osquery新增hash_executable列优化macOS应用签名验证性能
2025-05-09 07:17:40作者:江焘钦
在macOS系统中,应用签名验证是一个重要的安全机制,它确保了应用的完整性和来源可信性。osquery作为一个强大的端点监控工具,在其signature虚拟表中提供了查询应用签名信息的能力。最新版本中,osquery团队为signature表新增了一个重要列hash_executable,这将显著提升查询性能。
背景与需求
在macOS上,每个应用都包含代码签名信息,其中包含开发者团队标识符(Team Identifier)等重要元数据。安全团队经常需要查询这些信息来进行应用审计和合规检查。传统的查询方式会触发完整的签名验证过程,包括对可执行文件和资源文件的哈希计算,这在查询大量应用时会消耗大量CPU和内存资源。
技术实现
osquery的signature表原本已经提供了hash_resources列,当设置为0时,会跳过资源文件的哈希验证。新增加的hash_executable列采用了类似的设计理念:
- 当
hash_executable=0时,osquery会设置kSecCSDoNotValidateExecutable标志 - 默认值为1,保持向后兼容性
- 与
hash_resources配合使用可以进一步优化性能
性能对比
在实际测试中,查询约525个已安装应用时:
- 仅使用
hash_resources=0:耗时约49秒 - 同时使用
hash_resources=0和hash_executable=0:耗时约10秒
性能提升达到5倍左右,这对于大规模端点管理场景意义重大。
使用建议
安全团队现在可以构建更高效的查询语句来获取应用签名信息:
SELECT a.*, s.team_identifier
FROM apps a
JOIN signature s ON a.path = s.path
WHERE s.arch = ''
AND s.hash_resources = 0
AND s.hash_executable = 0;
这种查询方式在保持获取关键签名信息的同时,大幅降低了系统资源消耗。
安全考量
虽然跳过哈希验证能提升性能,但安全团队需要注意:
- 仅在可信环境中使用这些优化选项
- 对于关键安全决策,仍建议进行完整验证
- 可以结合其他安全机制来弥补验证完整性的降低
总结
osquery的这一改进体现了其在性能与功能性之间的平衡能力。通过hash_executable列的引入,安全团队现在有了更灵活的选择,可以根据实际需求在查询深度和系统负载之间做出合理权衡。这一特性将在osquery 5.15.X版本中正式发布,为macOS端点安全监控带来更高效的解决方案。
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
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.85 K
Ascend Extension for PyTorch
Python
388
466
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++
897
688
昇腾LLM分布式训练框架
Python
121
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
120
156
🎉 (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
782
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
167
React Native鸿蒙化仓库
JavaScript
311
361