Rsync项目3.4.0版本中openat系统调用的兼容性问题分析
2025-06-24 13:40:16作者:邓越浪Henry
在Rsync 3.4.0版本中,开发团队引入了一个与文件系统操作相关的兼容性回归问题。这个问题主要影响了在较老版本的glibc(如2.3.6)上构建Rsync的情况。
问题背景
Rsync 3.4.0版本在实现安全相对路径打开功能时,使用了openat系统调用和AT_FDCWD常量。然而,代码中错误地假设了只要系统支持O_NOFOLLOW和O_DIRECTORY标志,就一定会支持openat和AT_FDCWD。这种假设在较新的系统上成立,但在一些老旧的系统上并不成立。
技术细节
openat系统调用是POSIX标准的一部分,它允许程序相对于目录文件描述符打开文件。AT_FDCWD是一个特殊值,表示相对于当前工作目录。Rsync使用这些功能来实现更安全的路径解析,防止符号链接攻击等安全问题。
在旧版本的glibc(如2.3.6)中,虽然可能支持O_NOFOLLOW和O_DIRECTORY标志,但不一定支持openat和AT_FDCWD。这导致了在这些系统上构建Rsync时会出现编译错误。
解决方案
社区提出了两种解决方案:
- 直接检查
AT_FDCWD宏是否存在(如最初补丁所示) - 检查
HAVE_LINKAT或HAVE_OPENAT宏(更准确的解决方案)
第一种方案虽然简单,但依赖于AT_FDCWD必须是宏定义的假设,这在某些系统上可能不成立。第二种方案更为准确,因为它直接检查相关功能的可用性。
安全影响
当系统不支持这些现代功能时,Rsync会回退到基本的open调用。这意味着在某些老旧系统上,Rsync将无法提供针对符号链接攻击的完整保护。这是一个重要的安全考虑因素,特别是对于使用老旧系统的用户。
最佳实践建议
对于需要在老旧系统上部署Rsync的用户,建议:
- 尽可能升级系统以获取完整的安全功能
- 如果必须使用老旧系统,应该了解回退模式的安全限制
- 考虑在构建时添加明确的警告或错误提示,确保管理员知晓潜在风险
这个问题的修复展示了开源社区如何快速响应和解决兼容性问题,同时也提醒我们在引入新功能时需要全面考虑各种平台的兼容性情况。
登录后查看全文
热门项目推荐
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557