此页面由 Cloud Translation API 翻译。

安全构建和使用 Cloud Build、Artifact Registry 和 GKE 进行部署

1. 简介

Container Analysis 可为容器提供漏洞扫描和元数据存储服务。扫描服务会对 Artifact Registry 和 Container Registry 中的映像执行漏洞扫描，然后存储生成的元数据并使其可通过 API 使用。借助元数据存储，您可以存储不同来源的信息，包括漏洞扫描、Google Cloud 服务和第三方提供商。

漏洞扫描可自动或按需执行：

启用自动扫描后，每次您将新映像推送到 Artifact Registry 或 Container Registry 时，扫描都会自动触发。发现新漏洞时，漏洞信息会持续更新。
启用按需扫描后，您必须运行命令来扫描本地映像或 Artifact Registry 或 Container Registry 中的映像。按需扫描可让您灵活地扫描容器。例如，您可以先扫描本地构建的映像并修复漏洞，然后再将其存储在注册表中。扫描完成后，系统会在 48 小时内提供扫描结果，扫描完成后，漏洞信息不会更新。

将 Container Analysis 集成到 CI/CD 流水线中，您可以根据这些元数据做出决策。例如，您可以使用 Binary Authorization 创建部署政策，仅允许部署来自可信注册表的合规映像。

学习内容

如何启用自动扫描
如何执行按需扫描
如何将扫描集成到构建流水线中
如何为已获批准的图片签名
如何使用 GKE Admission 控制器屏蔽映像
如何配置 GKE 以仅允许经过签名的获批映像

2. 设置和要求

自定进度的环境设置

项目名称是此项目参与者的显示名称。它是 Google API 尚未使用的字符串。您可以随时对其进行更新。
项目 ID 在所有 Google Cloud 项目中是唯一的，并且是不可变的（一经设置便无法更改）。Cloud 控制台会自动生成一个唯一字符串；通常您不在乎这是什么在大多数 Codelab 中，您都需要引用项目 ID（它通常标识为 PROJECT_ID）。如果您不喜欢生成的 ID，可以再随机生成一个 ID。或者，您也可以尝试自己的项目 ID，看看是否可用。完成此步骤后便无法更改该 ID，并且该 ID 在项目期间会一直保留。
此外，还有第三个值，即某些 API 使用的项目编号，供您参考。如需详细了解所有这三个值，请参阅文档。

接下来，您需要在 Cloud 控制台中启用结算功能，以便使用 Cloud 资源/API。运行此 Codelab 应该不会产生太多的费用（如果有费用的话）。如需关停资源，以免产生超出本教程范围的结算费用，您可以删除自己创建的资源或删除整个项目。Google Cloud 的新用户符合参与 $300 USD 免费试用计划的条件。

启动 Cloudshell 编辑器

本实验旨在与 Google Cloud Shell Editor 搭配使用，并经过测试。要访问该编辑器，请按以下步骤操作：

通过 https://console.cloud.google.com 访问您的 Google 项目。
点击右上角的 Cloud Shell 编辑器图标

8560cc8d45e8c112

窗口底部会打开一个新窗格

环境设置

在 Cloud Shell 中，设置项目 ID 和项目编号。将它们保存为 PROJECT_ID 和 PROJECT_ID 变量。

export PROJECT_ID=$(gcloud config get-value project)
export PROJECT_NUMBER=$(gcloud projects describe $PROJECT_ID \
    --format='value(projectNumber)')

启用服务

启用所有必要的服务：

gcloud services enable \
  cloudkms.googleapis.com \
  cloudbuild.googleapis.com \
  container.googleapis.com \
  containerregistry.googleapis.com \
  artifactregistry.googleapis.com \
  containerscanning.googleapis.com \
  ondemandscanning.googleapis.com \
  binaryauthorization.googleapis.com

