GitHub CLI 增强版:gh attestation verify 新增 ref 和 commit 验证功能
2025-05-03 01:44:53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
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0117AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
223
2.26 K

暂无简介
Dart
525
116

React Native鸿蒙化仓库
JavaScript
210
286

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

openvela 操作系统专为 AIoT 领域量身定制。服务框架:主要包含蓝牙、电话、图形、多媒体、应用框架、安全、系统服务框架。
CMake
795
12

🎉 (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
984
581

Ascend Extension for PyTorch
Python
67
97

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++
566
94

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
44
0