1. 课程导论:镜像供应链信任边界的定义、为什么需要观测标签体系、课程目标与受众

1.1 镜像供应链信任边界的定义

在云原生环境中,一个容器镜像从代码提交、构建、测试、签名、存储到最终部署运行,会经历多个环节。每个环节都可能引入安全风险,而“信任边界”就是用来划分可信区域与非可信区域的逻辑分界线。

镜像供应链信任边界可以定义为:在镜像从源码到运行的全生命周期中,基于可验证的元数据(如签名、摘要、SBOM、来源证明)所确立的一组安全断言与策略边界。 越过这条边界的数据或操作,必须经过显式的验证与授权。

核心观点: 信任不是继承的,而是逐层验证的。每个环节的信任边界都需要通过可观测的标签来显式表达。

1.2 为什么需要观测标签体系

传统的镜像安全扫描只能提供“静态快照”式的风险视图,无法回答以下关键问题:

  • 来源可溯: 这个镜像的每一层是从哪个基础镜像构建的?构建环境是否可信?
  • 签名可验: 镜像是否经过预期的签名者签名?签名是否在有效期内?
  • 策略可执: 运行时是否使用了与构建时一致的 SBOM?是否存在策略漂移?
  • 行为可观测: 镜像在集群中的实际行为是否与声明的内容一致?

为了解决这些问题,我们需要一套统一的观测标签体系,将镜像供应链中的信任元数据转化为 Kubernetes 原生的标签(Labels)和注解(Annotations),从而实现:

维度 传统方式 观测标签体系
来源 依赖 registry 元数据,易篡改 通过 image-source 标签绑定构建流水线 ID 与 Git Commit
签名 手动验证,缺乏自动化 通过 cosign-verified 标签暴露签名状态与签名者身份
成分 SBOM 文件独立存储,难以关联 通过 sbom-digest 注解将 SBOM 哈希注入 Pod 元数据
策略 策略引擎独立运行,无反馈闭环 通过 policy-pass 标签实时反映准入控制结果

1.3 课程目标与受众

课程目标

完成本课程后,学员将能够:

  1. 理解 镜像供应链信任边界的概念模型与风险矩阵。
  2. 设计 一套可扩展的 Kubernetes 观测标签体系,覆盖构建、分发、部署、运行时四个阶段。
  3. 实现 基于标签的自动化策略引擎与告警规则,将信任验证融入 CI/CD 与可观测性平台。
  4. 实战 通过 Sigstore/Cosign、Kyverno、OpenCost 等工具链,在真实集群中落地信任边界观测。

目标受众

  • 云原生安全工程师: 需要构建端到端的镜像供应链安全防线。
  • 平台工程团队: 负责设计 Kubernetes 多租户策略与准入控制。
  • DevSecOps 实践者: 希望将安全左移与运行时观测打通。
  • SRE/可观测性工程师: 需要将安全指标纳入现有的监控与告警体系。
前置知识: 建议学员具备 Kubernetes 基础操作经验(Pod、Deployment、Label/Annotation),了解容器镜像构建与 registry 基本概念。

1.4 镜像供应链信任边界全景图

下图展示了从源码到运行时的完整信任边界,以及每个阶段需要观测的关键标签:

镜像供应链信任边界全景图 镜像供应链信任边界全景图 源码阶段 Git Commit / 分支策略 构建阶段 Dockerfile / CI 流水线 签名与分发 Cosign / Notary / Registry 部署阶段 Kyverno / OPA 运行时阶段 Falco / 可观测性平台 信任边界(Trust Boundary) 关键观测标签示例 • image-source: gitlab.com/team/app@commit-sha • cosign-verified: true / false • sbom-digest: sha256:abc123... • policy-pass: kyverno/v1.0 • runtime-trust-score: 0.95 信任边界验证点 ① 构建环境是否可信?→ 标签: build-env-trust ② 签名是否有效?→ 标签: signature-validity ③ 准入策略是否通过?→ 标签: admission-result ④ 运行时行为是否异常?→ 标签: anomaly-score ⑤ 依赖是否过期?→ 标签: vuln-severity

1.5 课程内容结构

本课程共分为 6 个模块,30 个章节,逐步深入:

模块 章节范围 核心内容
模块一:基础与概念 第 1-5 章 信任边界定义、标签体系设计原则、Kubernetes 元数据模型
模块二:构建与签名 第 6-12 章 Cosign 集成、SBOM 生成与注入、构建流水线标签化
模块三:准入与策略 第 13-18 章 Kyverno 策略编写、OPA Gatekeeper 集成、策略结果标签化
模块四:运行时观测 第 19-24 章 Falco 告警关联、Prometheus 指标暴露、Grafana 面板设计
模块五:高级场景 第 25-28 章 多集群信任传播、供应链攻击溯源、合规审计
模块六:总结与实战 第 29-30 章 端到端案例演练、课程总结与最佳实践
注意: 本课程不涉及特定商业产品的深度配置,所有工具均为开源或 CNCF 毕业项目。学员可以在任何标准 Kubernetes 集群(v1.24+)上复现实战内容。