Apache SkyWalking 项目中关于CVE-2023-48795漏洞的技术分析
在Apache SkyWalking项目中,近期发现了一个与SSH协议相关的安全问题CVE-2023-48795。这个问题主要影响Binary Packet Protocol(BPP)协议,可能允许攻击者通过前缀截断攻击来破坏SSH连接的完整性。
该问题最初在扫描SkyWalking的OAP和UI组件时被发现。虽然SkyWalking的核心组件是基于Java开发的,但问题实际上来源于构建过程中使用的底层依赖项。具体来说,问题存在于两个不同的层面:
-
在OAP组件中,扫描报告指出问题来自golang.org/x/crypto库的特定版本。虽然SkyWalking OAP本身是Java应用,但这一发现可能与其构建工具链或周边工具相关。
-
在UI组件中,问题源自Ubuntu 22.04基础镜像中的libssh-4库版本。SkyWalking UI使用eclipse-temurin:11-jre作为基础镜像,而这个镜像又是基于ubuntu:22.04构建的。
技术团队经过深入调查后确认,核心的SkyWalking Java代码并不直接使用或依赖这些有问题的组件。真正的风险点在于构建环境和运行时环境中的底层依赖。
对于这个问题的解决方案,项目团队采取了多方面的措施:
-
对于SkyWalking CLI工具(使用Go语言开发)中的相关依赖,团队已经发布了修复版本,升级了受影响的golang.org/x/crypto库。
-
对于UI组件的基础镜像问题,团队评估后认为eclipse-temurin:11-jre镜像本身是安全的,没有高危或严重问题。这个基础镜像使用的OpenSSH 8.9版本已经包含了必要的安全修复。
-
从下一个版本开始,项目将移除CLI工具,进一步减少潜在的安全风险。
对于使用SkyWalking的用户来说,建议采取以下措施:
-
确保使用最新版本的SkyWalking组件,特别是包含安全修复的版本。
-
如果特别关注此问题,可以考虑自行构建镜像,使用更新后的基础环境。
-
定期进行安全扫描,及时发现并处理类似的安全问题。
这个案例也提醒我们,在现代软件开发中,即使核心代码本身没有安全问题,构建工具链和运行时环境中的依赖也可能引入潜在风险。因此,全面的安全防护需要覆盖整个软件供应链。
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