利用极狐GitLab DevSecOps 功能检测 log4j 的多种方式

高性能漏洞扫描器Afrog:原理、实战与DevSecOps集成指南 漏洞扫描是网络安全评估与渗透测试中的基础环节,其核心原理是通过模拟攻击行为,检测目标系统是否存在已知的安全缺陷。在技术实现上,现代扫描器通常采用高并发架构与精准的POC(概念验证)引擎,以平衡扫描速度与准确性。从技术价值看,一款优秀的扫描器能显著提升安全测试效率,实现风险的快速识别与响应。其典型应用场景包括日常安全巡检、新系统上线前检查以及CI/CD流水线中的自动化安全测试。本文以高性能Go语言扫描器Afrog为例,深入解析其如何通过**高并发架构**与**精准POC引擎**解决传统工具在速度与误报率上的痛 阅读详情

目录

测试 Demo Repo

用 Dependency Scanning 检测 log4j 漏洞

用容器镜像扫描检测 log4j 漏洞

将漏洞检测与 git workflow 相结合


极狐GitLab 是一个一体化的 DevOps 平台,本身拥有强大的 DevSecOps 功能,能够提供覆盖软件开发生命周期的安全保障能力,具有使用方便,配置简单,结果可视的特点,而且能够和极狐GitLab 自身的 CI/CD 无缝集成,构建 DevSecOps CI/CD Pipeline,再与极狐GitLab 的 git workfow 结合,真正构建起软件安全交付的 DevSecOps 流程。下面结合近期比较火热的 log4j 漏洞,来演示一下如何用多种手段检测此次漏洞,并快速修复。

测试 Demo Repo

用一个输出 Hello World 的 Java maven 项目来做测试。代码目录结构如下:

$ tree
.
├── pom.xml
├── README.md
└── src
    └── main
        └── java
            └── com
                └── example
                    └── hello
                        └── Hello.java

pom.xml 文件中,关于 log4j 2 的依赖描述如下:

<dependencies>
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-api</artifactId>
        <version>2.11.0</version>
        </dependency>
    <dependency>
        <groupId>org.apache.logging.log4j</groupId>
        <artifactId>log4j-core</artifactId>
        <version>2.11.0</version>
    </dependency>
</dependencies>

Hello.java 的内容如下:

package com.example.hello;

import org.apache.logging.log4j.Logger;
import org.apache.logging.log4j.LogManager;

public class Hello {

	private static Logger log = LogManager.getLogger(Hello.class.getClass());

	public static void main(String [] args) {
		log.error("this is ERROR message!!");
		log.info("this is INFO message!!");
		log.debug("this is DEBUG message!!");
	}

}

用 Dependency Scanning 检测 log4j 漏洞

极狐GiLab 的Dependency Scanning使用 Gemnasium,能够对多种语言(Ruby、PHP、Java、Go、C#等)进行依赖扫描。

以极狐GitLab Dependency Scanning 功能检测 Apache Log4j 2 漏洞的 Demo Repo 为例子,演示与 CI/CD 的无缝集成。

在 Demo Repo 的 .gitlab-ci.yml 文件中写入如下内容

include:
- template: Security/Dependency-Scanning.gitlab-ci.yml

触发 CI/CD Pipeline,构建完成后在 Security & Compliance –> Vulnerability Report 中可以查看到漏洞报告,如下图所示:

 

点击可以查看漏洞详情,如下图所示:

用容器镜像扫描检测 log4j 漏洞

容器镜像扫描(Container Scanning)也是极狐GitLab 七大 DevSecOps 功能的重要组成部分。下面演示如何用极狐GitLab 容器镜像扫描功能检测 log4j 漏洞。依旧使用同样的 Demo Repo,在 .gitab-ci.yml 中写入如下内容:

include:
    - template: Security/Container-Scanning.gitlab-ci.yml

variables:
    CS_DISABLE_LANGUAGE_VULNERABILITY_SCAN: "false"

触发 CI/CD Pipeline,构建结束,就可以在构建日志中看到检测结果,如下图所示:

