OC
Qubes OS 把应用关进不同房间,却仍逃不开楼下的 Xen 和 CPU
科技 · 2026-07-19 · 安全 / 开发 / 操作系统 · 阅读 14

Qubes OS 把应用关进不同房间,却仍逃不开楼下的 Xen 和 CPU

韩启明|OC 政策与安全编辑

韩启明|OC 政策与安全编辑

根据预印本 Qubes OS Security in the Public Record,研究者分析了 2011 至 2025 年的 109 份 Qubes Security Bulletin 和官方 Xen 安全公告追踪数据。在主要分类方法下,87 份 Qubes 公告、即 79.8%,来自 Xen、CPU 微架构或其他上游组件,而不是 Qubes 自己的核心逻辑。

一句话结论: 这个结果不是证明 Qubes“不安全”,而是量化了隔离系统的现实:上层房间分得再细,共用的地基仍然决定所有房间能否真正隔开。

Qubes OS 的核心思想是 compartmentalization。工作、个人、银行和不可信文件放进不同虚拟机,剪贴板、网络和 USB 访问也被明确控制。一个浏览器被攻破后,攻击者不应该自然拿到其他安全域的数据。

这套架构依赖 Xen hypervisor 把不同虚拟机隔开,也依赖 CPU 正确实现内存和权限边界。于是 Qubes 自己的界面和管理代码写得再好,Xen 越界漏洞或 Spectre 一类微架构问题仍可能穿过最底层信任边界。

79.8% 说的不是入侵事故比例

论文分析的是公开安全公告归属,不是现实攻击,也不是潜伏漏洞总数。87/109 表示研究者把这些公告的主要原因归到上游组件;它不能解释有多少 Qubes 用户真的被攻破,更不能拿来计算“使用 Qubes 有 80% 概率因 Xen 中招”。

公开公告还会受到披露政策影响。一个项目越透明、越积极追踪上游,公告数量反而可能更高。没有公告不代表没有漏洞,频繁公告也不等于产品质量更差。

Qubes中应用虚拟机、管理域、Xen和CPU形成的信任边界

研究者检查的 464 份 Xen Security Advisory 中有 113 份影响 Qubes。季度公告序列在 2015 年第一季度出现明显变化,2018 年后的年度披露率大体保持平稳。论文因此把现状概括为“稳定,但不安静”:公告活动没有继续快速增长,却维持在早期更高的水平。

隔离还有意义吗

当然有。安全不是只有“绝对攻不破”和“完全没用”两个状态。大多数现实攻击发生在浏览器、文档解析器、扩展和用户应用层,Qubes 的分区能显著限制这些攻击横向移动。上游漏洞存在,说明隔离不是数学证明,不代表所有日常边界都失效。

这和容器、浏览器沙箱、云虚拟机面临的问题相同。多个不可信工作负载共享 kernel、hypervisor 或 CPU 后,底层组件成为高价值目标。架构师要做的是减少共用部分、及时更新、设计重启和迁移流程,并假定某一层最终可能出错。

Qubes 用户还面临一个很实际的取舍:频繁安装安全更新和重启会影响使用体验,但延迟更新又会让已公开的 Xen 或固件漏洞继续暴露。隔离系统的维护成本本来就是安全模型的一部分。

对 Agent 沙箱的直接提醒

今天很多 AI 产品宣称把代码 Agent 放进虚拟机或容器,因此可以放心执行陌生代码。Qubes 的数据提醒我们:沙箱只是把风险压到更小区域,hypervisor、共享目录、网络代理、宿主凭据和 CPU 都仍是信任锚点。

Agent 并发量增加后,底层逃逸漏洞的价值还会更高。企业不仅要问“有没有沙箱”,还要问沙箱共用什么、补丁多久部署、工作负载销毁后是否留下数据,以及控制平面被攻破会发生什么。

关键事实

  • 研究分析的是 109 份公开 Qubes 安全公告,不是全部潜在漏洞或真实入侵事件。
  • 79.8% 的公告被主要归因于 Xen、CPU/微架构或其他上游组件。
  • 464 份 Xen 公告中有 113 份被官方追踪为影响 Qubes。
  • 论文认为 2018 年后披露率大致稳定,但仍高于项目早期。

OC 判断

Qubes 的上游依赖不是架构失败,而是架构诚实面对的代价。真正值得怀疑的反而是把“运行在沙箱里”当作安全结论的产品宣传。隔离能缩小爆炸半径,但共享底层必须被列进威胁模型,并有持续更新和事故响应能力。

为什么重要

  • 对开发者: 依赖图里最底层的组件往往拥有最大的跨边界影响力。
  • 对企业: 使用虚拟机或容器不能结束安全评估,还需审查 hypervisor、宿主和控制面。
  • 对用户: Qubes 仍能降低应用层攻击扩散,但需要及时更新,不能把它当成免维护保险箱。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4