创建 Artifact Registry 代码库

在本实验中，您将使用 Artifact Registry 来存储和扫描映像。使用以下命令创建代码库。

gcloud artifacts repositories create artifact-scanning-repo \
  --repository-format=docker \
  --location=us-central1 \
  --description="Docker repository"

将 Docker 配置为在访问 Artifact Registry 时使用 gcloud 凭据。

gcloud auth configure-docker us-central1-docker.pkg.dev

3. 自动扫描

每次您将新映像推送到 Artifact Registry 或 Container Registry 时，系统都会自动触发制品扫描。发现新漏洞时，漏洞信息会持续更新。在本部分中，您需要将映像推送到 Artifact Registry，并探索结果。

创建并切换到工作目录

mkdir vuln-scan && cd vuln-scan

定义示例图片

创建名为 Dockerfile 的文件，其中包含以下内容。

cat > ./Dockerfile << EOF
FROM gcr.io/google-appengine/debian9@sha256:ebffcf0df9aa33f342c4e1d4c8428b784fc571cdf6fbab0b31330347ca8af97a

# System
RUN apt update && apt install python3-pip -y

# App
WORKDIR /app
COPY . ./

RUN pip3 install Flask==1.1.4
RUN pip3 install gunicorn==20.1.0

CMD exec gunicorn --bind :$PORT --workers 1 --threads 8 --timeout 0 main:app

EOF

创建名为 main.py 的文件，其中包含以下内容：

cat > ./main.py << EOF
import os
from flask import Flask

app = Flask(__name__)

@app.route("/")
def hello_world():
    name = os.environ.get("NAME", "Worlds")
    return "Hello {}!".format(name)

if __name__ == "__main__":
    app.run(debug=True, host="0.0.0.0", port=int(os.environ.get("PORT", 8080)))
EOF

构建映像并将其推送到 AR

使用 Cloud Build 构建容器并将其自动推送到 Artifact Registry。请注意映像上的 bad 标记。这将有助于您在后续步骤中识别它。

gcloud builds submit . -t us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image:bad

评价图片详细信息

构建流程完成后，在 Artifact Registry 信息中心内查看映像和漏洞结果。

在 Cloud 控制台中打开 Artifact Registry
点击 artifact-scanning-repo 以查看内容
点击进入图片详细信息
点击查看映像的最新摘要
扫描完成后，点击映像的“漏洞”标签页

在“漏洞”标签页中，您将看到刚刚构建的映像的自动扫描结果。

361be7b3bf293fca

自动扫描功能默认处于启用状态。探索 Artifact Registry 设置，了解如何关闭/开启自动扫描。

4. 按需扫描

在很多情况下，您可能需要先运行扫描，然后再将映像推送到仓库。例如，容器开发者可以先扫描映像并修复问题，然后再将代码推送到源代码控制系统。在以下示例中，您将在本地构建和分析映像，然后再对结果执行操作。

构建映像

在此步骤中，您将使用本地 Docker 将映像构建到本地缓存。

docker build -t us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image .

扫描图片

构建映像后，请求对映像进行扫描。扫描结果存储在元数据服务器中。此作业通过结果在元数据服务器中的位置完成。

gcloud artifacts docker images scan \
    us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image \
    --format="value(response.scan)" > scan_id.txt

查看输出文件

请花点时间查看存储在 scan_id.txt 文件中的上一步骤的输出。请注意扫描结果在元数据服务器中的报告位置。

cat scan_id.txt

查看详细的扫描结果

如需查看扫描的实际结果，请针对输出文件中注明的报告位置使用 list-vulnerabilities 命令。

gcloud artifacts docker images list-vulnerabilities $(cat scan_id.txt)

输出包含有关映像中所有漏洞的大量数据。

标记严重问题

人们很少直接使用存储在报告中的数据。结果通常由自动化流程使用。使用以下命令阅读报告详细信息，并记录是否发现了任何严重漏洞

export SEVERITY=CRITICAL

gcloud artifacts docker images list-vulnerabilities $(cat scan_id.txt) --format="value(vulnerability.effectiveSeverity)" | if grep -Fxq ${SEVERITY}; then echo "Failed vulnerability check for ${SEVERITY} level"; else echo "No ${SEVERITY} Vulnerabilities found"; fi

