以下系统调用全集、白名单/黑名单大小、fd 数字均为教学假设,不构成对任何真实系统、供应商或生产环境的承诺。ALL_SYSCALLS 有 40 个"sys0..sys39"是讲解用的模型,真实系统以 seccomp 的实际规则为准,但"默认拒绝的攻击面是白名单、默认允许的攻击面是全集减黑名单"这一条不变。
4.1 讲了隔离分档:进程、容器、微虚拟机。这一节进入档位内部:不管用哪一档,都要回答"哪些系统调用允许、哪些文件可读、哪些网络可达"。这个决定有两种策略,攻击面完全不同。
隔离的策略取舍集中在默认拒绝(default-deny)与默认允许(default-allow)之间。同样写规则,两种策略留下的开放面不同;同时还有一个更隐蔽的泄漏:文件描述符随工具调用次数线性泄漏。这一节把两者都量化。
默认拒绝 vs 默认允许
系统调用过滤的两种策略:
| 策略 | 规则语义 | 攻击面 |
|---|---|---|
| 默认拒绝 | 列出允许的(白名单) | 白名单大小 |
| 默认允许 | 列出禁止的(黑名单) | 全集 − 黑名单 |
默认拒绝的攻击面是白名单大小。 你在白名单里写 12 个调用,攻击面就是 12。没写的就是不允许,天然安全。
默认允许的攻击面是"全集减黑名单"。 你在黑名单里写 5 个调用,攻击面是 40 − 5 = 35。所有你忘了禁的,都是开放的。 新系统调用出现、新攻击面扩展,黑名单都要跟上,否则默认开放。
为什么默认拒绝更省维护?因为它面向"任务需要什么",是有限集合;默认允许面向"一切减去我不许的",集合随系统演进不断变大。每一次新增内核功能,默认允许都多一个未禁的开放口;默认拒绝不受影响。
文件描述符泄漏:一个"软"隔离问题
系统调用是硬的隔离,文件描述符是软的。每个工具调用打开文件,如果打开后不关闭,fd 数量线性增长,直到耗尽。
| 场景 | 打开 | 关闭 | 泄漏 | 是否耗尽(上限 64) |
|---|---|---|---|---|
| 关闭率 90% | 40 | 36 | 4 | 否 |
| 关闭率 50% | 40 | 20 | 20 | 否 |
关闭率 90%(40 次调用关 36 个)看起来已经不错,但泄漏 4 个仍会随调用数增长。关闭率 50% 时,40 次调用泄漏 20 个——再翻几倍就会撞上 64 的上限。fd 泄漏不是"偶尔丢一个",是线性累积到耗尽。
最小实验:攻击面量化与 fd 泄漏
实验把两个策略的攻击面算出来,并模拟两种关闭率下的 fd 泄漏。
# file: agp_lab/syscall_isolation.py | write
# tier: 3
# verify: python3 -m unittest tests.test_syscall_isolation
"""文件系统、网络与系统调用隔离:默认拒绝 vs 默认允许。
系统调用过滤有两种策略:默认拒绝(白名单)与默认允许(黑名单)。
同样的维护投入,两种策略的攻击面不同:白名单严格列出可用调用,
黑名单留下"忘了禁的"全部开放。
本模块还演示文件描述符泄漏:每次工具调用打开文件不关闭,
泄漏量会随调用次数线性增长直至耗尽。
"""
from __future__ import annotations
from typing import Any
ALL_SYSCALLS: set[str] = {f"sys{n}" for n in range(40)} # 教学假设的调用全集
def attack_surface(banned_or_allowed: set[str], default_deny: bool) -> int:
"""返回可触达的系统调用数量。
default_deny=True 时,传入的是白名单,暴露面即白名单大小;
default_deny=False 时,传入的是黑名单,暴露面为全集减黑名单。
"""
if default_deny:
return len(banned_or_allowed)
return len(ALL_SYSCALLS - banned_or_allowed)
def simulate_fd_leak(calls: int, close_ratio: float, max_fds: int = 64) -> dict[str, int]:
"""每次调用打开 1 个 fd,按 close_ratio 比例关闭,统计泄漏。"""
opened = calls
closed = int(calls * close_ratio)
leaked = opened - closed
return {
"opened": opened,
"closed": closed,
"leaked": leaked,
"exhausted": leaked >= max_fds,
}
