Java开发者在保护容器安全方面仍面临挑战,近一半开发者(48%)表示,他们更愿意将安全工作委托给加固容器的提供商,而不是自己操心容器安全决策。
这一发现来自于提供Liberica JDK的BellSoft公司。该公司提供免费开源的Java SE实现。公司表示,他们在去年的Devoxx大会上对427名开发者进行了调研,形成了《2025年容器安全现状报告》。调研目标是更好地了解开发者在容器、安全、优先级和实践方面的决策。
在选择基础容器镜像时的最重要因素中,受访者将安全性排在首位(29%),其次是性能(21%)、镜像大小(17%)、Java支持(17%)、易用性(11%)、许可证合规性(4%)和其他(1%)。
这一结果可以理解,因为近四分之一的开发者(23%)表示他们在过去一年中经历过与容器相关的安全事件。
然而,这些开发者在软件工具选择上的决定可能正在削弱他们既定的目标。约55%的开发者依赖通用Linux发行版,69%使用通用JDK。BellSoft认为,这类软件因不必要的软件包而显得臃肿,因此与预加固选项相比,需要额外的工作来保护和优化。
如果不是因为人员的不可靠性,这可能还是可控的。根据受访者反馈,62%的容器安全错误来自人为失误,其次是补丁困难(36%)、补丁可用性gap(32%)和扫描工具的误报(29%)。
这些问题因组织时间和资源限制(49%)以及组织优先级不足(36%)而进一步恶化。
受访者展示了处理容器安全的各种方法。这些方法包括依赖可信容器注册表(45%)、漏洞扫描(43%)、软件物料清单(SBOM)生成(18%)、镜像签名(16%)和硬件隔离(6%)。10%的受访者表示他们的组织除了标准工具外没有采取额外的安全措施。
BellSoft首席执行官Alex Belokrylov在声明中表示:"在调研的每个部分中,都有一个一致的信息:团队希望获得安全性、效率和简洁性,但他们当前的策略和工具使这很难实现。"
Belokrylov认为,采用加固镜像将安全和维护负担转移给镜像供应商,从而减少维护和成本负担。
BellSoft得出这些发现时,AI工具的广泛使用可能起到了一定作用。
营销副总裁Maria Gladkaya在给媒体的邮件中表示,虽然AI在今年的回复中没有出现,但2024年的调研显示,74%的开发者正在使用AI来编写代码。
Q&A
Q1:Java开发者在容器安全方面面临什么主要挑战?
A:Java开发者在容器安全方面的主要挑战包括:62%的安全错误来自人为失误,还有补丁困难、补丁可用性gap和扫描工具误报等问题。此外,组织时间和资源限制(49%)以及组织优先级不足(36%)进一步加剧了这些问题。
Q2:开发者选择基础容器镜像时最看重什么因素?
A:根据调研结果,开发者在选择基础容器镜像时最重要的因素是安全性(29%),其次是性能(21%)、镜像大小(17%)、Java支持(17%)、易用性(11%)、许可证合规性(4%)和其他因素(1%)。
Q3:开发者采用了哪些容器安全措施?
A:开发者采用的容器安全措施包括:依赖可信容器注册表(45%)、漏洞扫描(43%)、软件物料清单生成(18%)、镜像签名(16%)和硬件隔离(6%)。不过,仍有10%的组织除了标准工具外没有采取额外的安全措施。
好文章,需要你的鼓励
研究人员意外发现,标准MOSFET晶体管可同时模拟神经元和突触行为,形成"神经突触随机存取存储器"(NSRAM)。该技术仅需一至两个晶体管即可实现传统需数十乃至数百个元件才能完成的神经信号处理,且与现有硅基制造工艺完全兼容,良率达100%。未来有望应用于边缘AI及高能效神经形态芯片,长远或可挑战GPU地位。
复旦大学团队提出ICWM框架,让机器人在任务前通过随机探测动作自主感知当前视角和物理配置,无需重新训练即可适应新摄像头角度,真实机器人测试成功率最高提升175%。
本文提出一种评估人工智能风险的新方法,借鉴生态学与演化论视角,从理论生态模型中推导出三项风险指标,涵盖种群模型与生态系统模型。研究旨在为AI治理策略提供量化工具,并对分析局限性及政策改进方向进行了深入探讨,为构建更科学的AI风险评估体系提供参考框架。
西安交通大学团队提出Fast-LeWM,用动作前缀并行预测替代逐步推演,将AI世界模型规划速度提升近4倍,同时平均成功率从85.8%提升至90.5%。