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 |