Checkmarx KICS 项目中 Dockerfile APT-GET 命令自动确认参数检测优化
2025-07-02 14:33:09作者:明树来
在容器化技术日益普及的今天,Dockerfile 作为构建容器镜像的核心配置文件,其安全性和可靠性受到广泛关注。Checkmarx KICS(Keeping Infrastructure as Code Secure)作为一款基础设施即代码的安全扫描工具,能够帮助开发者在早期发现潜在的安全问题和最佳实践违规。
近期,KICS 项目修复了一个关于 Dockerfile 中 apt-get 命令参数检测的重要问题。该问题涉及工具对自动确认参数的识别逻辑不够完善,导致在某些情况下会出现误报。
在 Linux 系统中,apt-get 是常用的包管理工具,在 Dockerfile 中经常被用来安装软件包。当执行 apt-get install 命令时,如果系统需要用户确认(例如磁盘空间不足或需要覆盖文件),命令会暂停并等待用户输入。这在自动化构建过程中是不可取的,因此最佳实践是在命令中添加 -y 或 --yes 参数来自动确认所有提示。
KICS 工具原本的检测逻辑只识别了 -y 这种短参数形式,而没有考虑到以下合理情况:
- 使用 --yes 长参数形式
- 使用 --quiet --quiet 双重静默参数(这在 apt-get 中等效于自动确认)
这种检测逻辑的局限性导致了工具在实际扫描中会产生误报,即错误地将实际上已经处理了自动确认的命令标记为问题。例如,以下完全合理的命令会被错误标记:
RUN apt-get --yes install sl
RUN apt-get --quiet --quiet install sl
经过社区反馈和项目团队的修复,KICS 现在能够正确识别这些变体形式。这一改进使得工具的检测结果更加准确,减少了开发者在安全扫描中遇到的干扰,提高了工具在实际开发环境中的实用性。
对于使用 KICS 进行基础设施代码安全扫描的团队,这一改进意味着:
- 更少的误报,提高扫描结果的可信度
- 保持对 Dockerfile 构建过程自动化要求的严格检查
- 支持开发者使用不同风格的 apt-get 参数而不影响安全检查
这一案例也展示了开源社区协作的价值,用户反馈能够帮助完善工具的检测逻辑,最终使整个社区受益。对于安全扫描工具的使用者来说,定期更新工具版本以获取这类改进是非常重要的。
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
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
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
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322