潜伏的怪兽:研发过程中的安全风险|学习笔记

本文涉及的产品
全域智能运维平台 STAROps 免费试用,10000 积分
简介: 快速学习潜伏的怪兽:研发过程中的安全风险

开发者学堂课程【ALPD 云架构师系列-云原生 DevOps36计潜伏的怪兽:研发过程中的安全风险】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/82/detail/1293


潜伏的怪兽:研发过程中的安全风险

 

内容介绍:

一、研发过程中的安全风险

二、全链路的研发安全体系

三、基于云效的落地示例

四、总结

 

一、研发过程中的安全风险

除了测试之外可能会忽视的点,潜伏的怪兽就是研发过程中的安全风险。

安全风险从编码、构建、测试、集成、验收、发布、运维这些流程看,安全风险是无处不在。

以下是几个例子:

image.png

比如,在代码上代码泄露,第二,构建的时候钓鱼包,npm 的、Java 的、tesment 都有钓鱼包,这些钓鱼包看起来像是一个官方的,也能用,但是里面加了东西,无法知道。

流水线的执行漏洞。发布、运维的工具链有后门,中文版的后门很有名,里面会自动的把用户名密码传到一个服务器上。在运维这侧,有一个很有名的工具叫 saltstack,saltstack 里很常见漏洞是越权,可能只是普通用户,越权之后可以用来操作物理机上的其他东西,因为机器都用它来管理,相当于用了所有机器的权限。再往下就是容器,容器 docke 的越权漏洞也是非常多。在数据库还有人为的一些问题,删库跑路,直接把库删了。

 

二、全链路的研发安全体系

完整的研发链路,有一整套的安全风险,不是一个单点问题,可以从这张图来看:

 image.png

从编码开始到运维阶段,会经历代码安全、制品安全、过程安全、发布安全和运行安全一系列安全的守护、保障。很少有公司和团队能够把所有东西建设起来,但是需要知道在这过程中安全是非常严重的问题的意识,因为很多时候安全风险会带来业务和舆情的风险。

 

三、基于云效的落地示例

 image.png

云效落地,假设是用云效的工具链所做的 be box 工具链,一般安全的问题可能从看板开始就会去防护,比如看板的地方会去管理它的权限,代码开启安全扫描,依赖漏动检测和敏感信息检测,在流水线加上制品的安全扫描以及安全测试和发布审核,尽量避免发布风险。同时在发布的过程中要通过辉度的部署策略去保障问题能够及时被止损,另外需要考虑基础设施的安全能力,一定要跟安全容器这样的服务去提升,通过阿云的基础安全能力去做简单的防护。

整个安全问题很明显的是全面路端到端的问题,另外一个安全问题,针对小企业来说投入比较大的精力是很难做的,整个公司投进去了可能都不够,想做全链路安全需要专业的团队,而且很难找到这么多具备这些背景的人。建议如果是小企业,根据大厂已经提供的安全能力,去帮把整个管理起来。除了这里举的例子之外,比如很多时候在管理上面,一个是平台安全,另外一个是本身制品安全,另外是管理上的安全,比如同事离职还要对一些密钥相应的东西可能对一些小企业来说是非常致命的打击。

 