def demo() -> dict[str, Any]:
whitelist = {f"sys{n}" for n in range(12)}
blacklist = {f"sys{n}" for n in range(5)}
return {
"deny_surface": attack_surface(whitelist, default_deny=True),
"allow_surface": attack_surface(blacklist, default_deny=False),
"fd_leak_90": simulate_fd_leak(40, close_ratio=0.9),
"fd_leak_50": simulate_fd_leak(40, close_ratio=0.5),
}
if __name__ == "__main__":
result = demo()
print(f"default_deny surface={result['deny_surface']}")
print(f"default_allow surface={result['allow_surface']}")
for key in ["fd_leak_90", "fd_leak_50"]:
value = result[key]
print(
f"{key}: opened={value['opened']} closed={value['closed']} "
f"leaked={value['leaked']} exhausted={value['exhausted']}"
)
运行:
cd private/labs/agp-lab
python3 -m agp_lab.syscall_isolation
输出:
default_deny surface=12
default_allow surface=35
fd_leak_90: opened=40 closed=36 leaked=4 exhausted=False
fd_leak_50: opened=40 closed=20 leaked=20 exhausted=False
四行输出对应两件事:
- 攻击面量化:同样的维护投入(白名单写 12 个、黑名单写 5 个),默认拒绝的攻击面是 12,默认允许的攻击面是 35。黑名单写得越少,开放面越大——黑名单的"5 条规则"看起来比白名单的"12 条"更省事,实际攻击面是后者的近 3 倍。
- fd 泄漏:关闭率 90% 时 40 次调用泄漏 4 个 fd;关闭率 50% 时泄漏 20 个。两个都没撞上 64 上限,但泄漏率 50% 的场景再跑 100 次调用就会耗尽——fd 耗尽不是"某一次泄漏"造成的,是调用数的线性函数。
一个值得点破的实现细节:simulate_fd_leak 里 closed = int(calls * close_ratio) 用的是比例模型,不是真的逐个关闭——但它准确表达了核心事实:泄漏量 = 打开量 ×(1 − 关闭率),与调用次数成正比。这个线性关系才是监控要盯的:不看"这次有没有泄漏",看"泄漏率 × 调用量 是否逼近上限"。
系统调用隔离的落地,往往不是一次做完的。白名单要跟着任务能力演进:加一个新工具,就要在它的调用清单里增加对应的系统调用,否则任务莫名失败。白名单不是"写一次就完",而是"任务能力变更时同步更新"的活文档。
| 触发事件 | 白名单动作 | 后果如果不做 |
|---|---|---|
| 新增工具 | 加入该工具的调用 | 工具失败、任务中断 |
| 移除工具 | 移除调用 | 攻击面残留 |
| 内核升级 | 复核新系统调用 | 新调用默认拒绝,行为变 |
| 安全告警 | 收紧白名单 | 攻击面扩大 |
文件描述符泄漏的治理也值得展开。泄漏的根因通常是"打开文件/网络连接后,异常路径忘了关闭"——正常路径有 close,异常路径直接 return。代码评审里要专门盯异常路径的资源释放,运行时则要监控 fd 数量的走势。
| 观测项 | 阈值思路 | 报警含义 |
|---|---|---|
| 单进程 fd 总数 | 接近上限的 80% | 泄漏或连接风暴 |
| fd 增长速度 | 与调用量偏离 | 异常路径在泄漏 |
| 泄漏率 × 调用量 | 逼近上限 | 即将耗尽 |
fd 耗尽是一个会传染的故障:一个任务的 fd 泄漏,会拖垮同进程里所有任务的连接。所以它不只是资源问题,也是隔离问题——在 4.1 的档位决策里,共享进程意味着共享 fd 配额,一个泄漏者连累全进程。
系统调用隔离的审计价值不亚于安全价值。白名单在放行之外,还应该记录"谁、何时、调用了什么"。审计日志回答三类问题:这个任务的调用模式是否符合预期?有没有工具做了白名单外的事情(被拒绝的记录)?内核升级后是否有调用路径悄然变化?