 当然,在 Security Dashboard 的漏洞报告中也可以看到:

将漏洞检测与 git workflow 相结合

可以通过Security & Compliance –> Configuration来设置,在创建 MR 的时候就进行漏洞扫描。如果是免费用户,可以在同样的界面上申请免费试用安全功能:

 在开启安全功能后,创建 MR,扫描结束会在 MR 界面显示扫描出的漏洞,如下图所示:

点击漏洞详情,还可以通过创建 issue 的方式来对此漏洞进行跟踪:

相关人员可以根据漏洞提供的修复手段来进行修复(如将 log4j 的版本升级到 2.16.0),提交修复代码后,检测流程会再度开启:

可以看到在漏洞报告中已经没有了与 log4j 的高危漏洞(ID 为 CVE-2021-44228)。

其他的漏洞来自于容器镜像检测,因为容器镜像检测会将 OS 包含在内。从这点看,目前主流镜像都存在安全漏洞,使用的时候一定要配合安全扫描,并且集成到 CI/CD 中。

极狐GitLab DevSecOps 能够在软件开发生命周期的各个阶段提供安全保证能力,从静态到动态,利用 CI/CD,git workflow 来提供一站式的安全能力,提升研发效率,保证安全交付。当然,免费也用户可以申请免费试用旗舰版功能来开启你的 DevSecOps 之旅。 

Java安全编程与静态分析实战:从编码规范到DevSecOps落地 在软件开发生命周期中,安全左移已成为现代工程实践的核心原则。其基本原理在于将安全防护能力前置到开发阶段,通过自动化工具和规范流程,在问题引入的源头进行拦截。这一理念的技术价值在于显著降低漏洞修复成本,提升软件交付质量与可靠性。在应用场景上,它尤其适用于持续集成/持续部署(CI/CD)流水线,能够与Maven、Gradle等构建工具以及Jenkins、GitLab CI等平台无缝集成。通过结合静态应用程序安全测试(SAST)工具进行代码扫描,并遵循输入验证、输出编码等安全编码纪律,开发者可以系统性地防御SQL 阅读详情

相关推荐

Java全栈安全自动化:从漏洞扫描到智能修复的DevSecOps实践

在软件开发生命周期中,安全漏洞管理是保障应用稳健性的核心环节。其基本原理是通过自动化工具在代码、依赖和运行环境等层面持续检测潜在风险。这项技术的核心价值在于实现安全左移,将防御动作嵌入CI/CD流程,显著降低修复成本与风险窗口期。典型的应用场景包括第三方库漏洞的实时监控、容器镜像安全扫描以及代码层面的静态分析。通过整合SAST、SCA等工具链,并建立策略驱动的修复机制,团队能够系统性地处理如Log4j2这类高频热词相关的安全威胁,同时有效管理依赖升级中的兼容性问题,最终构建起贯穿开发、测试、部署全流程的自动

weixin_34068198的博客 410

【实战】一次简单的log4j漏洞测试

【实战】一次简单的log4j漏洞测试

crowsec 4785

AI安全基石:软件成分分析(SCA)核心原理与DevSecOps落地实践

软件成分分析(SCA)是现代软件开发和AI系统安全的基础性技术。其核心原理是通过自动化扫描,识别软件中所有开源及第三方组件,生成详细的软件物料清单(SBOM)。这项技术的价值在于,它能将安全治理左移,从源头管控因大量使用开源组件而引入的供应链安全风险与许可证合规风险。在应用场景上,SCA工具深度集成至CI/CD流水线,赋能DevSecOps实践,实现从开发、构建到部署的全流程风险卡点。本文以悬镜安全源鉴SCA为例,深入探讨了其如何通过精准的成分识别、智能的漏洞优先级排序以及无缝的流程集成,帮助企业构建主动、

weixin_30546189的博客 386

Log4j 漏洞测试

Log4j 漏洞测试 紧跟潮流,介绍在windows下进行 Log4j 漏洞测试,linux上步骤也都一样。 1、参照项目,项目地址: https://github.com/mbechler/marshalsec 克隆代码到本地,mvn clean package -DskipTests打包,target 目录下会生成marshalsec-0.0.3-SNAPSHOT-all.jar 2、新建一个普通的 java 类,等会将此类注入到待测试的项目中。可以随便写逻辑 (生成文件、定时关机等) 示例:功能是在