此命令的输出将是

Failed vulnerability check for CRITICAL level

5. 构建流水线扫描

在本部分中，您将创建一个自动化构建流水线，用于构建容器映像，对其进行扫描，然后评估结果。如果系统未发现任何严重漏洞，则会将映像推送到代码库。如果发现严重漏洞，构建将失败并退出。

提供对 Cloud Build 服务账号的访问权限

Cloud Build 需要有权访问按需扫描 API。使用以下命令提供访问权限。

gcloud projects add-iam-policy-binding ${PROJECT_ID} \
        --member="serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com" \
        --role="roles/iam.serviceAccountUser"
        
gcloud projects add-iam-policy-binding ${PROJECT_ID} \
        --member="serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com" \
        --role="roles/ondemandscanning.admin"

创建 Cloud Build 流水线

以下命令将在用于自动化流程的目录中创建一个 cloudbuild.yaml 文件。在此示例中，步骤仅限于容器构建流程。但在实践中，除了容器步骤之外，您还可以添加特定于应用的说明和测试。

使用以下命令创建该文件。

cat > ./cloudbuild.yaml << EOF
steps:

# build
- id: "build"
  name: 'gcr.io/cloud-builders/docker'
  args: ['build', '-t', 'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image', '.']
  waitFor: ['-']

#Run a vulnerability scan at _SECURITY level
- id: scan
  name: 'gcr.io/cloud-builders/gcloud'
  entrypoint: 'bash'
  args:
  - '-c'
  - |
    (gcloud artifacts docker images scan \
    us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image \
    --location us \
    --format="value(response.scan)") > /workspace/scan_id.txt

#Analyze the result of the scan
- id: severity check
  name: 'gcr.io/cloud-builders/gcloud'
  entrypoint: 'bash'
  args:
  - '-c'
  - |
      gcloud artifacts docker images list-vulnerabilities \$(cat /workspace/scan_id.txt) \
      --format="value(vulnerability.effectiveSeverity)" | if grep -Fxq CRITICAL; \
      then echo "Failed vulnerability check for CRITICAL level" && exit 1; else echo "No CRITICAL vulnerability found, congrats !" && exit 0; fi

#Retag
- id: "retag"
  name: 'gcr.io/cloud-builders/docker'
  args: ['tag',  'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image', 'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image:good']


#pushing to artifact registry
- id: "push"
  name: 'gcr.io/cloud-builders/docker'
  args: ['push',  'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image:good']

images:
  - us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image
EOF

运行持续集成流水线

提交 build 以进行处理，以便在发现严重级别为“严重”的漏洞时验证 build 是否中断。

gcloud builds submit

查看构建失败

您刚刚提交的 build 将失败，因为映像包含严重漏洞。

在 Cloud Build 历史记录页面中查看构建失败

修复漏洞

更新 Dockerfile，以使用不包含严重漏洞的基础映像。

使用以下命令覆盖 Dockerfile 以使用 Debian 10 映像

cat > ./Dockerfile << EOF
from python:3.8-slim  

# App
WORKDIR /app
COPY . ./

RUN pip3 install Flask==2.1.0
RUN pip3 install gunicorn==20.1.0

CMD exec gunicorn --bind :\$PORT --workers 1 --threads 8 main:app

EOF

使用良好的映像运行持续集成流程

提交构建以进行处理，以验证在未发现严重级别为“严重”的漏洞时构建能否成功。

gcloud builds submit

检查构建成功与否

您刚刚提交的 build 将会成功，因为更新后的映像不包含严重漏洞。

在 Cloud Build 历史记录页面中查看构建成功

查看扫描结果

查看 Artifact Registry 中的良好映像

在 Cloud 控制台中打开 Artifact Registry
点击 artifact-scanning-repo 以查看内容
点击进入图片详细信息
点击查看映像的最新摘要
点击映像的“漏洞”标签页

