vArmor简介 #

在云原生架构中，容器与宿主机共享同一内核，容器逃逸、权限提升、横向移动等传统攻击始终是安全防御的重点；而在 AI 智能体时代，密钥泄露、不可信代码外联、提示词注入诱导的工具滥用等新型数据外泄风险同样不容忽视。vArmor 是字节跳动终端安全团队开源的云原生容器加固系统，它借助内核级的 AppArmor、BPF、Seccomp 与应用级的 Envoy 网络代理等技术，将访问控制从文件访问、进程执行、系统调用，一路延伸到 L3–L7 网络出站管控。
vArmor 的核心思路是：将上述底层异构、彼此割裂的安全能力封装成统一、易用的 Kubernetes 原生接口，让用户仅通过声明式 CRD 即可对指定 Workload 实施沙箱加固，无需直面底层复杂的策略编写与内核配置。
为支撑这一接口，vArmor 遵循 Kubernetes Operator 设计模式，由控制面的 Manager 响应策略并生成安全配置，再由以 DaemonSet 运行在各节点的 Agent 负责落地。它将上述能力统一抽象为强制访问控制器 (Enforcer)——AppArmor、BPF、Seccomp 与 NetworkProxy，支持单独或组合使用，用户在同一条声明式策略中即可按需搭配，实现从系统调用到应用协议的分层管控。整体架构如下图所示：

vArmor 已从最初的轻量级系统调用拦截器，演进为将系统级硬化 (LSM/Seccomp)与应用层硬化 (Envoy)统一纳入同一套 Kubernetes 声明式 API 的异构安全网。其中，NetworkProxy 无需改动任何业务代码，即可实施 L7 出站管控、防数据外泄与全量审计，为饱受密钥泄露、不可信代码外联、提示词注入之苦的大模型平台提供了目前开源界最直接的防护方案。vArmor 已在字节内部和开源社区广泛落地使用，典型可用的场景如下：

• 多租户隔离 —— 共享集群下无法使用硬件虚拟化容器时的沙箱防护
• 关键业务加固 —— 提升攻击者权限提升、容器逃逸、横向渗透的难度与成本
• 高危漏洞利用缓解 —— 漏洞难以即时修复时，阻断或抬高利用向量的成本
• AI Agent 出站访问管控 —— 精确控制智能体的网络出站，防止数据外泄与工具滥用

云安全中心容器加固功能 #

云安全中心是一款围绕工作负载设计的综合性安全解决方案，可纳管主机、容器等多种计算资产，在混合云与多云环境中提供一致的安全监控与防护能力。容器加固是其中面向 Kubernetes 场景的能力，以 vArmor 为底层引擎，把从系统调用到应用协议的分层管控能力，转化为云上开箱即用的产品功能。
我们对容器加固功能的产品化目标是：进一步降低 vArmor 的使用门槛，覆盖 K8s 环境中各类负载的加固场景。围绕这一目标，能力建设沿平台化与智能化两条路径展开，二者相互支撑：平台化让 vArmor 的能力在云上可视、可管、可运营，智能化则进一步承接理解、决策乃至运行态的排障与调优负担，让容器加固更普惠。

与火山引擎 VKE 的关系
vArmor 已作为集群安全组件上架到火山引擎容器服务 (VKE) 的组件中心，VKE 用户可在创建或管理集群时以组件形式便捷安装 vArmor。安装完成后，组件的实际使用与运营由云安全中心容器加固功能承接：云安全中心通过对接 VKE OpenAPI 对租户集群中的 vArmor 组件进行版本与配置管理，并在此基础上提供策略配置等安全运营能力；违规审计日志则通过云安全中心客户端从节点侧采集，不依赖 VKE 通道。VKE 组件中心在用户安装 vArmor 时也会引导其前往云安全中心开通容器加固服务、配置加固策略。
由于访问集群需依赖 VKE OpenAPI，组件纳管、策略配置，以及建立在二者之上的新增集群自动加固、自动诊断与策略自动优化，当前仅面向 VKE 集群提供；对于非 VKE 集群，用户可自行安装 vArmor 并通过 CRD 直接使用其安全功能；若集群所在主机已接入云安全中心，vArmor 产生的违规审计日志仍可被采集并在控制台查看。

