跳转至

安全策略

支持的版本

版本 是否提供安全修复
1.0.x(最新发布) 是
0.x(1.0 之前的开发里程碑,未单独发布) 否,请升级到 1.0.x

报告漏洞

请不要在公开的 Issue、Pull Request 或讨论中披露漏洞细节。 请通过 GitHub 的私密漏洞报告提交:

https://github.com/seuclkzsd/hsolve/security/advisories/new

(仓库页面 Security → Report a vulnerability。这条通道只有你和维护者可见。)

报告中请尽量包含:受影响的版本或提交、构建方式(预设、hsolve --version 的输出)、操作系统与 CPU、 能复现问题的最小输入(矩阵文件或生成它的脚本、config.json、命令行),以及你观察到的影响(崩溃、越界读写、 资源耗尽、执行了不应执行的代码等)。

响应时限

阶段 时限
确认收到报告 3 个工作日内
给出初步评估(是否确认、严重程度、处理计划) 10 个工作日内
发布修复或缓解措施(确认为高危或严重时) 30 天内;更复杂的问题会在通道中说明进度与原因

修复发布后,我们在 GitHub Security Advisories 公开说明,并在报告者同意时致谢。

范围

属于安全问题:

  • 读取不可信的输入文件(.npz、.npy、.mtx、config.json)时的内存安全问题(越界读写、释放后使用)或 不受控的资源消耗;
  • Python 接口 hsolve.solve / hsolve.load_matrix 在异常输入下破坏解释器内存;
  • 多进程模式 hsolve-mpi 中进程间消息的解析缺陷;
  • 构建脚本对随仓库分发的源码包(third_party/mumps/,sha256 校验)的校验被绕过。

不属于安全问题、请走公开 Issue 的:计算结果错误、收敛失败、性能退化。其中「完备性证书在错误结果上报告通过」 是最严重的一类正确性缺陷,请用 Bug 模板提交并在标题注明 certificate,我们按最高优先级处理。

第三方组件(MUMPS、OpenBLAS、MPI、CUDA 等)自身的漏洞请报告给其上游;涉及 hsolve 的分发方式时也欢迎告诉我们, 我们会跟进升级或给出缓解办法。

数据处理声明

hsolve 是在本机运行的计算程序,不包含任何联网或遥测功能:

  • 读:只读命令行(--A、--B、--config)或 Python 调用给出的矩阵与配置文件。C++ 读入器只解析数值数组, 不执行任何 pickle 对象;分配内存前先核对文件头声明的长度与文件实际大小。
  • 写:只写 --out 指定的结果目录和 --log 指定的事件日志。内存预算不足而改用外存(out-of-core)分解时, MUMPS 把因子临时写入 MUMPS_OOC_TMPDIR(未设置时为 /tmp),正常结束时删除;进程被强制终止时可能残留, 需要手动清理。
  • 日志与报告:report.json 与事件日志只记录规模、范数估计、计时、内存、统计量与告警,不记录矩阵元素; 特征向量只写入用户指定的目录。
  • 网络:求解与测试不访问网络。只有用户显式运行 python -m tools.gen.suitesparse 时才下载 SuiteSparse Matrix Collection 的公开矩阵;构建只使用仓库内的源码包与 conda 包。

运行时使用的接口与权限

类别 内容
运行身份 普通用户,不需要 root,不安装系统服务
网络 不使用(见上)
子进程 hsolve、hsolve-mpi 与 Python 模块不启动子进程。可选的启动脚本 hsolve-mpirun 运行 MPI 的 mpiexec(取 --mpiexec、$MPIEXEC、PATH 或 $HS_REF_ENV/bin/mpiexec)启动 hsolve-mpi,每个 rank 经 taskset 绑核(--interleave-leader 时 leader 另经 numactl);允许的核只在一个 NUMA 节点上时,它直接以同样的参数运行同目录的 hsolve($HSOLVE 可改)
动态加载 请求 GPU 卸载(--gpu auto\|on 或 HS_GPU)时,用 dlopen 加载 CUDA runtime 与 cuBLAS(搜索 HS_CUDA_LIBDIR、系统加载路径与 /usr/local/cuda*/lib64);不请求时不加载
读取的系统信息 只读:/proc/self/status、/proc/self/statm(内存统计),/proc/self/cgroup 与 /sys/fs/cgroup/ 下的内存上限,/proc/meminfo(内存预算);设置 HS_BLAS_PROFILE 时读取 /proc/self/exe 的链接目标;hsolve-mpirun 读 /proc/self/status 与 /sys/devices/system/node/ 来划分 NUMA 节点
读取的环境变量 hsolve 自身:HSOLVE_MEMORY_LIMIT_GB(内存上限);HS_GPU / HS_GPU_OPTS / HS_GPU_REPORT / HS_CUDA_LIBDIR(GPU);HS_BLAS_ROUTE / HS_BLAS_PROFILE / HS_BLAS_NO_AVX512 / HS_BLAS_NO_AVX2(BLAS hook);HS_MUMPS_BLOCKING;HS_KERNELS_NO_AVX512。第三方库读取各自的变量,如 OpenMP 与 OpenBLAS 的线程数(OMP_NUM_THREADS、OPENBLAS_NUM_THREADS)、MUMPS 的 MUMPS_OOC_TMPDIR / MUMPS_OOC_PREFIX、CUDA 的 CUDA_VISIBLE_DEVICES。hsolve-mpirun 另读 MPIEXEC、HSOLVE、HSOLVE_MPI、HS_REF_ENV 与 MPI 启动器为每个 rank 设置的编号变量
修改的环境变量 hsolve、hsolve-mpi 与 Python 模块不修改任何环境变量。hsolve-mpirun 为每个 rank 设置 OMP_NUM_THREADS 与 OPENBLAS_NUM_THREADS(等于该 rank 绑定的核数,覆盖调用方的值),并导出 HSOLVE_MPIRUN_PLAN、HSOLVE_MPIRUN_EXE、HSOLVE_MPIRUN_INTERLEAVE 把布局传给各 rank
额外写文件 只在用户设置时:HS_BLAS_PROFILE=<文件> 写 BLAS 剖析,HS_GPU_REPORT=<文件> 写 GPU 报告
资源 线程数取 --threads 或 OMP_NUM_THREADS;内存预算默认由 cgroup、HSOLVE_MEMORY_LIMIT_GB、ulimit 与物理内存中最小的上限推出,超出预算的分解在分配之前就被拒绝并报告