6. 对映像进行签名

创建证明者备注

证明者备注只是一小段数据，用作所应用的签名类型的标签。例如，一条备注可能表示漏洞扫描，另一条可能用于 QA 签核。签名过程中会引用该备注。

创建记事

cat > ./vulnz_note.json << EOM
{
  "attestation": {
    "hint": {
      "human_readable_name": "Container Vulnerabilities attestation authority"
    }
  }
}
EOM

存储记事

NOTE_ID=vulnz_note

curl -vvv -X POST \
    -H "Content-Type: application/json"  \
    -H "Authorization: Bearer $(gcloud auth print-access-token)"  \
    --data-binary @./vulnz_note.json  \
    "https://containeranalysis.googleapis.com/v1/projects/${PROJECT_ID}/notes/?noteId=${NOTE_ID}"

验证备注

curl -vvv  \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    "https://containeranalysis.googleapis.com/v1/projects/${PROJECT_ID}/notes/${NOTE_ID}"

创建证明者

证明者用于执行实际的映像签名流程，并将备注实例附加到映像中以供日后验证。创建证明者供稍后使用。

创建证明者

ATTESTOR_ID=vulnz-attestor

gcloud container binauthz attestors create $ATTESTOR_ID \
    --attestation-authority-note=$NOTE_ID \
    --attestation-authority-note-project=${PROJECT_ID}

验证证明者

gcloud container binauthz attestors list

请注意，最后一行指明 NUM_PUBLIC_KEYS: 0 您将在后续步骤中提供密钥

另请注意，当您运行生成映像的构建时，Cloud Build 会自动在项目中创建 built-by-cloud-build 证明者。因此，上述命令会返回两个证明者：vulnz-attestor 和 built-by-cloud-build。成功构建映像后，Cloud Build 会自动为映像签名并创建证明。

添加 IAM 角色

Binary Authorization 服务账号需要拥有查看证明说明的权限。通过以下 API 调用提供访问权限

PROJECT_NUMBER=$(gcloud projects describe "${PROJECT_ID}"  --format="value(projectNumber)")

BINAUTHZ_SA_EMAIL="service-${PROJECT_NUMBER}@gcp-sa-binaryauthorization.iam.gserviceaccount.com"


cat > ./iam_request.json << EOM
{
  'resource': 'projects/${PROJECT_ID}/notes/${NOTE_ID}',
  'policy': {
    'bindings': [
      {
        'role': 'roles/containeranalysis.notes.occurrences.viewer',
        'members': [
          'serviceAccount:${BINAUTHZ_SA_EMAIL}'
        ]
      }
    ]
  }
}
EOM

使用该文件创建 IAM 政策

curl -X POST  \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $(gcloud auth print-access-token)" \
    --data-binary @./iam_request.json \
    "https://containeranalysis.googleapis.com/v1/projects/${PROJECT_ID}/notes/${NOTE_ID}:setIamPolicy"

添加 KMS 密钥

证明者需要使用加密密钥来附加备注并提供可验证的签名。在此步骤中，您将在 KMS 中创建并存储密钥，以供 Cloud Build 稍后访问。

首先添加一些环境变量来描述新密钥

KEY_LOCATION=global
KEYRING=binauthz-keys
KEY_NAME=codelab-key
KEY_VERSION=1

创建密钥环以保存一组密钥

gcloud kms keyrings create "${KEYRING}" --location="${KEY_LOCATION}"

为证明者创建新的非对称签名密钥对

gcloud kms keys create "${KEY_NAME}" \
    --keyring="${KEYRING}" --location="${KEY_LOCATION}" \
    --purpose asymmetric-signing   \
    --default-algorithm="ec-sign-p256-sha256"