我是个农民的博客 5万+

云原生安全更新实战:从漏洞扫描到零中断部署的DevSecOps体系

在云原生和微服务架构成为主流的今天,应用安全更新已从单机补丁管理演变为一项系统性工程。其核心挑战在于平衡安全响应速度与业务连续性需求,本质是在动态复杂的分布式环境中实现精准修复。从技术原理看,这需要构建覆盖软件供应链全生命周期的持续安全治理框架,涉及基础设施即代码(IaC)安全、容器镜像扫描、运行时防护等多个层面。该体系的技术价值在于将安全能力左移,通过自动化工具链在开发早期发现并修复漏洞,同时利用Kubernetes的声明式部署和滚动更新机制,结合服务网格的流量治理能力,实现业务零中断的安全更新。典型的应

过客阵营 -- 简单的就要最简单 453

软件供应链成分分析(SCA)实战指南:从开源风险识别到DevSecOps集成

软件供应链成分分析(SCA)是现代软件工程中管理开源依赖风险的核心技术。其原理是通过自动化工具扫描代码库,识别所有开源组件及其版本,并与漏洞数据库(如NVD)和许可证信息库进行比对,从而生成全面的风险报告。这项技术的价值在于,它能系统性地应对因广泛使用开源软件而引入的安全与合规隐患,将事后补救转变为事前预防。在应用场景上,SCA已深度融入DevSecOps实践,贯穿从IDE本地开发、CI/CD流水线到最终制品发布的全链路,实现安全左移。通过精准的漏洞优先级排序和修复策略,团队能有效处置诸如Log4Shell

weixin_34293141的博客 340

Gitlab4J基本使用:使用Java操作gitlab api

作者主页:https://github.com/gitlab4j/gitlab4j-api。第二步:基本使用,获取账号下有权限访问的所有gitlab仓库。第一步:引入pom依赖。

学亮编程手记 3219

软件供应链漏洞自动化修复与验证:从SBOM到CI/CD的DevSecOps实践

软件供应链安全是现代软件工程的核心议题,其核心原理在于对应用及其所有依赖组件进行持续的风险识别与管理。通过软件物料清单(SBOM)技术,可以精确盘点所有开源及第三方组件,为风险可视化奠定基础。结合漏洞情报与自动化工具链,能够实现从漏洞感知、风险评估到修复决策的闭环,其技术价值在于将传统以周、月计的应急响应周期压缩至小时甚至分钟级别,极大提升了安全运维效率。这一体系尤其适用于微服务架构与云原生环境,能有效应对因Log4Shell等高危漏洞引发的供应链攻击。本文聚焦于如何构建一个集成了SBOM生成、漏洞情报关联

385

log4j漏洞原理分析&复现&检测&复盘

log4j漏洞原理分析&复现&检测&复盘

qq_43665434的博客 3413

AI代码审计:大语言模型如何革新软件安全漏洞检测

静态应用安全测试(SAST)是软件开发生命周期中保障代码安全的关键环节,其核心原理是通过分析源代码的语法、数据流和控制流来识别潜在的安全漏洞。传统SAST工具依赖预定义规则集,虽能检测已知漏洞模式,但在理解复杂业务逻辑和上下文方面存在局限,导致误报率高且难以发现新型漏洞。随着大语言模型技术的发展,AI驱动的代码语义理解能力为SAST带来了革命性突破。通过训练海量代码和安全数据,模型能够深度解析代码意图、构建上下文关联,并与动态漏洞知识图谱进行多维度风险匹配,实现从“模式匹配”到“语义推理”的跃升。这种技术价

