Apache Airflow集中披露多项安全漏洞:Celery任务执行、调度器反序列化与凭据泄露风险

发布人:A5数据发布时间:2026-11-10 16:21阅读量:110
Apache Airflow集中披露多项安全漏洞,涉及CeleryExecutor任务执行认证缺陷、Scheduler不安全反序列化、审计日志敏感凭据泄露及多团队缓存隔离等问题。

一条进入任务队列的消息,是否有权让工作节点执行代码?由开发人员编写的工作流数据,是否应该在拥有更高权限的调度器进程中直接还原为程序对象?已经受到访问权限保护的数据库密码,又为什么可能出现在普通用户能够查看的审计日志中?

这些看似属于不同环节的问题,出现在Apache Airflow最新一轮集中安全披露中。

2026年11月9日,Apache项目成员向oss-security安全邮件列表集中公布多项Airflow安全漏洞,涉及CeleryExecutor任务执行、Scheduler反序列化、Task SDK缓存隔离、审计日志脱敏以及API访问权限等多个组件。

其中,CVE-2026-68982可能让具有Celery消息代理写入能力的攻击者,在缺少Airflow身份凭据的情况下伪造任务,并在工作节点执行代码;CVE-2026-86829则涉及由DAG任务控制的数据进入调度器反序列化流程,可能突破原有的执行权限边界。其他漏洞还可能使数据库连接信息、API密钥等敏感凭据通过日志或缓存暴露。

Apache已经在11月6日发布的Airflow 3.4.0版本中提供相关修复,并于11月9日集中公开安全细节。因此,这次新闻的新进展是安全公告正式披露,而不是11月9日才首次发布补丁。

A5数据在梳理这些问题时注意到,此次事件最值得关注的并非漏洞数量,而是一个更深层的安全问题:当任务调度平台允许不同用户提交工作流、调用接口和执行自动化任务时,谁有权决定代码在哪里运行,以及哪些敏感信息可以被其他组件读取?

Airflow不只是定时任务工具,权限边界比普通应用更复杂

Apache Airflow是一套开源工作流编排平台,常用于数据处理、ETL任务、报表生成、自动化运维以及AI数据流水线。

与传统Linux计划任务不同,Airflow能够管理任务之间的依赖关系、失败重试、跨节点执行以及统一调度。

例如,企业可以通过Airflow安排数据提取、数据库转换、对象存储上传和结果通知等多个步骤,形成完整的自动化处理流程。

这些任务通常以DAG,即有向无环图的形式定义。

在分布式部署中,Airflow还可能通过CeleryExecutor将任务分发给多个工作节点,由消息代理负责传递任务相关消息。

这套架构提高了任务处理能力,却也引入了多个需要分别验证的信任边界。

DAG作者负责定义工作流,工作节点负责实际执行任务,Scheduler负责安排任务顺序,Deployment Manager则承担更高权限的部署和管理职责。

这些角色可能由不同人员或团队控制。

对于只有一名完全可信管理员的小规模部署,部分权限边界问题可能不容易显现。但对于允许多个团队提交DAG、共用任务集群或使用独立工作节点的企业,角色之间的信任程度就不能简单视为相同。

此次Airflow集中披露的多项漏洞,正是发生在这些不同组件交换数据和执行指令的过程中。

Celery任务验证缺失:控制消息代理不应等于控制工作节点

本轮披露中,CVE-2026-68982被Apache评定为Important(重要)。

该漏洞影响3.4.0之前使用CeleryExecutor的Airflow部署。

根据官方公告,问题发生在CeleryExecutor处理特定回调任务的过程中。

Airflow使用ExecuteCallback处理部分截止时间告警回调。正常情况下,工作节点执行这类任务之前,应确认相关工作负载已经获得合法授权。

但在受影响版本中,Celery工作节点没有正确验证回调工作负载的认证令牌。

这意味着,如果攻击者能够向Celery消息代理写入任务消息,就可能构造伪造的回调工作负载,使工作节点执行任意代码,而不需要提供正常的Airflow身份凭据。

这里最重要的前提是:攻击者必须能够向Celery Broker写入消息。

该漏洞并不意味着任何能够访问Airflow Web界面的匿名用户,都可以直接远程控制所有工作节点。

实际风险取决于消息代理是否暴露、认证配置是否正确,以及攻击者是否已经取得相关写入能力。

为什么消息代理权限如此重要?