您应该会在 Google Cloud 控制台的 KMS 页面上看到您的密钥。

现在，通过 gcloud binauthz 命令将该密钥与您的证明者相关联：

gcloud beta container binauthz attestors public-keys add  \
    --attestor="${ATTESTOR_ID}"  \
    --keyversion-project="${PROJECT_ID}"  \
    --keyversion-location="${KEY_LOCATION}" \
    --keyversion-keyring="${KEYRING}" \
    --keyversion-key="${KEY_NAME}" \
    --keyversion="${KEY_VERSION}"

如果您再次输出授权方列表，现在应该会看到已注册一个密钥：

gcloud container binauthz attestors list

创建已签名的证明

此时，您已配置可用于对映像进行签名的功能。使用您之前创建的证明者对您使用的容器映像进行签名

CONTAINER_PATH=us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image

DIGEST=$(gcloud container images describe ${CONTAINER_PATH}:latest \
    --format='get(image_summary.digest)')

现在，您可以使用 gcloud 创建证明。该命令只会获取您要用于签名的密钥的详细信息，以及您要批准的特定容器映像

gcloud beta container binauthz attestations sign-and-create  \
    --artifact-url="${CONTAINER_PATH}@${DIGEST}" \
    --attestor="${ATTESTOR_ID}" \
    --attestor-project="${PROJECT_ID}" \
    --keyversion-project="${PROJECT_ID}" \
    --keyversion-location="${KEY_LOCATION}" \
    --keyversion-keyring="${KEYRING}" \
    --keyversion-key="${KEY_NAME}" \
    --keyversion="${KEY_VERSION}"

按照 Container Analysis 的术语，此操作将创建一个新的发生实例，并将其附加到证明者的备注中。为确保一切按预期运行，您可以列出您的证明

gcloud container binauthz attestations list \
   --attestor=$ATTESTOR_ID --attestor-project=${PROJECT_ID}

7. 使用 Cloud Build 签名

您已启用映像签名，并手动使用证明者对示例映像进行签名。在实践中，您需要在自动化流程（例如 CI/CD 流水线）中应用证明。

在本部分中，您将配置 Cloud Build 以自动证明映像

角色

将 Binary Authorization Attestor Viewer 角色添加到 Cloud Build 服务账号：

gcloud projects add-iam-policy-binding ${PROJECT_ID} \
  --member serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com \
  --role roles/binaryauthorization.attestorsViewer

将 Cloud KMS CryptoKey Signer/Verifier 角色添加到 Cloud Build 服务账号（基于 KMS 的签名）：

gcloud projects add-iam-policy-binding ${PROJECT_ID} \
  --member serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com \
  --role roles/cloudkms.signerVerifier

将 Container Analysis Notes Attacher 添加到 Cloud Build 服务账号：

gcloud projects add-iam-policy-binding ${PROJECT_ID} \
  --member serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com \
  --role roles/containeranalysis.notes.attacher

准备自定义构建 Cloud Build 步骤

您将使用 Cloud Build 中的自定义构建步骤来简化证明流程。Google 提供了此自定义构建步骤，其中包含可简化流程的辅助函数。在使用前，自定义构建步骤的代码必须构建到容器中并推送到 Cloud Build。为此，请运行以下命令：

git clone https://github.com/GoogleCloudPlatform/cloud-builders-community.git
cd cloud-builders-community/binauthz-attestation
gcloud builds submit . --config cloudbuild.yaml
cd ../..
rm -rf cloud-builders-community

向您的 cloudbuild.yaml 中添加签名步骤

在此步骤中，您需要将证明步骤添加到之前构建的 Cloud Build 流水线中。

检查您要添加的新步骤。

仅供查看。请勿复制

#Sign the image only if the previous severity check passes
- id: 'create-attestation'
  name: 'gcr.io/${PROJECT_ID}/binauthz-attestation:latest'
  args:
    - '--artifact-url'
    - 'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image'
    - '--attestor'
    - 'projects/${PROJECT_ID}/attestors/$ATTESTOR_ID'
    - '--keyversion'
    - 'projects/${PROJECT_ID}/locations/$KEY_LOCATION/keyRings/$KEYRING/cryptoKeys/$KEY_NAME/cryptoKeyVersions/$KEY_VERSION'