weixin_33743248的博客 358

2026年漏洞扫描工具选型指南:从Nuclei到Trivy的实战解析

漏洞扫描是网络安全防御体系中的基础环节,其核心原理是通过自动化工具模拟攻击行为,主动发现系统、应用或网络中的安全弱点。这项技术通过资产发现、指纹识别、漏洞验证等步骤,将潜在风险可视化,为安全团队提供可操作的修复依据。在技术价值层面,有效的漏洞扫描能显著降低被攻击面,是实现主动防御、满足合规要求的关键手段。随着DevSecOps和云原生技术的普及,扫描工具的应用场景已从传统的Web应用安全测试,扩展到API安全、容器镜像扫描、基础设施即代码(IaC)安全以及软件供应链安全等现代工程实践。本文聚焦于Nuclei

weixin_30800987的博客 449

gitlab4j获取项目、用户、分支、提交记录

【代码】gitlab4j获取项目、用户、分支、提交记录。

qq_41765267的博客 3011

gitlab4j-api:GitLab4J API(gitlab4j-api)提供了功能齐全的Java客户端库,可通过GitLab REST API使用GitLab存储库

GitLab4J:trade_mark:API(gitlab4j-api) 适用于GitLab REST API的Java客户端库 GitLab4J:trade_mark:API(gitlab4j-api)提供了一个功能齐全且易于使用的Java库,用于通过GitLab REST API与GitLab存储库一起使用。 此外,还提供了对使用GitLab Webhooks和系统挂钩的全面支持。 目录 Java 8流支持 渴望评估示例用法 延迟评估示例用法 Java 8可选<T>支持 发行时间估计 进行API调用 可用的子API GitLab服务器版本支持 GitLab4J-API支持GitLab社区版(gitlab-ce)和GitLab企业版(gitlab-ee)的11.0+版本。 GitLab于2018年6月发布了GitLab版本11.0,其中包括对GitLab的许多重大更改。 如果您使用的GitLab服务器版本低于11.0,则强

使用极狐GitLab DevSecOps 检测 log4j 的多种方式

如何使用极狐GitLab DevSecOps 检测 log4j 漏洞

GitLab 中国发行版 1194

服务器测试之网卡性能调优

nvidia下载mlnx_ofed:https://network.nvidia.com/products/infiniband-drivers/linux/mlnx_ofed/intel下载驱动固件:https://www.intel.com/content/www/us/en/download-center/home.html。然而,你可以根据实际情况手动调整中断相关配置。老生常谈了,一些性能相关的设置项打开,节能的关闭,虚拟化相关的VMX/SR-IOV/IOMMU最好也都关掉。

qq_41897488的博客 4912

Android T GPS 定位流程

Gps 定位

好记性不如烂笔头 1357

如何极狐GitLab DevSecOps 精准扫描 Apache Log4j 安全漏洞?

如何使用极狐GitLab 扫描 log4j 漏洞

GitLab 中国发行版 1213

【点云可视化】自制ply文件并使用open3d可视化点云

使用open3d可视化点云,需要将点云制作为ply文件传入函数中。 安装open3d 直接使用pip安装 pip install open3d ply文件 ply文件的结构为:文件头+数据内容,文件头从 ply 一行开始,到 end_header 为止,里面定义了此 ply文件中数据的组织形式,包括数据类型和个数。后面是点云的坐标信息及每个点的颜色属性的,参考自 如下为具有5个点的点云,end_header后每一行表示一个点的x,y,z,R,G,B信息 ply format ascii 1.0 comme