平台化：让 vArmor 能力集中可视、统一纳管 #

在平台形态下，原本散落在各集群中的 vArmor 运行状态、安全策略与违规记录被统一汇聚到云安全中心控制台，用户在一处即可掌握多集群的容器加固全貌。用户通过标准化的列表视图即可完成日常的状态观测、问题排查与策略变更，无需逐集群登录。当前平台由三个模块构成：

• 安装管理： 一张列表看清各集群 vArmor 组件的部署与运行状态，支持更新版本、更新配置与查看详情。
• 策略配置： 查看集群内各条安全策略的作用对象、运行模式与生效状态，支持新建、编辑与删除。
• 违规日志：汇总各集群、各工作负载触发的违规审计记录，支持按集群、策略、时间等维度筛选。

智能化：让容器安全更普惠 #

平台化让 vArmor 的运行状态与策略变得集中可视、便于纳管，但它并未降低 vArmor 自身的认知与决策门槛 —— 用户看得见策略，却不一定知道 "该配哪条规则、用哪种模式"。在实际推广落地中，我们发现用户主要面临如下易用性挑战：

1. 学习门槛高： 策略体系涵盖 4 种 Enforcer、5 种运行模式及 90+ 内置规则，灵活但概念繁多，新用户往往要先建立完整的概念模型，才能写出真正可用的策略。
2. 最优策略难设计： 无论是从零编写增强防护策略，还是收敛深度防护白名单，都要求用户同时熟知自身业务行为与 vArmor 防护规则， 定制化门槛高、耗时长；加之不同 Enforcer 对规则的支持度存在差异、部分规则带有业务副作用，误配即可能导致业务异常。
3. 异常排查难： 策略生效后一旦出现组件异常、策略未生效、Pod 启动失败、权限拒绝等问题，需人工跨组件、跨日志逐层排查，定位困难。
4. 多集群操作繁琐： 多集群仍需逐个手动部署与配置，重复操作多，也难以保证各集群防护策略的一致性。

为此，我们在平台之上引入了专用智能体，用大模型承接这部分认知与决策成本。目前已上线六个智能体，覆盖理解、决策、操作与运行态调优全链路：

• 知识问答智能体： 内置 vArmor 完整的产品知识体系，用户以自然语言提问即可快速获取精准答案，无需在文档中逐页查找。
• 增强防护模式策略模板生成智能体： 面向 EnhanceProtect (Allow-by-Default) 模式，将 "选规则、判环境、避冲突、出模板" 全过程自动化，用户只需描述运行环境、应用特征与能力需求，即可生成策略模板 YAML。
• 深度防护模式策略模板生成智能体： 面向 DefenseInDepth (Deny-by-Default) 模式，基于应用真实行为数据收敛出白名单，只放行 "应用做过的事"，实现最小权限防护，适合行为稳定、需要精细防护的关键业务。
• 集群自动加固智能体： 面向多集群场景，用户预先配置一份自动加固配置 (生效集群、组件版本、下发策略及组件参数) 后，新增的 VKE 集群即自动完成 vArmor 组件安装与策略下发，实现统一、一致、开箱即得的防护。
• 自动诊断智能体：​自动采集集群内的组件日志、策略状态、负载与 Kubernetes 事件，由模型完成跨组件的排障分析，给出有证据支撑的根因与修复建议。
• 策略自动优化智能体：​面向增强防护策略 "想尽量收紧、又怕误伤业务" 的场景，以任务形式在观察模式下持续采集违规数据，逐轮剔除误伤业务的规则，最终收敛出一份在当前业务下可安全启用拦截的策略。