導(dǎo)語

SPDX是全球開源SBOM主流標(biāo)準(zhǔn)之一，也是Linux Foundation發(fā)展的重點(diǎn)標(biāo)準(zhǔn)之一。為方便廣大中國開發(fā)者和用戶掌握并借鑒最新的開源軟件物料標(biāo)準(zhǔn)，近期，開放原子開源基金會旗下源譯識翻譯社區(qū)與openEuler社區(qū)聯(lián)合翻譯了SPDX v3.0.1，并在openEuler Summit 2024上由SPDX大使Gopi先生發(fā)布中譯本。歡迎您通過translation@openatom.io與我們聯(lián)系！

1評述

SPDX 3.0：新場景、新特性、新方向

周明輝 北京大學(xué)

廣泛的軟件復(fù)用形成了錯綜復(fù)雜的全球軟件依賴網(wǎng)絡(luò)，稱為軟件供應(yīng)鏈。任何一個節(jié)點(diǎn)出現(xiàn)風(fēng)險，都會威脅到它的所有下游節(jié)點(diǎn)。因此，為了審計軟件依賴、防范供應(yīng)鏈風(fēng)險，SBOM（Software Bill of Materials，軟件物料清單）應(yīng)運(yùn)而生。SBOM通過詳細(xì)記錄軟件依賴的所有組件及其信息，成為解決供應(yīng)鏈安全問題、提高供應(yīng)鏈透明度的重要手段之一1。

業(yè)內(nèi)定義了多種SBOM標(biāo)準(zhǔn)，其中SPDX是目前全球應(yīng)用最為廣泛的標(biāo)準(zhǔn)之一，由Linux基金會下的SPDX工作組負(fù)責(zé)維護(hù)和迭代。為解決復(fù)雜軟件供應(yīng)鏈中的許可證合規(guī)性問題，Linux基金會于2011年提出了初版SPDX標(biāo)準(zhǔn)2。經(jīng)過十余年演進(jìn)，SPDX在全球范圍內(nèi)得到廣泛認(rèn)可和采用，2021年SPDX成為國際標(biāo)準(zhǔn)（ISO/IEC 5962:2021）。

然而，隨著人機(jī)物融合泛在場景以及人工智能的興起，原有SPDX標(biāo)準(zhǔn)在新形態(tài)、新場景中顯得捉襟見肘；其結(jié)構(gòu)繁冗、缺乏靈活性亦受從業(yè)者詬病3。為了應(yīng)對這些挑戰(zhàn)，SPDX工作組于2024年4月推出了SPDX 3.0標(biāo)準(zhǔn) ，并同時將SPDX的全稱由“Software Package Data eXchange”變更為“System Package Data eXchange”，表明簡化后的SPDX標(biāo)準(zhǔn)更加體系化和多元化。

SPDX 3.0 的變更主要如下

1. 支持多元化的應(yīng)用場景

以往的SPDX標(biāo)準(zhǔn)主要集中于管理軟件依賴關(guān)系，記錄軟件許可證信息以及其他與軟件構(gòu)成相關(guān)的詳細(xì)元數(shù)據(jù)。正如SPDX 3.0將其名稱中的“軟件”改為了“系統(tǒng)”所表明的，SPDX 3.0具備更廣泛的適用性，新增了對軟件構(gòu)建流程（SPDX Build）、數(shù)據(jù)集（SPDX Dataset）、AI模型（SPDX AI）的支持。新標(biāo)準(zhǔn)不僅增強(qiáng)了供應(yīng)鏈安全領(lǐng)域?qū)β┒垂芾砗蜆?gòu)建過程的關(guān)注，還首次引入了對AI模型及其相關(guān)依賴關(guān)系的描述。在AI模型和數(shù)據(jù)集部分，SPDX 3.0突出了AI制品與傳統(tǒng)軟件之間的區(qū)別——在模型的名稱、超參數(shù)、模型類型等元數(shù)據(jù)之外，SPDX 3.0還包含對模型特有依賴關(guān)系（例如微調(diào)、訓(xùn)練數(shù)據(jù)集）的建模和描述。這為應(yīng)對人工智能時代的新型供應(yīng)鏈風(fēng)險提供了重要手段。例如，記錄模型訓(xùn)練所使用的數(shù)據(jù)集，模型用戶與開發(fā)者可以據(jù)此溯源訓(xùn)練數(shù)據(jù)來源和數(shù)據(jù)質(zhì)量，從而預(yù)防、緩解數(shù)據(jù)投毒等新型AI模型攻擊方式。

