深入解析gfreewind/kernel_comment中的No New Privileges机制
什么是No New Privileges机制
No New Privileges(简称NNP)是Linux内核从3.5版本开始引入的一项重要安全特性。它的核心思想是:防止进程通过execve系统调用获得比父进程更高的权限。这个机制通过一个标志位来实现,一旦设置,就会在fork、clone和execve操作中继承,且无法撤销。
为什么需要NNP机制
在传统Linux系统中,execve调用可能会赋予新启动程序父进程所没有的权限。典型的例子包括:
- setuid/setgid程序:普通用户执行这些程序时会临时获得文件所有者的权限
- 文件能力(file capabilities):可执行文件可以携带特殊权限标志
为了防止父程序通过这些方式获得额外权限,内核和用户空间代码需要采取各种防护措施。但这些措施往往是零散的、针对特定场景的补丁式解决方案。NNP机制提供了一个统一的、通用的解决方案。
NNP的工作原理
NNP通过一个进程标志位来实现其功能。设置该标志位后:
- 执行execve时不会授予任何额外的权限
- setuid和setgid位不再改变uid或gid
- 文件能力不会添加到允许的权限集中
- 安全模块(LSM)不会在execve后放松约束
设置方法非常简单,只需调用prctl系统调用:
prctl(PR_SET_NO_NEW_PRIVS, 1, 0, 0, 0);
一旦设置,这个标志位就会在进程的整个生命周期中保持,无法取消。
使用场景与注意事项
主要应用场景
-
seccomp模式2沙箱:seccomp过滤器在execve后仍然有效,可能改变新执行程序的行为。NNP确保只有设置了该标志位的非特权用户才能安装此类过滤器。
-
减少攻击面:如果某个uid下的所有进程都设置了NNP,则该uid无法通过攻击setuid/setgid程序或使用文件能力的二进制文件来提升权限。
注意事项
- NNP不会阻止不涉及execve的权限变更(如直接调用setuid)
- 安全模块可能在NNP模式下不会加强execve的约束
- 使用NNP的服务启动器可能会干扰基于LSM的沙箱
技术深度解析
NNP机制实际上是对传统Unix权限模型的一个重要补充。在传统模型中,进程可以通过多种方式获得额外权限:
- setuid/setgid二进制文件:这是最常见的权限提升方式
- 能力机制:更细粒度的权限控制
- 环境变量:如LD_PRELOAD等可能被滥用的变量
NNP通过一个简单的标志位,统一解决了这些潜在的安全问题。它的设计体现了Linux安全模型的一个重要原则:显式优于隐式。
实际应用建议
对于系统开发者和安全工程师,NNP机制可以用于:
- 构建更安全的容器环境:结合chroot使用可以显著降低风险
- 实现安全的服务隔离:防止服务通过执行特权二进制文件提升权限
- 开发安全敏感应用:如密码管理器、认证代理等
未来发展方向
NNP机制为Linux安全模型开辟了新的可能性。未来可能会有更多潜在危险的内核特性在NNP设置的情况下对非特权任务开放,例如:
- 某些unshare和clone选项
- 与chroot结合使用的场景
- 其他需要限制权限提升的场景
总结
gfreewind/kernel_comment项目中关于No New Privileges的文档揭示了一个强大而简洁的内核安全机制。通过理解和使用这一机制,开发人员可以构建更加安全可靠的系统和服务。NNP不仅解决了现有的安全问题,还为未来的安全创新奠定了基础。
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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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