这个人很蓝 1万+

打造 DevSecOps:以 Dependency-Check 为核心的安全实践指南

本文涵盖了 Dependency-Check 从入门到精通、从单一工具到 DevSecOps 实践的完整内容。如需针对特定场景的深入探讨,欢迎进一步交流。

7DGroup,让技术更有价值! 1708

3D IC中Memory-on-Logic堆叠测试的DFT解决方案与工程实践

在半导体行业,随着摩尔定律逼近物理极限,3D IC技术通过芯片垂直堆叠实现性能提升和异构集成,已成为重要发展方向。其核心原理是利用硅通孔(TSV)或微凸块实现芯片间电气互连,将多个不同功能的芯片(如逻辑芯片与存储芯片)集成在一个封装内。这项技术的核心价值在于能大幅提升系统性能、降低功耗并实现更小的封装尺寸。然而,芯片堆叠后,传统的测试方法面临巨大挑战,尤其是测试访问存在物理屏障,无法直接探测被覆盖的芯片接口。为此,可测试性设计(DFT)成为确保3D IC可靠性与量产可行性的关键技术。它通过在设计阶段植入专用

weixin_42521058的博客 632

用74LS194和555定时器DIY流水灯:一个经典的数字电路课程设计复盘(附Multisim仿真文件)

本文详细介绍了使用74LS194移位寄存器和555定时器搭建八路彩灯控制器的完整过程,包括硬件选型、电路设计、调试技巧及常见问题解决方案。作为经典的数字电路课程设计,该项目涵盖了EDA工具应用、电路原理图设计和Multisim仿真等核心技能,适合电子工程学习者实践参考。

weixin_29185199的博客 428

Snyk实战指南:从DevSecOps到CI/CD,构建软件供应链安全防线

在软件开发生命周期中,软件供应链安全已成为现代应用架构的核心挑战。其核心原理在于通过依赖分析、漏洞扫描和风险优先级排序,将安全能力左移至开发早期阶段。这一技术价值在于将传统的事后安全审计转变为持续、自动化的内生免疫系统,有效防范类似Log4j2的供应链攻击。在应用场景上,它覆盖了开源依赖、容器镜像、基础设施即代码和源代码本身,通过无缝集成到CI/CD管道和开发者工作流,实现安全门禁。本文聚焦于Snyk这一DevSecOps平台,深入解析其如何通过智能漏洞数据库和优先级排序,帮助开发团队建立主动防御文化,将安

weixin_33796177的博客 347

AGM Supra软件从零到一:国产CPLD工程创建全流程实战解析

本文详细解析了AGM Supra软件在国产CPLD开发中的全流程实战操作,从工程创建到代码开发、编译调试,再到高级技巧与疑难排解。特别对比了Supra与Quartus的差异,提供了工程路径管理、Quartus项目转换、HDL代码规范等实用技巧,帮助开发者高效完成CPLD项目开发。

weixin_29193259的博客 507

如何在CI流水线中嵌入安全扫描?:5分钟实现容器安全左移

在CI流水线中实现容器安全左移,解决部署前漏洞难发现的痛点。通过容器安全扫描自动化,集成主流工具于构建环节,实时检测镜像风险,提升交付安全性与效率。适用于云原生开发、DevOps实践场景,点击了解完整实施方案,值得收藏。

BreakNexus的博客 718

告别模糊与偏色:使用RKISP Tuner为RK3588s+IMX415进行图像质量调优的实战心得

本文详细介绍了如何使用RKISP Tuner为RK3588s+IMX415进行图像质量调优的实战经验。从调试环境搭建到3A算法优化,再到画质增强模块的深度调参,提供了全面的技术指导和参数建议,帮助工程师解决噪声、色偏和细节模糊等常见问题,显著提升成像质量。

weixin_28729205的博客 455

【ArcPy】用Python批量处理大规模地理数据的几何校正

在许多GIS应用中,尤其是在大规模地理数据处理时,几何校正(Geometric Correction)是一个至关重要的任务。它确保了不同来源的地理数据能够正确地对齐和匹配,从而为后续分析提供准确的基础。几何校正的常见应用包括遥感影像的地理配准、矢量数据的投影转换等。几何校正通常包括坐标转换、重采样等步骤。以下示例展示了如何使用arcpy的工具进行几何校正。"""实施几何校正:param input_layer: 输入待校正数据层。

陈书予 1008
上一篇: 以 Kubernetes 的方式来安装运行极狐GitLab Runner
下一篇: 使用 k3d 来运行极狐GitLab Runner
DevOps008
博客等级 码龄8年 75粉丝 26原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值