ONNX项目中Github Actions安全风险分析与修复方案
2025-05-12 22:39:24作者:昌雅子Ethen
背景介绍
在ONNX项目的自动化文档更新流程中,发现了一个潜在的安全隐患。该隐患存在于项目的Github Actions工作流配置中,特别是auto_update_doc.yml文件。这个工作流原本设计用于自动更新项目文档,但由于权限配置不当,可能被不当利用。
风险分析
该工作流配置存在两个主要安全问题:
-
权限过高问题:工作流使用了contents:write权限,这个权限范围过大,允许对仓库内容进行多种修改操作,包括更新文件、合并PR、创建和更新发布等。这种宽泛的权限在安全领域被称为"过度授权"。
-
TOCTOU竞争条件问题:工作流仅依赖"auto update doc"标签作为执行条件,这种基于标签的防护机制存在时间差攻击风险。攻击者可能先提交一个看似无害的PR,在维护者添加标签后,快速修改PR内容插入不当代码。
攻击场景模拟
假设攻击者实施攻击,可能的步骤如下:
- 提交一个看似正常的文档更新PR
- 说服维护者添加"auto update doc"标签
- 在标签添加后立即修改PR内容,插入不当代码
- 利用contents:write权限执行不当操作,如:
- 修改项目文件
- 合并其他PR
- 创建不当发布
- 访问敏感信息
解决方案
针对这个安全问题,项目维护者采取了以下修复措施:
-
引用方式优化:将工作流中引用代码的方式从head.ref改为head.sha。前者指向分支引用,可能被修改;后者指向特定提交,具有不可变性。
-
权限最小化:建议评估是否可以使用更严格的pull_requests:write权限替代contents:write,仅允许更新分支而不授予其他权限。
-
流程规范化:建立严格的标签添加审查流程,确保只有可信的PR才能获得"auto update doc"标签。
安全实践建议
对于类似的开源项目,建议遵循以下安全最佳实践:
- 始终遵循最小权限原则,只为工作流分配完成其功能所需的最小权限
- 避免使用pull_request_target触发器,除非确实需要
- 对敏感工作流文件的修改实施额外的审查机制
- 定期审计项目中的自动化流程和权限设置
- 考虑使用Github的CODEOWNERS机制保护关键工作流文件
总结
ONNX项目通过及时识别和修复这个安全问题,展示了开源社区对安全的重视。这个案例也提醒我们,即使是看似无害的自动化流程,如果配置不当也可能成为安全隐患。通过采用更安全的代码引用方式和权限控制策略,项目成功降低了潜在风险,同时保留了自动化文档更新的便利性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
435
3.3 K
Ascend Extension for PyTorch
Python
241
277
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
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++
694
367
仓颉编译器源码及 cjdb 调试工具。
C++
138
869
🔥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
696
163
React Native鸿蒙化仓库
JavaScript
270
328
仓颉编程语言运行时与标准库。
Cangjie
145
881