| 审计问题 | 看什么 | 行动 |
|---|---|---|
| 调用模式异常 | 调用频率偏离基线 | 调查任务行为 |
| 越权尝试 | 被拒绝的调用记录 | 复核白名单 |
| 升级副作用 | 内核升级前后调用差异 | 更新白名单 |
审计日志的粒度也要设计:全部记录会淹没在海量调用里,只记拒绝和异常又看不见趋势。折中是采样记录正常调用、全量记录被拒调用——被拒是少且高信号的,值得全量;正常调用采样就够画基线。
还有一个边界要认识清楚:syscall 白名单挡不住纯应用层攻击。 工具代码自己写错、参数注入、prompt 注入,都在 syscall 之外。4.2 的隔离是纵深防御的一层,不是全部——它配合 4.3 的能力边界、6.1 的工具契约,共同构成隔离体系。
系统调用隔离有一个容易忽视的入口:可执行文件与解释器。白名单若只覆盖"运行时的 syscall",但工具允许 Agent 生成并执行脚本(如 python、bash、node 作为 syscall execve 的目标),那白名单就被脚本内的任意 syscall 绕过了——脚本自身的 syscall 属于新进程,属于解释器的白名单。设计上要区分"白名单隔离进程"与"白名单隔离任务"。
| 隔离对象 | 覆盖 | 盲区 |
|---|---|---|
| 进程 syscall | 宿主进程行为 | 子进程、脚本 |
| 脚本解释器 | execve 目标 | 脚本内部 syscall |
| 完整沙箱 | 含脚本 | 需覆盖子进程链 |
白名单在 execve 层面必须递归:
宿主进程 -> 工具 -> 生成的脚本 -> 脚本的 syscall
实用上的补救是"解释器白名单 + 资源限额"双管:解释器只允许少数受控目标(白名单的 execve 目标集合),同时用 RLIMIT 限制 CPU/内存/文件大小,让即使绕过也被资源上限兜底。4.2 的默认拒绝 + 有限白名单,加上资源兜底,才构成完整的纵深。
syscall 白名单与能力边界(4.3)是两道不同的门,要分别设计。 能力边界管"Agent 的权限"(能不能调这个工具、能不能碰这类资源),syscall 白名单管"进程能做什么"(能不能发起网络、能不能写文件)。一个 Agent 可能持有高能力,但它的执行进程只被授予窄 syscall——权限与进程两个维度叠加,才是完整的隔离。
| 维度 | 管什么 | 粒度 |
|---|---|---|
| 能力边界 | Agent 权限 | 工具/资源级 |
| syscall 白名单 | 进程行为 | 系统调用级 |
| 资源限额 | 用量上限 | 资源级 |
白名单的维护成本本身要管理:工具一多,白名单列表膨胀,审起来困难。实践是用"工具→syscall"映射表维护:每个工具声明它需要的 syscall 集合,进程启动时合并成最终白名单。这样白名单从"一坨列表"变成"可推导的映射",加工具时只加一行,审计时按工具查。
还有一类调用要单独关注:进程自省(ptrace、/proc)。 这类调用能让进程看到宿主信息或附着其他进程,属于高危。白名单默认拒绝进程自省类 syscall,除非任务明确需要,并在审计里单独标记。“看得到什么"与"改得了什么"在 syscall 层要一起管。
syscall 隔离与调度器(3.1)有一个交互点:调度策略决定任务何时执行,syscall 策略决定任务执行时能做什么。一个任务是"高优先级但低权限”,另一个是"低优先级但高权限"——两个维度正交,却都要在任务元数据里显式声明。任务配置要同时含调度属性与隔离属性,否则出现"高权限任务被排到关键路径却没被隔离"的空隙。
| 任务属性 | 维度 | 声明位置 |
|---|---|---|
| 优先级 | 调度 | 任务配置 |
| 隔离档位 | 安全 | 任务配置 |
| syscall 白名单 | 安全 | 工具映射 |
架构判据
系统调用与资源隔离是否合格,用五条判据检查:
| 判据 | 合格的样子 | 不合格的样子 |
|---|---|---|
| 策略默认拒绝 | 白名单只列任务所需 | 黑名单,忘了禁的就开放 |
| 攻击面可数 | 开放面可量化、可审计 | 开放面只能靠猜测 |
| 规则匹配任务 | 只给任务所需的调用/文件/网络 | 给整台机器的权限 |
| 泄漏可监控 | fd/句柄泄漏有监控与上限 | 泄漏到耗尽才被发现 |
| 新功能安全 | 新内核功能不增加攻击面 | 默认允许自动开放新调用 |
判据第一条"默认拒绝"是核心:黑名单策略的维护成本会随系统演进持续上涨,白名单不会。 判据第四条提醒:fd 泄漏是线性累积问题,要监控"泄漏率 × 调用量"而不是事后数数。
小结
- 默认拒绝的攻击面是白名单大小,默认允许的攻击面是全集减黑名单;同样的维护投入,黑名单开放面大得多。
- 默认拒绝更省维护:新内核功能不自动增加攻击面,默认允许则反之。
- fd 泄漏是调用数的线性函数:泄漏量 = 打开量 ×(1 − 关闭率),会累积到耗尽。
- 监控要盯"泄漏率 × 调用量",不能等耗尽才发现。
阅读导航:上一节:4.1 进程、容器、微虚拟机 · 下一节:4.3 能力边界与逃逸面 。
常见错误与边界
- 用黑名单图省事。 黑名单规则少不等于攻击面小;忘了禁的调用全开放,新功能还自动加开放口。
- 只给"够用"不给"最小"。 隔离的粒度是"任务需要什么",不是"机器上有什么"。
- 以为 90% 关闭率没问题。 40 次调用仍泄漏 4 个 fd,调用量放大后照样耗尽。
- fd 耗尽当偶发故障。 它是线性累积的必然结果;要监控泄漏率而不是事后数数。
- 白名单只写一次。 任务加新能力时白名单要同步更新;忘了加就是"允许列表里没有",任务会莫名失败。
继续阅读
探索更多技术文章
浏览归档,发现更多关于系统设计、工具链和工程实践的内容。