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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00