四、总结

首先,质量是团队所有人的事。这不是一个口号,而是实实在在的,它就是跟所有人相关的一个事情。

第二,应该通过分层测试来平衡质量与成本。并不是越多的测试越好,也并不是说越低的成本越好。

第三,通过测试自动化提升测试效率,降低验证的成本。测试自动化本身的质量和效率需要保证。

第四,通过选择性的单元测试来降低预防成本。通过四个相应的选择,选择应该做的测试的单元测试用例。

第五,好的测试应该遵循 FIRAT 原则。

最后,从研发全局关注和控制安全风险。而且应该从一开始就要关注它。

相关实践学习
流水线运行出错排查难?AI帮您智能排查
本实验将带您体验云效流水线Flow的智能排查能力,只需短短1-2分钟,即可体验AI智能排查建议。
ALPD云架构师系列 - 云原生DevOps36计
如何把握和运用云原生技术,撬动新技术红利,实现持续、安全、高效和高质量的应用交付,并提升业务的连续性和稳定性,这是云原生时代持续交付共同面对的机会和挑战。本课程由阿里云开发者学堂和阿里云云效共同出品,是ALPD方法学云架构师系列的核心课程之一,适合架构师、企业工程效能负责人、对DevOps感兴趣的研发、测试、运维。 课程目标 前沿技术:了解云原生下DevOps的正确姿势,享受云原生带来的技术红利 系统知识:全局视角看软件研发生命周期,系统学习DevOps实践技能 课程大纲: 云原生开发和交付:云研发时代软件交付的挑战与云原生工程实践 云原生开发、运行基础设施:无差别的开发、运行环境 自动部署:构建可靠高效的应用发布体系 持续交付:建立团队协同交付的流程和流水线 质量守护:构建和维护测试和质量守护体系 安全保障:打造可信交付的安全保障体系 建立持续反馈和持续改进闭环
相关文章
|
10月前
|
存储 缓存 安全
阿里云服务器热门实例选择参考:e/u1/c7/c8y/c9i/g7/g8y/g9i/r7/r8y/r9i实例适用场景汇总
通过阿里云的活动购买云服务器时,除了轻量应用服务器之外,活动内的云服务器实例规格主要以e/u1/c7/c8y/c9i/g7/g8y/g9i/r7/r8y/r9i这几种为主。本文主要为介绍阿里云服务器的实例规格是什么,有什么用,并汇总了阿里云轻量应用服务器和这些热门云服务器实例规格的适用场景,以供大家了解和选择适合自己的需求的实例规格。
|
10月前
|
监控 数据可视化 机器人
直播间自动发言机器人,直播场控机器人免费版,快手抖音小红书哔哩哔哩工具
核心控制器采用异步IO架构,支持同时处理弹幕监控、自动回复和数据统计 实现多平台适配层,通过配置驱动支持抖音/快手/小红书/哔哩哔哩的差异化处理
|
人工智能 运维 安全
世界级大模型群,进化阿里云服务器操作系统新范式
世界级大模型群,进化阿里云服务器操作系统新范式
701 13
|
设计模式 SQL 算法
「全网最细 + 实战源码案例」设计模式——模板方法模式
模板方法模式是一种行为型设计模式,定义了算法的骨架并在父类中实现不变部分,将可变部分延迟到子类实现。通过这种方式,它避免了代码重复,提高了复用性和扩展性。具体步骤由抽象类定义,子类实现特定逻辑。适用于框架设计、工作流和相似算法结构的场景。优点包括代码复用和符合开闭原则,缺点是可能违反里氏替换原则且灵活性较低。
468 7
「全网最细 + 实战源码案例」设计模式——模板方法模式
|
人工智能 自然语言处理 算法
DeepSeek 大模型在合力亿捷工单系统中的5大应用场景解析
工单系统是企业客户服务与内部运营的核心工具,传统系统在分类、派发和处理效率方面面临挑战。DeepSeek大模型通过自然语言处理和智能化算法,实现精准分类、智能分配、自动填充、优先级排序及流程优化,大幅提升工单处理效率和质量,降低运营成本,改善客户体验。
786 2
|
安全 Linux 测试技术
OS 升级迭代与向前向后兼容问题
本次分享的主题是OS 升级迭代与向前向后兼容问题,由中科方德内核研发工程师李力琼分享。主要分为四个部分: 1. OS更新的兼容性问题 2. 内核API向后兼容 3. 内核API向前兼容 4. 内核API的修改
593 2
|
API 数据库
京东图片搜索商品拍立淘接口(JD.item_search_img)
拍立淘是阿里巴巴淘宝平台推出的基于图像识别技术的购物应用功能,旨在提升商品搜索效率与准确性。用户可通过上传图片快速找到相似商品。其核心接口item_search_img利用先进图像识别技术提取商品特征,并在数据库中匹配相似商品,返回包含商品ID、标题、价格等详细信息的结果列表,支持按价格、销量等多种方式排序,极大优化了用户的购物体验。
|
JSON API 数据格式
Amazon商品详情API,json数据格式示例参考
亚马逊商品详情API接口返回的JSON数据格式通常包含丰富的商品信息,以下是一个简化的JSON数据格式示例参考
|
数据可视化 SDN Python
复动力系统 | 混沌 | Lozi 映射吸引子的可视化与交互式探索
该文介绍了一篇关于Lozi映射吸引子可视化和交互式探索的文章。Lozi映射是混沌理论中的一个模型,展示非线性动力系统的复杂性。通过Python和matplotlib,作者实现了Lozi映射的可视化,并添加交互功能,允许用户缩放以详细观察混沌吸引子。文中还给出了Lozi映射的数学定义,并提供了Python代码示例,演示如何绘制和动态调整吸引子的显示。
|
人工智能 Serverless API
云原生应用开发平台CAP:一站式应用开发及生命周期管理解决方案
阿里云的云应用开发平台CAP(Cloud Application Platform)是一款一站式应用开发及应用生命周期管理平台。它提供丰富的Serverless与AI应用模板、高效的开发者工具链及企业级应用管理功能,帮助开发者快速构建、部署和管理云上应用,大幅提升研发、部署和运维效能。
1170 3