在分布式任务系统中,Redis、RabbitMQ等消息代理经常承担任务队列的角色。

它们负责保存和传递任务消息,但消息代理能够接收一条消息,并不意味着这条消息已经获得业务层面的执行授权。

这是两种不同的安全判断。

消息代理的访问控制负责限制谁可以连接和写入队列。

Airflow自身的任务认证则需要判断接收到的工作负载是否真正由可信的任务调度流程签发。

如果应用将消息代理中出现的任务直接视为可信内容,一旦代理的访问边界被突破,攻击者就可能利用工作节点原本具有的执行能力。

对于执行Python代码、访问数据库和调用云服务API的Airflow工作节点,这种风险尤其值得关注。

A5数据认为,这次漏洞最有代表性的地方,是它暴露了分布式任务平台中容易出现的一种错误信任关系:

消息能够进入合法队列,不代表消息中的执行请求已经通过合法授权。

Apache Airflow 3.4.0调整了相关流程,要求工作节点通过Execution API领取回调工作负载并完成令牌验证后,才能执行对应操作。

因此,对于使用CeleryExecutor的企业,升级至包含修复的版本是最直接的处置方式。

同时还应检查消息代理访问控制,确保只有必要的服务和可信管理组件能够向任务队列写入数据。

调度器反序列化:为什么DAG作者的数据不应获得更高执行权限?

另一项重要漏洞是CVE-2026-86829。

该问题影响3.4.0之前的Airflow版本,涉及Scheduler在评估任务依赖关系时,对XCom数据执行完整反序列化。

XCom是Airflow用于在任务之间传递少量数据的机制。

例如,前一个任务可以通过XCom保存处理结果,后续任务再读取这些数据,决定下一步如何执行。

正常情况下,XCom主要承担任务之间的数据传递功能。

但根据Apache官方公告,受影响版本在评估任务依赖时,会将任务写入的XCom值完整反序列化。

问题在于,DAG作者能够控制任务写入的XCom数据,而Scheduler通常运行在比普通任务工作节点更加敏感的执行环境中。

如果Scheduler对不可信数据执行能够重建程序对象的反序列化操作,就可能让DAG作者控制的数据触发原本不应该发生在调度器中的对象构造行为。

反序列化为什么可能产生安全风险?

序列化通常用于把程序中的对象或数据转换成便于保存、传输的形式。

反序列化则负责将这些数据恢复成程序能够使用的对象。

如果恢复过程只处理普通字符串、数字或简单的数据结构,风险通常更容易控制。

但当反序列化机制允许根据输入数据创建复杂对象,甚至调用相关类的构造逻辑时,就必须确认输入是否来自可信来源。

否则,原本只是用于传递任务结果的数据,可能被解释为具有额外行为的程序对象。

这次Airflow漏洞正涉及类似问题。

官方指出,受影响部署需要满足特定条件:DAG作者的信任级别低于Deployment Manager,并且Scheduler正在评估会读取任务写入XCom值的依赖关系。

因此,对于所有DAG均由同一组完全可信的部署管理员维护的环境,其实际安全意义与多团队共享环境并不相同。

但对于允许不同团队编写DAG的企业,Scheduler不应因为需要读取任务结果,就自动获得执行任务作者可控对象构造逻辑的能力。

Apache已在3.4.0中限制相关依赖评估流程,只允许使用基本类型的XCom值,减少不可信复杂对象进入高权限执行路径的机会。

旧补丁仍有遗漏,升级到3.3.1不代表相关风险全部消失

此次公告中,还有一项值得运维人员特别关注的漏洞:CVE-2026-96285。

它影响Airflow 3.3.0至3.4.0之前的版本。

根据Apache官方说明,Airflow此前已经针对CVE-2026-67260在3.3.1中加入检查,要求Scheduler处理的next_kwargs数据必须是字典类型。

但后续研究发现,这项检查发生在完整反序列化之后。

也就是说,程序虽然会在最后拒绝不符合要求的数据,但在拒绝之前,反序列化流程可能已经根据输入内容创建了某些允许列表中的对象,并执行了相关构造逻辑。

这使得原本的修复没有完全封闭风险路径。

在满足任务恢复和相关处理条件时,DAG作者仍可能通过其控制的数据影响Scheduler中的对象创建过程。

官方明确指出,已经因为此前漏洞而升级至3.3.1的部署,仍应更新至3.4.0或更高版本。

这项问题也说明了一个容易被忽视的安全细节:

