ComplianceAsCode项目中RHEL 10启动容器与FIPS模式兼容性问题分析
在ComplianceAsCode项目的近期测试中,发现了一个关于RHEL 10启动容器与安全加固配置的兼容性问题。这个问题主要出现在使用STIG或ISM_O安全配置文件的场景下,导致容器无法正常启动。
问题现象
当尝试在RHEL 10系统上部署经过STIG或ISM_O安全配置文件加固的启动容器时,系统会在启动过程中失败。具体表现为系统在FIPS完整性检查阶段报错,提示无法找到内核文件的HMAC校验文件,最终导致系统拒绝继续启动。
通过虚拟机的控制台输出可以看到,系统在dracut阶段尝试进行FIPS完整性检查时失败,错误信息明确指出缺少/boot/.vmlinuz-6.12.0-48.el10.x86_64.hmac文件,这是FIPS模式下的关键校验文件。
问题根源
这个问题是由于RHEL 10中Anaconda安装程序的两个相关bug被修复后暴露出来的。这些修复使得系统现在严格执行FIPS模式下的完整性检查要求。在FIPS模式下,系统需要验证内核及其相关组件的完整性,这需要相应的HMAC校验文件存在。
在STIG和ISM_O安全配置文件中,通常会启用FIPS模式作为安全加固的一部分。然而,当前的容器部署流程似乎没有正确处理这些FIPS相关的校验文件,导致系统启动时无法完成必要的完整性验证。
技术背景
FIPS(Federal Information Processing Standards)是美国政府制定的一系列计算机安全标准。在RHEL系统中启用FIPS模式会带来以下变化:
- 加密模块必须使用经过FIPS认证的实现
- 系统组件需要进行完整性验证
- 随机数生成必须符合FIPS标准
- 内核和关键系统文件需要HMAC校验
在容器化部署场景下,这些要求带来了额外的复杂性,因为容器镜像需要包含所有必要的校验信息,而传统的容器部署流程可能没有考虑这些需求。
解决方案方向
要解决这个问题,需要考虑以下几个方面:
-
容器镜像构建流程:确保在构建启动容器镜像时,包含所有必要的FIPS校验文件。
-
Anaconda集成:调整Anaconda安装程序对容器部署的支持,使其能够正确处理FIPS模式下的特殊要求。
-
测试验证:更新测试用例,确保在FIPS模式下所有必需的校验机制都能正常工作。
-
文档说明:为使用安全加固配置的用户提供明确的文档,说明在容器化部署时的特殊注意事项。
对用户的影响
这个问题主要影响以下用户场景:
- 在RHEL 10上使用启动容器技术的用户
- 需要符合STIG或ISM_O安全标准的部署环境
- 启用了FIPS模式的安全敏感环境
对于这些用户,目前临时的解决方案可能是暂时禁用FIPS模式,但这会降低系统的安全合规性。长期解决方案需要等待相关修复的完成和测试验证。
总结
这个问题揭示了安全合规要求与新兴容器技术集成时的挑战。随着RHEL 10的演进和安全标准的更新,开发团队需要持续关注这类兼容性问题,确保安全加固措施能够无缝地应用于各种部署场景。对于企业用户来说,在规划安全合规的容器化部署时,需要特别注意这类底层兼容性问题,并在测试环境中充分验证部署方案。
未来,随着相关修复的完成和测试覆盖的完善,ComplianceAsCode项目将能够更好地支持在FIPS模式下部署安全加固的启动容器,为用户提供既安全又灵活的部署选项。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00