使用更新后的完整流水线覆盖 cloudbuild.yaml 文件。

cat > ./cloudbuild.yaml << EOF
steps:

# build
- id: "build"
  name: 'gcr.io/cloud-builders/docker'
  args: ['build', '-t', 'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image', '.']
  waitFor: ['-']

#Run a vulnerability scan at _SECURITY level
- id: scan
  name: 'gcr.io/cloud-builders/gcloud'
  entrypoint: 'bash'
  args:
  - '-c'
  - |
    (gcloud artifacts docker images scan \
    us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image \
    --location us \
    --format="value(response.scan)") > /workspace/scan_id.txt

#Analyze the result of the scan
- id: severity check
  name: 'gcr.io/cloud-builders/gcloud'
  entrypoint: 'bash'
  args:
  - '-c'
  - |
      gcloud artifacts docker images list-vulnerabilities \$(cat /workspace/scan_id.txt) \
      --format="value(vulnerability.effectiveSeverity)" | if grep -Fxq CRITICAL; \
      then echo "Failed vulnerability check for CRITICAL level" && exit 1; else echo "No CRITICAL vulnerability found, congrats !" && exit 0; fi

#Retag
- id: "retag"
  name: 'gcr.io/cloud-builders/docker'
  args: ['tag',  'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image', 'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image:good']


#pushing to artifact registry
- id: "push"
  name: 'gcr.io/cloud-builders/docker'
  args: ['push',  'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image:good']


#Sign the image only if the previous severity check passes
- id: 'create-attestation'
  name: 'gcr.io/${PROJECT_ID}/binauthz-attestation:latest'
  args:
    - '--artifact-url'
    - 'us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image:good'
    - '--attestor'
    - 'projects/${PROJECT_ID}/attestors/$ATTESTOR_ID'
    - '--keyversion'
    - 'projects/${PROJECT_ID}/locations/$KEY_LOCATION/keyRings/$KEYRING/cryptoKeys/$KEY_NAME/cryptoKeyVersions/$KEY_VERSION'



images:
  - us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image:good
EOF

运行构建

gcloud builds submit

在 Cloud Build 历史记录中查看此构建

打开 Cloud 控制台并转到 Cloud Build 历史记录页面，查看最新构建以及构建步骤的成功执行情况。

8. 准入控制政策

Binary Authorization 是 GKE 和 Cloud Run 中的一项功能，可让您在允许容器映像运行之前验证规则。验证会针对任何运行映像的请求执行，无论是来自可信 CI/CD 流水线，还是用户手动尝试部署映像。与单纯的 CI/CD 流水线检查相比，此功能可让您更有效地保护运行时环境。

如需了解此功能，您需要修改默认 GKE 政策以强制执行严格的授权规则。

创建 GKE 集群

创建 GKE 集群：

gcloud beta container clusters create binauthz \
    --zone us-central1-a  \
    --binauthz-evaluation-mode=PROJECT_SINGLETON_POLICY_ENFORCE

允许 Cloud Build 部署到此集群：

gcloud projects add-iam-policy-binding ${PROJECT_ID} \
        --member="serviceAccount:${PROJECT_NUMBER}@cloudbuild.gserviceaccount.com" \
        --role="roles/container.developer"

允许所有政策

首先验证默认政策状态以及您能否部署任何映像

查看现有政策

gcloud container binauthz policy export

请注意，强制执行政策已设为 ALWAYS_ALLOW

evaluationMode: ALWAYS_ALLOW

部署示例以验证您是否可以部署任何内容

kubectl run hello-server --image gcr.io/google-samples/hello-app:1.0 --port 8080

验证部署是否有效

kubectl get pods

您将看到以下输出

161db370d99ffb13

删除部署

kubectl delete pod hello-server

拒绝所有政策

现在，更新该政策以禁止发布所有映像。

将当前政策导出到可修改的文件

gcloud container binauthz policy export  > policy.yaml

更改政策

在文本编辑器中，将 AssessmentMode 从 ALWAYS_ALLOW 更改为 ALWAYS_DENY。

edit policy.yaml

YAML 格式的政策文件应如下所示：

globalPolicyEvaluationMode: ENABLE
defaultAdmissionRule:
  evaluationMode: ALWAYS_DENY
  enforcementMode: ENFORCED_BLOCK_AND_AUDIT_LOG
name: projects/PROJECT_ID/policy

