AWS Batch 把容器权限下放到作业级:restricted 集群的最小授权实践
AWS Batch 把容器权限下放到作业级:restricted 集群的最小授权实践
AWS Batch 在 Amazon EKS 上新增 Linux capabilities 与 seccomp 配置,把容器权限从集群默认值下放到作业定义。微软服务中断波及多地业务。TechCrunch 报道称中国最先进 AI 模型训练依赖出口禁运的 Nvidia 芯片。三条线共同指向一个架构问题:安全边界、云稳定性与算力来源,企业需要分别设定可验证的约束条件,不能靠一句「上多云」打包解决。
关键信息
AWS Batch 安全上下文更新
要点:作业定义可指定 capabilities 与 seccompProfile,pod-level settings 同步开放。
AWS Batch on Amazon EKS 新增 Linux capabilities 与 seccomp 配置支持,允许在 job definitions 中指定 container securityContext,并同步开放 pod-level settings。通过 RegisterJobDefinition API,开发者可设置 capabilities 和 seccompProfile 参数。强制实施 Kubernetes Pod Security Standards restricted profile 的集群,仅授予作业所需的特定权限与系统调用。命令示例如下:
bash
示例仅用于演示,生产环境请替换 capability 与 seccomp 路径
aws batch register-job-definition
–job-definition-name my-batch-job
–container-definitions ‘[{“name”:“my-container”,“image”:“nginx”,“securityContext”:{“capabilities”:{“add”:[“NET_BIND_SERVICE”]},“seccompProfile”:{“type”:“CUSTOM”,“path”:"/custom-seccomp.json"}}}]’
seccompProfile 的 path 字段为容器内绝对路径,需与节点容器运行时(containerd/CRI-O)约定一致;CUSTOM 文件需通过 ConfigMap 或 Volume 挂载到该路径,AWS Batch 对 CUSTOM seccomp 的支持边界以官方文档为准。生产环境优先使用 RuntimeDefault 或官方基线,而非直接 CUSTOM。自定义 seccomp 文件需来自可信基线,做哈希校验、签名验证或从官方基线仓库拉取,并纳入版本校验与审计;seccomp 配置错误可扩大容器逃逸面或导致业务中断,白名单维护与配置漂移检查需纳入日常流程。
微软服务中断
要点:积压邮件处理完毕,根因未披露。
Microsoft 365 积压邮件处理完毕,问题解决。受影响产品包括 Outlook、Teams 和 Copilot AI 工具。据 36Kr 转引新浪财经报道,Downdetector 记录 70 多个国家用户报告问题,投诉数量达数十万起;Downdetector 为第三方监测口径,非官方统计。公开报道未披露精确故障时长。素材未披露根因,暂不做架构层归因。
出口管制下的算力供应链
要点:单一媒体报道,结论待独立验证。
TechCrunch 报道称,最新研究显示中国最先进 AI 模型训练依赖出口禁运的 Nvidia 芯片;该研究为单一媒体报道,研究细节未公开,结论待独立验证。硬件受限条件下,软件栈优化与国产替代并行能否维持模型性能,属于作者分析推断。本段为公开报道转述,不构成合规建议;涉及出口管制合规判断,企业应咨询法务,本文不构成法律意见。本文不评价出口管制政策本身,仅转述公开报道。
21ZHAO 判断
AWS Batch 更新改变默认信任路径
容器安全边界内收至应用层。
- 运维团队建立自动化合规检查流程,防止配置疏忽导致权限泄露。
- 团队重新梳理所有作业定义中的 securityContext 字段,确保无遗漏关键系统调用。
- 作业定义数量级取决于团队规模,素材未提供量化数据。
微软中断暴露单点故障风险
企业不能只依赖单一云厂商 SLA 承诺。
- 审查现有 SLA 条款中的赔付范围与排除项。
- 把核心业务的故障演练频率从年度提升到季度。
- 对非敏感数据按区域做副本,副本数量与 RTO/RPO 目标挂钩,而不是先喊多活。
- 跨云灾备成本量级取决于副本策略与流量切换方式,素材未提供具体数字,立项前需按自身负载测算。
算力供应链碎片化趋势延续
若出口管制持续、国产 GPU 软件栈成熟度提升与跨云调度工具链落地,混合算力调度有可能在中期成为中大型 AI 团队的选项之一。
- 架构选型同时考虑合规性、供应链韧性与性能指标。
- 企业先做作业分级与合规标签,再谈多源调度,并给出试点范围与验证指标。
- 软件栈优化能否弥补硬件差距,属于作者分析推断,需按实际负载压测验证。
可复用建议
- 审计作业定义:逐项核对 capabilities 与 seccompProfile,仅保留作业实际需要的权限。验收:自动化合规检查流程覆盖全部作业定义,配置漂移可告警。
- 校验 seccomp 文件:从可信基线拉取,做哈希校验、签名验证与审计记录。验收:白名单维护纳入变更管理,配置错误时优先回滚而不是放宽权限。
- 审查 SLA 与演练:把故障演练频率提升到季度,按 RTO/RPO 目标设定数据副本数量与切换方式。验收:跨云方案先做单业务试点,测算副本与流量切换成本后再扩大范围。
- 分级后再调度:先完成作业分级与合规标签,选定一个试点业务并设定验证指标。验收:整合国产 GPU 与进口芯片资源时,按合规性、供应链韧性与性能指标做调度,软件栈优化效果按实际负载压测验证。
参考来源
- AWS Batch on Amazon EKS adds Linux capabilities, seccomp, and pod-level settings - AWS What’s New
- 微软称服务已全面恢复 - 36Kr(转引新浪财经,原始出处未附)
- Export-banned Nvidia chips are behind China’s most powerful AI models — uh-oh, Jensen! - TechCrunch AI