2. 模塊化的組織結(jié)構(gòu)設(shè)計

在組織結(jié)構(gòu)上，SPDX 3.0引入了更加靈活的模塊化設(shè)計——除了“核心模型”之外，其他模塊都是可選的4。這一設(shè)計使得SPDX 3.0能更好地適配各種應(yīng)用場景，正如SPDX技術(shù)團(tuán)隊所言，“我們得到的反饋表明，有些時候用戶只關(guān)心安全性，有些時候他們只關(guān)心許可證” 5。新標(biāo)準(zhǔn)中，所有的軟件包、文件、代碼片段和AI模型等都被視為SBOM中的獨(dú)立“元素”，一份SPDX文檔可以視作是由這些元素組成的集合，而這些元素也可以獨(dú)立于SPDX文檔被外部文檔等引用；SBOM元素也可以逐個增量更新，不需要一次性更新整個SPDX文檔。這種“低耦合”的設(shè)計理念，大幅提升了SPDX文檔的靈活性和可擴(kuò)展性，避免了SBOM文檔的臃腫，為SBOM文檔的查詢、索引、維護(hù)、更新提供了巨大的便利。

SPDX的未來探索方向

盡管SPDX 3.0對AI和Dataset的引入提供了積極探索，但其實(shí)效仍待探究。SPDX 3.0在設(shè)計AI和Dataset相關(guān)的字段時，參考了HuggingFace的ModelCard格式；然而，ModelCard中的數(shù)據(jù)字段往往沒有嚴(yán)格的格式規(guī)范，采用了開放式文本聲明，SPDX 3.0的部分設(shè)計亦繼承了這一點(diǎn)——例如“應(yīng)用領(lǐng)域”這一字段的定義是“人工智能模型預(yù)期可以應(yīng)用的領(lǐng)域范圍，自由格式文本”6。自然語言描述難以保證SBOM的機(jī)器可讀性，這對SBOM的自動化生成、分析、集成而言是致命的。應(yīng)對這一挑戰(zhàn)，一個可行的思路是定義一個標(biāo)識符列表（例如SPDX許可證列表7或是ACM類目8），對于例外情況允許自然語言描述。

SPDX 3.0的發(fā)布標(biāo)志著SBOM標(biāo)準(zhǔn)進(jìn)入了一個新的發(fā)展階段，其模塊化設(shè)計和對多元化應(yīng)用場景的支持，為進(jìn)一步提高軟件供應(yīng)鏈安全性提供了重要保障。盡管AI與Dataset安全管理的元數(shù)據(jù)結(jié)構(gòu)仍需進(jìn)一步細(xì)化，SPDX 3.0無疑為現(xiàn)代軟件開發(fā)安全奠定了堅實(shí)的基礎(chǔ)，并為全球尤其是涉及先進(jìn)技術(shù)的供應(yīng)鏈安全管理指明了方向。隨著標(biāo)準(zhǔn)的不斷迭代，我們可以期待它在應(yīng)對新型供應(yīng)鏈安全風(fēng)險，尤其是人工智能供應(yīng)鏈風(fēng)險時，發(fā)揮越來越重要的作用。SPDX能夠記錄模型的設(shè)計、能力和約束，并支持對數(shù)據(jù)集等進(jìn)行供應(yīng)鏈溯源，能夠保障各方在信息透明、可追溯的基礎(chǔ)上建立信任和進(jìn)行技術(shù)選型，促進(jìn)各方對人工智能技術(shù)的負(fù)責(zé)任使用，推動人工智能技術(shù)的安全性、透明性與可持續(xù)發(fā)展9。

SPDX3.0與openEuler SBOM實(shí)踐

羅鈺凱 openEuler安全委員會

2021年12月7日曝出的Log4j核彈級漏洞，讓很多企業(yè)即使投入非常大的人力物力緊急排查，在漏洞爆發(fā)后很長一段時間內(nèi)仍然無法準(zhǔn)確確定自己的軟件是否受這個漏洞的影響。如果對于每一個軟件，都有一個準(zhǔn)確和標(biāo)準(zhǔn)的成分清單，那么我們就可以快速判斷我們到底有沒有受影響以及影響的組件，這個成分清單就是業(yè)界正在積極擁抱的SBOM（軟件物料清單）。

Linux基金會旗下的SPDX項目為業(yè)界提供了一種廣泛使用的SBOM披露格式規(guī)范，用于呈現(xiàn)軟件的基本信息（如軟件名、版本號及供應(yīng)商）、軟件依賴、許可證和漏洞等信息。最新發(fā)布的SPDX 3.0版本，將其名稱中的“軟件”改為“系統(tǒng)”，標(biāo)志著SPDX 3.0具備更廣泛的適用性，新增了對軟件構(gòu)建流程（Build）、數(shù)據(jù)集（Dataset）、AI模型的支持。隨著人工智能的興起，AI模型和數(shù)據(jù)集的安全風(fēng)險越來越受到業(yè)界的關(guān)注，SPDX 3.0不僅包含模型的名稱、超參數(shù)、模型類型等元數(shù)據(jù)，還包含模型依賴關(guān)系（例如微調(diào)、訓(xùn)練數(shù)據(jù)集）的描述，在AI時代能夠讓訓(xùn)練數(shù)據(jù)和模型成分更加透明化和可追溯。

