GitHub CLI 增强版:gh attestation verify 新增 ref 和 commit 验证功能
2025-05-03 15:46:13作者:魏献源Searcher
GitHub CLI 作为 GitHub 生态中重要的命令行工具,其 gh attestation verify 命令在软件供应链安全领域扮演着关键角色。最新版本中,该命令新增了 --ref 和 --commit 验证选项,进一步强化了软件构建产物的来源验证能力。
背景与需求
在软件供应链安全领域,SLSA(Supply-chain Levels for Software Artifacts)框架提出了构建产物来源证明(provenance)的概念。GitHub Actions 通过 attest-build-provenance 动作生成的证明文件,记录了构建产物的详细来源信息,包括源代码仓库、构建工作流等关键元数据。
然而,在实际安全验证场景中,仅验证源代码仓库和工作流信息是不够的。安全团队还需要确认:
- 构建是否来自受保护的分支(如 main)
- 构建是否基于特定的源代码提交(commit SHA)
- 签名工作流是否来自受信任的分支和提交
新增功能详解
最新版本的 gh attestation verify 命令新增了以下验证选项:
--ref:验证源代码仓库的分支或标签引用--commit:验证源代码仓库的具体提交 SHA--signer-ref:验证签名工作流的分支或标签引用--signer-commit:验证签名工作流的具体提交 SHA
这些选项补充了现有的 --repo 和 --cert-identity 验证功能,形成了完整的来源验证链条。
技术实现原理
这些新选项验证的是构建证明中嵌入的证书信息,这些信息来源于可复用工作流的 OIDC 令牌。具体来说:
- 源代码仓库信息存储在
.verificationResults.signature.sourceRepositoryRef和.verificationResults.signature.sourceRepositoryDigest - 签名工作流信息存储在证书的 Subject Alternative Name (SAN) 扩展中
验证过程会对用户提供的预期值与证明中的实际值进行严格比对,任何不匹配都会导致验证失败。
典型使用场景
场景一:验证受保护分支构建
gh attestation verify artifact.tar.gz \
--repo "myorg/myrepo" \
--ref "refs/heads/main" \
--signer-repo "trusted-org/trusted-builder" \
--signer-ref "refs/heads/prod"
此命令确保:
- 产物来自 myorg/myrepo 的 main 分支
- 由 trusted-org/trusted-builder 的 prod 分支上的工作流签名
场景二:精确验证特定提交
gh attestation verify artifact.tar.gz \
--repo "myorg/myrepo" \
--commit "abc123..." \
--signer-repo "trusted-org/trusted-builder" \
--signer-commit "xyz456..."
此命令确保:
- 产物基于 myorg/myrepo 的特定提交 abc123...
- 由 trusted-org/trusted-builder 的特定提交 xyz456... 上的工作流签名
安全价值
这些新验证选项为软件供应链安全提供了更细粒度的控制:
- 防止非受保护分支构建:确保只有通过代码审查的变更才能产生最终产物
- 精确溯源:通过提交 SHA 可以精确定位到产生产物的确切代码状态
- 工作流完整性:验证签名工作流的来源,防止恶意修改的工作流被使用
最佳实践建议
- 在生产环境中,建议同时验证仓库、分支和提交信息,形成多层防御
- 对于关键构建,考虑将预期的提交 SHA 存储在安全位置(如受保护分支的文档中)
- 结合
--deny-self-hosted-runners选项,进一步限制构建环境
总结
GitHub CLI 的 gh attestation verify 命令通过新增的 ref 和 commit 验证选项,为软件供应链安全提供了更强大的验证能力。这些功能使组织能够实施更严格的构建产物验证策略,有效降低供应链攻击风险。对于重视软件安全的团队来说,合理利用这些新功能将显著提升整体安全态势。
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
MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
416
3.2 K
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
65
19
暂无简介
Dart
682
160
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
🎉 (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
1.21 K
664
React Native鸿蒙化仓库
JavaScript
265
326
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
Ascend Extension for PyTorch
Python
230
259