NVIDIA Container Toolkit 1.17.7及以下版本存在TOCTOU漏洞可导致容器逃逸，需升级至1.17.8或执行修复脚本以消除安全隐患。

NVIDIA Container Toolkit 1.17.7及以下版本在使用默认配置时存在一个TOCTOU竞态条件攻击漏洞。该漏洞不会影响容器设备接口（CDI）的使用，但若被成功利用，可能导致容器逃逸，使攻击者能够在宿主机上执行任意命令或获取敏感信息。已知攻击场景下，受害者需要使用恶意镜像，并在容器内通过NVIDIA Container Toolkit操作GPU资源。关于漏洞的详细信息，请参见NVIDIA Container Toolkit，请及时修复。

影响范围

当您的集群同时满足以下两项条件时，将会被此漏洞影响，建议您及时修复：

集群 Kubernetes 版本 ≤ 1.32。
GPU 节点安装的 NVIDIA Container Toolkit 版本 ≤ 1.17.7。

如何查询 NVIDIA Container Toolkit 组件版本

您可执行nvidia-container-cli --version查看组件版本，以下是一个示例输出。

cli-version: 1.17.8
lib-version: 1.17.8
build date: 2025-05-30T13:47+00:00
build revision: 6eda4d76c8c5f8fc174e4abca83e513fb4dd63b0
build compiler: x86_64-linux-gnu-gcc-7 7.5.0
build platform: x86_64

防范措施

启用安全策略管理中的容器安全策略规则库说明策略，限制仅从可信的镜像仓库中拉取镜像。

解决方案

新建GPU节点

2025年08月04日及以后创建的节点：ACK Edge集群已在1.20及以上版本的集群中发布了NVIDIA Container Toolkit v1.17.8，可自动完成修复。您可以新建节点，正常使用。
如果您的当前集群版本低于 1.20，建议您及时升级版本，请参见升级集群。

存量GPU节点

2025年08月04日之前创建的存量GPU节点，均需通过执行CVE修复脚本进行手动修复。

云上节点，请参见漏洞CVE-2025-23266公告。
边缘节点，请参见以下操作步骤。

重要

为确保系统稳定性，建议将节点分批次修复，避免一次性同时处理全部节点。

步骤一：节点排水

节点排水将把该节点上的 Pod 迁移到其他可用节点。执行前，请您先确认所选节点确为目标边缘节点。

执行以下命令，设置指定的节点为不可调度状态。
```
kubectl cordon <NODE_NAME>
```

执行以下命令，进行节点排水操作。

kubectl drain <NODE_NAME> --grace-period=120 --ignore-daemonsets=true

步骤二：节点上执行修复脚本

针对受影响的节点，需在节点上执行以下脚本。

根据实际环境执行以下命令，为脚本配置 REGION 和INTERCONNECT_MODE两个环境变量。

export REGION="cn-hangzhou"  INTERCONNECT_MODE="basic";  # 将 “cn-hangzhou” 和 “basic” 替换为您的真实配置。

参数说明：

参数

说明

示例值

REGION

指定集群所在地域的Region ID。ACK Edge集群支持的地域及其Region ID，请参见开服地域。

cn-hangzhou

INTERCONNECT_MODE

指定节点接入的网络类型。

basic：公网接入。
private：专线接入。

basic

使用以下脚本复制到终端并执行，以完成修复操作。

#!/bin/bash
set -e

if [[ $REGION == "" ]];then
    echo "Error: REGION is null"
    exit 1
fi

if [[ $INTERCONNECT_MODE == "" ]]; then
   echo "Error: INTERCONNECT_MODE is null"
   exit 1
fi

NV_TOOLKIT_VERSION=1.17.8

INTERNAL=$( [ "$INTERCONNECT_MODE" = "private" ] && echo "-internal" || echo "" )
PACKAGE=upgrade_nvidia-container-toolkit-${NV_TOOLKIT_VERSION}.tar.gz

cd /tmp

export PKG_URL_PREFIX="http://aliacs-k8s-${REGION}.oss-${REGION}${INTERNAL}.aliyuncs.com"
curl -o ${PACKAGE}  ${PKG_URL_PREFIX}/public/pkg/nvidia-container-runtime/${PACKAGE} 

tar -xf ${PACKAGE} 

cd pkg/nvidia-container-runtime/upgrade/common

bash upgrade-nvidia-container-toolkit.sh

查看输出结果。
- 如果脚本输出如下内容，表明当前节点环境不存在CVE漏洞，机器上未执行任何变更，可忽略。
```
2025-03-22/xxxx  INFO  No need to upgrade current nvidia-container-toolkit(1.17.8)
```
- 如果脚本输出如下内容，那么表示该节点环境存在NVIDIA Container Toolkit漏洞且已被修复。
```
2025-03-22/xxxxx  INFO  succeed to upgrade nvidia container toolkit
```

步骤三：节点上线

执行以下命令，进行节点上线操作。

kubectl uncordon <NODE_NAME>

步骤四：验证GPU节点正常工作（可选）

完成修复后，您可以使用以下文档的示例 YAML 部署一个 GPU 工作负载，确认节点状态正常。

独占GPU：使用Kubernetes默认GPU调度。
共享GPU：运行共享GPU调度示例。