sudo-rs项目在Fedora Linux系统上的兼容性改进
2025-06-26 11:27:05作者:乔或婵
背景介绍
sudo-rs是一个用Rust语言实现的安全sudo替代方案,旨在提供更安全的特权升级机制。在将该项目移植到Fedora Linux系统时,开发团队发现了一些测试用例失败的问题,这些问题主要涉及系统接口兼容性和文件权限检查。
主要兼容性问题分析
1. 系统审计测试失败
项目中的secure_open_is_predictable测试用例原本设计用于验证对特定系统文件(如utmp/wtmp)的安全访问控制。这些文件通常具有特殊的所有权设置,是测试权限检查的理想候选对象。
在Fedora环境中,测试失败的原因是/var/lib/wtmp文件不存在。深入分析发现:
- utmp文件记录当前登录用户会话
- wtmp文件记录历史登录/注销信息
- 两种文件都符合测试需求(非root用户可写但不由root直接拥有)
2. 用户/组ID测试差异
测试用例test_unix_user和test_unix_group存在硬编码假设:
- 假设"daemon"用户的UID为1
- 假设"daemon"组的GID为1
然而在Fedora系统中:
- "daemon"用户实际UID为2
- "daemon"组实际GID为2
这种差异源于不同Linux发行版对系统用户/组ID分配策略的不同。
解决方案
1. 改进系统审计测试
开发团队提出了两种解决方案:
- 寻找一个在大多数Linux发行版中都存在的、具有特定权限特征的系统文件
- 将这部分测试迁移到合规性框架中,在测试环境中动态创建符合要求的文件
最终采用了更灵活的测试策略,避免对特定系统文件的依赖。
2. 优化用户/组测试
对于用户和组ID测试的改进方案:
- 不再硬编码特定ID值
- 改为验证ID是否在系统用户/组的标准范围内(0-1000)
- 确保查询功能能正确获取指定用户/组的ID
这种改进使测试更具可移植性,同时仍能有效验证核心功能。
技术启示
-
可移植性设计:系统级软件开发需要考虑不同发行版的差异,避免对特定环境做出假设。
-
测试策略:
- 单元测试应关注核心逻辑而非具体实现细节
- 系统级测试可以考虑使用mock或专用测试框架
- 硬编码值应谨慎使用,特别是涉及系统配置时
-
持续集成:将Fedora纳入CI测试环境有助于及早发现系统兼容性问题。
总结
通过对这些测试用例的改进,sudo-rs项目增强了对不同Linux发行版的兼容性,特别是Fedora系统。这一过程也体现了良好的软件开发实践:发现问题后不仅修复当前问题,更思考如何改进设计以避免类似问题再次发生。这种对可移植性和测试质量的关注,对于系统安全软件尤为重要。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210