Sparkle项目安全升级:强化归档文件验证机制
2025-05-29 12:12:50作者:仰钰奇
背景与挑战
Sparkle作为macOS平台上广泛使用的应用更新框架,长期以来在安全验证机制上存在一个潜在问题点:框架会先解压zip、tar和dmg归档文件,然后再验证归档内容及其中应用的Apple代码签名身份。这种设计虽然支持密钥更新功能(允许开发者更换EdDSA签名密钥或Apple代码签名身份),但也为潜在的安全风险打开了方便之门。
安全增强方案
验证机制重构
新方案的核心改进在于将验证流程前置:在解压任何归档文件之前,强制进行完整性验证。具体实现包括:
-
对于磁盘映像(dmg)文件:验证其Apple代码签名签名,确保签名由Apple颁发且使用Developer ID签名,同时团队ID需与宿主应用匹配(忽略文件标识符)
-
对于zip/tar归档:仅接受使用Sparkle的(Ed)DSA密钥签名的文件
密钥更新策略调整
新方案对密钥更新功能做出了重要调整:
- 取消对zip/tar归档文件的密钥更新支持
- 保留对签名dmg文件的密钥更新能力(仅限特殊情况如密钥丢失或所有权转移时使用)
技术实现考量
磁盘映像的优势
方案推荐使用代码签名的磁盘映像而非zip文件作为更新包,原因包括:
- 更好的安全性:磁盘映像是Apple推荐的应用程序分发方式
- 避免App translocation问题:该问题会影响通过Sparkle的更新过程
- 提取效率提升:Sparkle 2.7版本将使dmg提取效率与现代压缩格式相当
兼容性处理
为平衡安全与兼容性,方案采取了渐进式改进策略:
- 初期作为可选功能推出,不强制现有开发者迁移
- 保留对不使用EdDSA签名应用的兼容(带警告日志)
- 对独立更新器保留旧策略的兼容路径
开发者影响与建议
需要调整的情况
开发者需要调整其更新分发策略当:
- 需要使用密钥更新功能
- 当前未使用Sparkle签名(Sparkle 2.x已弃用此做法)
最佳实践建议
- 优先使用代码签名/公证的磁盘映像分发应用更新
- 保持使用EdDSA签名作为额外安全层
- 即使使用dmg更新,也建议保留EdDSA签名以支持密钥更新
安全模型演进
这一改进使Sparkle的安全模型更加完善:
- 第一道防线:HTTPS传输(保持不变)
- 新增防线:归档文件验证(前置检查)
- 保留防线:应用签名验证(后置检查)
这种分层防御策略显著提高了攻击者实施供应链攻击的难度,即使开发者服务器出现问题,攻击者也需要突破多重验证机制才能注入恶意代码。
总结
Sparkle的这一安全改进通过重构验证流程、优化分发格式选择和完善密钥管理策略,显著提升了框架的整体安全性。虽然对部分开发者的工作流程会带来一定调整,但这些改变对于保护终端用户安全至关重要。开发者应评估自身情况,逐步迁移到更安全的更新分发模式。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
391
470
openEuler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。
C
356
216
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++
898
691
昇腾LLM分布式训练框架
Python
122
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
123
157
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
784
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
169
React Native鸿蒙化仓库
JavaScript
312
362