Constellation v2.21.0 版本发布:增强SSH连接与K8s支持
Constellation是一个专注于云原生安全计算的开源项目,它通过可信执行环境(TEE)技术为Kubernetes集群提供硬件级别的安全隔离。该项目由Edgeless Systems团队维护,旨在为企业级应用提供端到端的机密计算解决方案。
核心功能更新
新增SSH安全连接功能
本次发布的v2.21.0版本引入了一个重要的新特性——ssh命令行工具。这个功能允许用户通过SSH协议安全地连接到Constellation集群中的节点。与传统的SSH连接不同,该功能在设计上充分考虑了TEE环境的安全需求,确保连接过程不会破坏节点的安全隔离性。
技术实现上,该命令利用了Constellation现有的认证机制,在建立SSH连接前会验证目标节点的完整性。这种设计特别适合需要直接访问节点进行调试或维护的场景,同时又不希望降低安全级别的用户。
Kubernetes版本支持更新
随着Kubernetes社区的持续发展,Constellation v2.21.0同步更新了对K8s版本的支持:
- 新增对Kubernetes 1.31的支持
- 移除了对Kubernetes 1.28的支持
这一变更反映了项目对上游Kubernetes社区的支持策略,确保用户能够使用最新的稳定版本,同时逐步淘汰不再受社区维护的旧版本。对于企业用户而言,这意味着可以更安全地部署包含最新安全补丁的Kubernetes集群。
关键问题修复
Azure SNP认证修复
本次发布修复了Azure SNP(Secure Nested Paging)认证中的一个关键问题。具体来说,解决了Microsoft Azure Attestation(MAA)服务在处理PCR11时的错误行为。PCR(Platform Configuration Registers)是可信计算中的重要组件,用于记录系统启动和运行时的关键度量值。
该修复确保了在Azure SNP环境下,Constellation能够正确验证节点的完整性证明,这对于依赖Azure机密计算VM的用户至关重要。修复后,用户将能够更可靠地在Azure SNP环境中部署和运行Constellation集群。
技术优化与改进
依赖项更新
开发团队对项目的依赖关系进行了多项优化:
- 更新了go-sev-guest依赖,修复了与badram平台信息相关的问题
- 移除了对google/go-sev-guest分叉的依赖,转而使用上游版本
这些变更简化了项目的依赖树,提高了构建的可靠性,同时也减少了潜在的安全风险。特别是go-sev-guest的更新,增强了项目对AMD SEV(Secure Encrypted Virtualization)技术的支持。
总结
Constellation v2.21.0版本在保持项目核心安全特性的同时,通过新增SSH连接功能提升了运维便利性,并通过Kubernetes版本更新确保了对最新技术的支持。Azure SNP认证的修复则进一步增强了在微软云环境下的可靠性。这些改进共同推动了Constellation作为企业级机密计算解决方案的成熟度。
对于现有用户,建议评估升级到v2.21.0版本,特别是那些在Azure SNP环境中运行集群的用户。新用户则可以从这个版本开始,体验更完善的SSH管理功能和最新的Kubernetes支持。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00