CRI-O项目中的GPG签名验证问题分析与解决方案
2025-06-07 03:00:13作者:江焘钦
问题背景
在CRI-O容器运行时环境中,用户在使用GPG签名验证策略时遇到了"Invalid crypto engine"错误。该问题主要出现在s390x架构的Linux系统上,当CRI-O尝试验证容器镜像签名时,签名验证过程失败。
问题现象
用户配置了如下的签名验证策略:
{
"docker": {
"registry.k8s.io": [{
"type": "signedBy",
"keyType": "GPGKeys",
"keyPath": "/home/image_signing/key.gpg"
}],
"docker.io": [{
"type": "signedBy",
"keyType": "GPGKeys",
"keyPath": "/home/image_signing/key.gpg"
}]
}
}
但在启动容器时,CRI-O日志中显示如下错误信息:
checking signature of "registry.k8s.io/kube-controller-manager:v1.31.1": verifying signatures: Invalid crypto engine
技术分析
根本原因
经过深入分析,发现问题源于CRI-O在构建时使用的GPGME库配置。具体来说:
- GPGME库在构建时启用了
--enable-fixed-path选项,这导致它会在固定的路径中查找GPG二进制文件 - 在s390x架构上,这个固定路径被设置为
/nix/store/.../bin,而实际系统中并不存在这个路径 - 由于找不到GPG二进制文件,签名验证引擎无法正常工作,从而抛出"Invalid crypto engine"错误
环境特殊性
值得注意的是,这个问题在s390x架构上表现得尤为明显,而在其他架构上可能不会出现。这是因为:
- 用户环境使用的是静态链接的CRI-O二进制文件
- 系统安装的是gnupg2而非gnupg
- 用户能够通过动态链接方式成功创建使用GPG引擎的测试程序,说明系统环境本身是正常的
解决方案
CRI-O维护团队提出了以下解决方案:
- 修改GPGME的构建配置,移除
--enable-fixed-path选项 - 让GPGME使用系统默认的PATH环境变量来查找GPG二进制文件
这个修改已经通过PR提交并合并到CRI-O的主干代码中。用户测试确认,使用修改后的版本可以正常进行GPG签名验证。
技术启示
这个问题给我们带来了一些重要的技术启示:
- 静态链接的局限性:静态链接虽然简化了部署,但可能会带来一些运行时路径查找的问题
- 跨架构兼容性:在不同架构上,相同的构建配置可能会产生不同的行为
- 依赖管理:底层库的构建选项可能会对上层应用产生深远影响
结论
CRI-O项目中的GPG签名验证问题展示了容器运行时与安全验证机制集成时可能遇到的挑战。通过深入分析底层依赖的行为和构建配置,开发团队能够快速定位并解决问题。这个案例也提醒我们,在构建安全敏感的系统组件时,需要特别注意其依赖库的配置和行为。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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++
661
309
🎉 (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
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1