OpenQS liboqs项目引入OpenSSF安全评分卡实践
在开源软件供应链安全日益受到重视的背景下,OpenQS liboqs项目近期完成了OpenSSF安全评分卡(Scorecard)的集成工作。作为专注于后量子密码学实现的开源项目,这一举措显著提升了项目的安全透明度和可信度。
OpenSSF安全评分卡是由Linux基金会开源安全基金会(OpenSSF)推出的一套自动化安全评估工具,它通过多项指标对开源项目的安全实践进行系统化评估。评分卡检查的内容包括但不限于:代码审查流程、依赖管理、CI/CD安全配置、维护活跃度等关键安全维度。
在liboqs项目中实施OpenSSF评分卡主要涉及三个关键改进:
首先是对GitHub Actions工作流的加固。项目将所有工作流中引用的Actions都从简单的版本标签升级为包含完整SHA256哈希的引用方式。这种"固定依赖"的做法确保了每次构建使用的都是经过验证的精确版本,有效防范了供应链攻击风险。实际操作中使用了专门的自动化工具来完成这一转换,既保证了准确性又提高了效率。
其次是对Python依赖的加固处理。项目中用于上游代码同步的脚本依赖多个Python包,原先的requirements.txt文件仅指定了版本号。改进后为每个依赖包添加了完整的哈希校验值,确保安装的包与预期完全一致。这一过程借助了Python生态中的hashin工具来自动完成哈希值的计算和添加。
最后是细粒度的权限控制。项目为每个GitHub Action工作流明确定义了所需的最小权限集,遵循了最小权限原则。这一改变虽然增加了配置的复杂度,但显著降低了潜在的安全风险。
这些改进使得liboqs项目在OpenSSF评分卡的多项关键指标上获得了显著提升,包括依赖管理、构建过程安全和权限控制等方面。作为密码学基础库,这些安全增强措施不仅提升了项目本身的安全性,也为依赖它的上层应用提供了更强的安全保障。
实施过程中,项目团队特别注重变更的可控性,通过分阶段实施和充分测试确保每个安全改进都不会影响现有功能的正常运行。这种审慎的态度对于关键基础设施类项目尤为重要。
OpenQS liboqs项目的这一实践为其他开源项目,特别是安全敏感型项目提供了有价值的参考。它展示了如何通过系统化的安全评估和渐进式的改进来提升项目的整体安全水平,同时也体现了开源社区对安全最佳实践的持续追求。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00