 项目的质量保障体系。近期该项目依赖链中发现的 ws 包安全问题(CVE-2024-37890)引起了开发者社区的关注,该问题可能影响使用 Lighthouse CI 进行自动化测试的稳定性。
问题技术分析
该安全问题属于 HTTP 协议层的高危问题(CVSS 评分 7.5),其核心问题在于 ws 包对 HTTP 请求头的异常处理机制。当异常客户端发送超过 server.maxHeadersCount 限制的请求头数量时,会导致 ws 服务端进程异常终止,形成服务不可用风险。
在 Lighthouse CI 的依赖树中,这个问题通过以下路径传播:
- 基础依赖:@lhci/cli → lighthouse@11.x → ws@8.x(受影响版本)
- 间接依赖:puppeteer-core@21.x → ws@8.x(受影响版本)
影响范围评估
该问题主要影响以下使用场景:
- 运行 Lighthouse CI 服务器的生产环境
- 暴露在公网的持续集成服务
- 接受外部输入的自动化测试平台
值得注意的是,对于仅作为命令行工具使用的场景风险较低,因为通常不涉及长期运行的 HTTP 服务。
解决方案实施
项目维护团队通过依赖升级策略解决了该问题:
- 将 lighthouse 依赖从 11.x 升级至 12.x 版本
- 新版 lighthouse 12.x 使用修复后的 ws@8.16.0+ 版本
- 确保 puppeteer-core 间接依赖也同步更新
最佳实践建议
对于使用 Lighthouse CI 的开发团队,建议采取以下措施:
- 立即升级至包含修复的 @lhci/cli 最新版本
- 定期执行 npm audit 进行依赖安全检查
- 对于关键业务系统,考虑在网络层设置请求头数量限制
- 监控项目依赖的 CVE 公告频道
技术启示
这个案例展示了现代 JavaScript 生态中依赖管理的复杂性。建议开发团队:
- 建立依赖更新机制
- 理解间接依赖的风险传导路径
- 对关键工具链组件实施问题监控
- 在 CI/CD 流程中加入安全扫描环节
通过这次安全事件的处理,Lighthouse CI 项目展现了开源社区对安全问题的快速响应能力,也为其他项目提供了依赖安全管理的参考范例。
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218