打开终端并应用新政策，然后等待几秒钟让更改生效

gcloud container binauthz policy import policy.yaml

尝试示例工作负载部署

kubectl run hello-server --image gcr.io/google-samples/hello-app:1.0 --port 8080

部署失败并显示以下消息

Error from server (VIOLATES_POLICY): admission webhook "imagepolicywebhook.image-policy.k8s.io" denied the request: Image gcr.io/google-samples/hello-app:1.0 denied by Binary Authorization default admission rule. Denied by always_deny admission rule

还原政策以允许全部

在继续学习下一部分之前，请务必还原政策更改

更改政策

在文本编辑器中，将 AssessmentMode 从 ALWAYS_DENY 更改为 ALWAYS_ALLOW。

edit policy.yaml

YAML 格式的政策文件应如下所示：

globalPolicyEvaluationMode: ENABLE
defaultAdmissionRule:
  evaluationMode: ALWAYS_ALLOW
  enforcementMode: ENFORCED_BLOCK_AND_AUDIT_LOG
name: projects/PROJECT_ID/policy

应用已还原的政策

gcloud container binauthz policy import policy.yaml

9. 在 GKE 中屏蔽漏洞

在本部分中，您将结合到目前为止所学的知识，使用 Cloud Build 实现 CI/CD 流水线。该流水线会扫描映像，然后在为映像签名并尝试部署之前检查是否存在漏洞。在允许映像运行之前，GKE 将使用 Binary Authorization 验证映像具有通过漏洞扫描获得的签名。

更新 GKE 政策以要求提供证明

通过将 clusterAdmissionRules 添加到 GKE BinAuth 政策中，要求证明者对映像进行签名

使用以下命令，使用更新后的配置覆盖政策。

COMPUTE_ZONE=us-central1-a

cat > binauth_policy.yaml << EOM
defaultAdmissionRule:
  enforcementMode: ENFORCED_BLOCK_AND_AUDIT_LOG
  evaluationMode: ALWAYS_DENY
globalPolicyEvaluationMode: ENABLE
clusterAdmissionRules:
  ${COMPUTE_ZONE}.binauthz:
    evaluationMode: REQUIRE_ATTESTATION
    enforcementMode: ENFORCED_BLOCK_AND_AUDIT_LOG
    requireAttestationsBy:
    - projects/${PROJECT_ID}/attestors/vulnz-attestor
EOM

应用政策

gcloud beta container binauthz policy import binauth_policy.yaml

尝试部署未签名的映像

使用以下命令为您之前构建的应用创建部署描述符。此处使用的映像是您之前构建的映像，该映像包含严重漏洞且不包含已签名的证明。

GKE 准入控制器需要知道要部署的确切映像，以便持续验证签名。为此，您需要使用映像摘要和简单的标记。

获取不良映像的映像摘要

CONTAINER_PATH=us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image


DIGEST=$(gcloud container images describe ${CONTAINER_PATH}:bad \
    --format='get(image_summary.digest)')

在 Kubernetes 配置中使用摘要

cat > deploy.yaml << EOM
apiVersion: v1
kind: Service
metadata:
  name: deb-httpd
spec:
  selector:
    app: deb-httpd
  ports:
    - protocol: TCP
      port: 80
      targetPort: 8080
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: deb-httpd
spec:
  replicas: 1
  selector:
    matchLabels:
      app: deb-httpd
  template:
    metadata:
      labels:
        app: deb-httpd
    spec:
      containers:
      - name: deb-httpd
        image: ${CONTAINER_PATH}@${DIGEST}
        ports:
        - containerPort: 8080
        env:
          - name: PORT
            value: "8080"

