MindSpeed RL 安全声明
系统安全加固
-
用户可在运行系统配置时开启 ASLR（级别2）以提高系统安全性，保护系统随机化开启。
可参考以下方式进行配置：echo 2 > /proc/sys/kernel/randomize_va_space
运行用户建议
- 基于安全性考虑，建议您在执行任何命令时，不建议使用root等管理员类型账户执行，遵循权限最小化原则。
文件权限控制
- 建议用户在主机（包括宿主机）及容器中设置运行系统umask值为0027及以上，保障新增文件夹默认最高权限为750，新增文件默认最高权限为640。
- 建议用户对个人数据、商业资产、源文件、训练过程中保存的各类文件等敏感内容做好权限管控。涉及场景如MindSpeed RL安装目录权限管控、多用户使用共享数据集权限管控，管控权限可参考表1进行设置。
- MindSpeed RL在数据预处理中会生成训练数据，在训练过程会生成权重文件，文件权限默认640，用户可根据实际需求对生成文件权限进行进阶管控。
表1 文件（夹）各场景权限管控推荐最大值
| 类型 | linux权限参考最大值 |
|---|---|
| 用户主目录 | 750（rwxr-x---） |
| 程序文件（含脚本文件、库文件等） | 550（r-xr-x---） |
| 程序文件目录 | 550（r-xr-x---） |
| 配置文件 | 640（rw-r-----） |
| 配置文件目录 | 750（rwxr-x---） |
| 日志文件（记录完毕或者已经归档） | 440（r--r-----） |
| 日志文件（正在记录） | 640（rw-r-----） |
| 日志文件记录 | 750（rwxr-x---） |
| Debug文件 | 640（rw-r-----） |
| Debug文件目录 | 750 (rwxr-x---) |
| 临时文件目录 | 750（rwxr-x---） |
| 维护升级文件目录 | 770（rwxrwx---） |
| 业务数据文件 | 640（rw-r-----） |
| 业务数据文件目录 | 750（rwxr-x---） |
| 密钥组件、私钥、证书、密文文件目录 | 700（rwx------） |
| 密钥组件、私钥、证书、加密密文 | 600（rw-------） |
| 加解密接口、加解密脚本 | 500（r-x------） |
运行安全声明
- 建议用户结合运行环境资源状况编写对应训练脚本。若训练脚本与资源状况不匹配，如数据集加载内存大小超出内存容量限制、训练脚本在本地生成数据超过磁盘空间大小等情况，可能引发错误并导致进程意外退出。
- MindSpeed RL 在运行异常时会退出进程并打印报错信息，建议根据报错提示定位具体错误原因，包括设定算子同步执行、查看 CANN 日志、解析生成的 Core Dump 文件等方式。
数据安全声明
程序运行过程中，会通过nltk.load从用户指定的路径中加载语料库，需要保证网络安全，确保下载的语料包来源可信。
远程代码执行安全声明
系统默认启用远程代码执行功能(trust_remote_code=true)，该配置允许系统加载和运行自定义模型架构（如非官方模型结构、自定义算子等），根据模型配置从远程仓库下载并执行相关脚本，因此需要保证网络安全，并确保代码来源的可信性。建议优先使用官方或经过认证的模型，以降低潜在安全风险。
公开接口声明
MindSpeed RL 暂时未发布wheel包，无正式对外公开接口，所有功能均通过shell脚本调用。入口脚本皆放置于cli目录下，分别为 train_grpo.py, train_orm.py, preprocess_data.py, convert_ckpt.py 和 infer_vllm.py。
公网地址声明
- MindSpeed RL代码中包含公网地址声明如下表所示：
| 类型 | 文件名 | 公网IP地址/公网URL地址/域名/邮箱地址 | 用途说明 |
|---|---|---|---|
| 开源引入 | MindSpeed-RL/tests/test_tools/dist_test.py | https://github.com/microsoft/DeepSpeed/blob/master/tests/unit/common.py | 开源引入 common 参考代码 |
| 开源引入 | MindSpeed-RL/mindspeed_rl/utils/utils.py | 8.8.8.8 | 引入公网IP地址 |
通信安全加固
通信矩阵
特殊场景
| 场景 | 使用方法 | 端口 | 可能的风险 |
|---|---|---|---|
| 用户下载并使用HuggingFace的开源数据集 | 调用load_dataset函数，并填写目标开源数据集路径 |
随机端口 | 数据集可能包含敏感或不合法内容，导致合规问题。数据集中可能存在质量问题，如标签错误或数据偏差，影响数据预处理。 |
| 使用 MindSpeed RL 进行训练任务时，新增32个端口 | MindSpeed RL使用 ray 来拉起强化学习任务，并使用 pytorch 分布式训练相关的 API 拉起任一任务 | [1024,65520]内 | 网络配置错误可能引发端口冲突或连接问题，影响训练效率。 |
| 用户将训练日志上传到wandb实现可视化 | 用户需要注册wandb账号，并开启use_wandb服务，系统将根据wandb login key将生成的日志同步到云端，利用WandB的强大功能实现可视化 |
随机端口 | 可能导致wandb login key以及训练日志泄露，以及日志传输过程中被篡改。 |
调用socket.socket函数获取ip和端口 |
代码内部调用socket.socket函数，获取整网ip和端口 |
随机端口 | 可能导致整网ip和端口信息泄露。 |
| 用户通过nltk.download下载语料库 | 用户在代码内部使用nltk.download来实现语料库的下载 | 随机端口 | 文件来源若不可信，在文件加载时可能存在反序列化漏洞，导致文件被篡改。 |
| 用户启用远程代码执行时，transformers库自动执行远程模型仓库代码 | transformers库调用AutoTokenizer等类的from_pretrained()函数加载并执行远程模型仓库中的自定义代码（如.py文件）。 |
随机端口 | 可能执行远程恶意代码，导致系统被入侵、数据泄露，甚至模型训练过程被完全掌控 |