openEuler開源社區(qū)積極擁抱軟件供應(yīng)鏈安全的潮流，目前已基于SPDX披露軟件基本信息和依賴關(guān)系1，并同時支持ISO鏡像和rpm包維度的SBOM文件披露，在漏洞治理方面，openEuler社區(qū)已具備基于SBOM來追溯組件漏洞和許可證信息的能力，未來面向智算時代，openEuler也會逐步探索和支持AI模型和數(shù)據(jù)集的描述。

openEuler SBOM解決方案架構(gòu)全景如下圖（圖1）所示，相關(guān)工具已開源到openEuler社區(qū)，首先基于構(gòu)建流水線生成軟件包的repodata，使用sbom-tools開源工具解析repodata生成SBOM元數(shù)據(jù)，并通過sbom-service存儲到SBOM信息庫，再結(jié)合License信息庫和漏洞信息庫，最后以sbom-website看板的形式展示軟件成分、依賴關(guān)系、License信息和漏洞狀態(tài)等相關(guān)信息（圖2）。

圖1：解決方案架構(gòu)全景

圖2：SBOM看板

SPDX 3.0 相時而“動” 迎接AI新時代

開源許可證規(guī)定了軟件的知識產(chǎn)權(quán)授權(quán)及使用和修改應(yīng)遵從的條件，是開源軟件許可不可或缺的重要元素。但是，在開源和共享軟件開發(fā)環(huán)境中，不同的開源項目使用的許可證并不盡相同，軟件供應(yīng)鏈中的每一方都要面臨繁雜的許可證管理問題。為解決該問題，Linux基金會于2010年組織起草了SPDX規(guī)范（Software Package Data eXchange，軟件包數(shù)據(jù)交換），通過為每個許可證設(shè)置唯一的標(biāo)識符并以機(jī)器和人類均可讀的格式表述許可信息的元數(shù)據(jù)（包括許可證名稱、版本、依賴項及其他屬性等）。開發(fā)者、法務(wù)/律師可以運(yùn)用自動化工具便捷識別、追蹤軟件包的許可信息，從而分析和驗(yàn)證許可合規(guī)性。SPDX目前已在全球廣泛使用，并被公認(rèn)為安全性、許可證合規(guī)性和其他軟件供應(yīng)鏈工件的國際開放標(biāo)準(zhǔn)。

Linux基金會自2011年發(fā)布SPDX 1.0后，又對其進(jìn)行過多次版本迭代，并于2024年發(fā)布SPDX 3.0新版本。SPDX 3.0的文檔結(jié)構(gòu)采用更加靈活的模塊化設(shè)計，并主要分為以下模塊：1）必需的核心模型（包括文檔創(chuàng)建信息等基礎(chǔ)數(shù)據(jù)字段）；2）非必需但推薦絕大多數(shù)SBOM使用的軟件配置文件（包括軟件包版本、軟件包URL、許可聲明等字段）；3）可以根據(jù)需要選用的其他配置文件。

為更好地適用于新興的AI和數(shù)據(jù)等SBOM場景，在本次版本迭代中，SPDX 3.0引入了人工智能配置文件（下稱AI配置文件）、數(shù)據(jù)集配置文件等新增配置文件。其中，AI配置文件設(shè)置有“敏感個人信息”“數(shù)據(jù)預(yù)處理步驟”等新增字段，并包括用于構(gòu)建或部署AI系統(tǒng)的軟件框架、庫和其他組件及其版本、許可證和其他有用的安全參考等信息。通過該新增AI配置文件可以傳遞AI系統(tǒng)相關(guān)的軟件組件和依賴項的信息，促進(jìn)SPDX工具生成的AI模型信息的交換。

數(shù)據(jù)集配置文件設(shè)置有“數(shù)據(jù)集類型”“數(shù)據(jù)集大小”和“數(shù)據(jù)集可用性”等新增字段，并包括數(shù)據(jù)集名稱、版本、來源、相關(guān)元數(shù)據(jù)、許可信息以及其他相關(guān)屬性等信息。通過該新增數(shù)據(jù)集配置文件可以傳遞關(guān)于用于軟件或訓(xùn)練/測試、AI軟件包的數(shù)據(jù)集的信息，幫助用戶更高效地理解和分析數(shù)據(jù)，促進(jìn)SPDX工具生成的數(shù)據(jù)集信息的交換。

另外，在該最新發(fā)布的版本中，SPDX的英文全稱也由Software Package Data eXchange變?yōu)镾ystem Package Data eXchange（系統(tǒng)包數(shù)據(jù)交換），這也體現(xiàn)了其適用范圍針對特定SBOM（Software Bill of Material，軟件物料清單）用例和人工智能和數(shù)據(jù)等SBOM場景擴(kuò)展的新特征。