EOM

尝试将应用部署到 GKE

kubectl apply -f deploy.yaml

查看控制台中的工作负载，并记下指示部署遭拒的错误：

No attestations found that were valid and signed by a key trusted by the attestor

部署已签名的映像

获取不良映像的映像摘要

CONTAINER_PATH=us-central1-docker.pkg.dev/${PROJECT_ID}/artifact-scanning-repo/sample-image


DIGEST=$(gcloud container images describe ${CONTAINER_PATH}:good \
    --format='get(image_summary.digest)')

在 Kubernetes 配置中使用摘要

cat > deploy.yaml << EOM
apiVersion: v1
kind: Service
metadata:
  name: deb-httpd
spec:
  selector:
    app: deb-httpd
  ports:
    - protocol: TCP
      port: 80
      targetPort: 8080
---
apiVersion: apps/v1
kind: Deployment
metadata:
  name: deb-httpd
spec:
  replicas: 1
  selector:
    matchLabels:
      app: deb-httpd
  template:
    metadata:
      labels:
        app: deb-httpd
    spec:
      containers:
      - name: deb-httpd
        image: ${CONTAINER_PATH}@${DIGEST}
        ports:
        - containerPort: 8080
        env:
          - name: PORT
            value: "8080"

EOM

将应用部署到 GKE

kubectl apply -f deploy.yaml

在控制台中查看工作负载，并注意映像部署是否成功。

10. 恭喜！

恭喜，您已完成此 Codelab！

所学内容：

如何启用自动扫描
如何执行按需扫描
如何将扫描集成到构建流水线中
如何为已获批准的图片签名
如何使用 GKE Admission 控制器屏蔽映像
如何配置 GKE 以仅允许经过签名的获批映像

后续步骤：

清理

为避免因本教程中使用的资源导致您的 Google Cloud 账号产生费用，请删除包含这些资源的项目，或者保留项目但删除各个资源。

删除项目

若要避免产生费用，最简单的方法是删除您为本教程创建的项目。

安全构建和使用 Cloud Build、Artifact Registry 和 GKE 进行部署 使用集合让一切井井有条 根据您的偏好保存内容并对其进行分类。

1. 简介

学习内容

2. 设置和要求

自定进度的环境设置

启动 Cloudshell 编辑器

环境设置

启用服务

创建 Artifact Registry 代码库

3. 自动扫描

创建并切换到工作目录

定义示例图片

构建映像并将其推送到 AR

评价图片详细信息

4. 按需扫描

构建映像

扫描图片

查看输出文件

查看详细的扫描结果

标记严重问题

5. 构建流水线扫描

提供对 Cloud Build 服务账号的访问权限

创建 Cloud Build 流水线

运行持续集成流水线

查看构建失败

修复漏洞

使用良好的映像运行持续集成流程

检查构建成功与否

查看扫描结果

6. 对映像进行签名

创建证明者备注

创建记事

存储记事

验证备注

创建证明者

创建证明者

验证证明者

添加 IAM 角色

添加 KMS 密钥

创建已签名的证明

7. 使用 Cloud Build 签名

角色

准备自定义构建 Cloud Build 步骤

向您的 cloudbuild.yaml 中添加签名步骤

运行构建

在 Cloud Build 历史记录中查看此构建

8. 准入控制政策

创建 GKE 集群

允许所有政策

拒绝所有政策

还原政策以允许全部

9. 在 GKE 中屏蔽漏洞

更新 GKE 政策以要求提供证明

尝试部署未签名的映像

部署已签名的映像

10. 恭喜！

所学内容：

后续步骤：

清理

删除项目

安全构建和使用 Cloud Build、Artifact Registry 和 GKE 进行部署