验证输入的内容固然重要,但验证发生在什么时间,同样决定了防护是否有效。

如果不可信数据已经触发了具有安全影响的操作,之后再判断它是否符合预期格式,可能已经失去原本的保护意义。

对于使用Airflow的团队,不能仅根据“之前已经安装过安全补丁”判断所有相关攻击路径都已经关闭。

凭据泄露不需要攻破数据库,审计日志也可能成为风险入口

此次集中披露的另一组漏洞,涉及Connection、Variable、审计日志以及任务日志中的敏感信息保护。

Airflow经常需要连接外部服务,例如MySQL、PostgreSQL、对象存储、消息队列和各种云平台API。

为了让任务自动运行,管理员通常会在系统中保存数据库用户名、密码、访问令牌及其他连接配置。

正常情况下,这些信息应受到权限控制,不应该因为其他用户能够查看日志,就被完整暴露。

但此次官方披露显示,部分敏感信息脱敏机制存在不足。

CVE-2026-50204:审计日志可能保存明文凭据

根据Apache公告,Airflow此前的审计日志脱敏主要依据预先配置的敏感字段名称进行匹配。

某些Connection和Variable中的秘密值可能没有得到正确处理,最终以明文形式写入审计日志的Log.extra字段。

如果某个低权限用户被允许读取事件日志或审计API,却没有权限访问对应Connection或Variable,就可能通过日志获得原本不应该看到的凭据。

该漏洞影响3.4.0之前的版本。

新版Airflow改进了敏感信息脱敏,并加强对相关审计记录的访问控制。

CVE-2026-86468:命令行参数也可能泄露秘密

另一项问题涉及Airflow CLI的审计记录。

部分命令行参数组合没有被正确识别为敏感内容,可能导致Variable值、Connection额外配置和部分认证密码出现在审计日志中。

这项漏洞同样影响3.4.0之前的版本。

更需要注意的是,Apache明确提醒:升级不会自动清除旧审计日志中已经保存的明文秘密。

因此,如果确认历史日志包含敏感凭据,仅安装补丁并不足够。

管理员还应在遵守审计保留和安全事件取证要求的前提下,清理相关记录,并轮换已经暴露的数据库密码、API令牌或其他凭据。

其他敏感信息处理问题

此次公告还涉及Task SDK的SecretCache跨团队缓存键冲突,以及深层嵌套数据、驼峰命名字段等情况下的秘密脱敏不足。

例如,CVE-2026-76185涉及多团队模式下的SecretCache。

在同时启用core.multi_team = True与secrets.use_cache = True的部署中,不同团队的缓存键可能发生碰撞,使某个DAG作者读取另一团队的Connection或Variable秘密值。

官方指出,受影响的Task SDK版本为1.2.0至1.4.0之前版本,并建议升级到对应修复版本。

对于暂时不能升级的部署,可以通过关闭secrets.use_cache缓解这一特定问题。

但该措施针对的是缓存键碰撞风险,不能替代其他漏洞的修复。

A5数据认为,凭据泄露类漏洞最值得重视的地方,是它们可能绕过管理员原本设置的访问限制。

即使数据库密码在Connection管理界面中被隐藏,只要相同的密码能够通过日志、缓存或其他API被读取,实际的保密边界就仍然存在缺口。

多团队Airflow部署,真正需要检查的是谁能触发什么操作

从这次披露的漏洞来看,Airflow的安全风险并不完全取决于Web管理界面是否对公网开放。

例如,CeleryExecutor漏洞需要关注谁可以向消息代理写入任务。

Scheduler反序列化漏洞需要关注DAG作者与部署管理员之间是否存在不同的信任等级。

秘密信息泄露漏洞则要求管理员确认哪些用户能够读取任务日志、审计记录或Connection相关API。

这些都是应用内部的权限边界。

对于使用Airflow开展自动化工作的企业,这类问题可能比单纯限制Web端口更复杂。

例如,数据分析团队可能需要编写和运行DAG,但不应该因此获得修改调度器代码或读取其他团队凭据的权限。

运维人员可能需要查看任务日志,但不一定需要访问全部业务系统的连接密钥。

同样,能够提交普通任务的组件,也不应该自动获得执行高权限系统回调的能力。

此次Airflow安全更新反映出一个共同的架构问题:当工作流平台逐渐承担更多业务,原本用于提高自动化效率的任务接口和数据传输机制,也需要具备更加严格的身份验证与授权检查。

尤其在Airflow 3.x支持更复杂的任务运行模式、多团队协作和跨语言工作流之后,不同组件之间的边界更加值得重视。

这并不是说新功能必然降低系统安全性,而是随着平台承担的任务越来越多,原有的权限模型需要持续接受检验。

Apache Airflow 3.4.0已提供修复,管理员如何安排升级?

Apache于11月6日正式发布Airflow 3.4.0。

除了相关安全修复,新版本还引入了Task Loops、更多语言的DAG编写能力,以及面向AI和Agent工作流的功能扩展。

这意味着,3.4.0并非只有漏洞修复的简单维护版本。

对于运行生产任务的企业,升级需要同时考虑安全要求与功能兼容性。

我们建议先确认实际部署版本及Executor类型,再制定升级计划。

先确认当前版本与运行架构

在Airflow运行环境中,可以执行:

airflow version

该命令用于读取当前环境的Airflow版本,不会修改配置。

如果通过Docker或Kubernetes部署,还应检查实际运行的容器镜像和组件版本。

需要重点确认当前使用的是CeleryExecutor、LocalExecutor还是其他执行方式,以及Scheduler、API Server、Triggerer和Worker是否采用一致的部署版本。

对于使用CeleryExecutor的环境,还应检查消息代理的网络访问控制与认证配置。

如果Redis或RabbitMQ承担Airflow任务队列,应确保只有必要的组件能够访问对应服务,并限制不必要的任务写入权限。

但需要注意,关闭消息代理的公网访问只是一项基础防护,不能代替Airflow自身的工作负载令牌验证。

对多团队部署,应重点审核DAG作者权限

如果企业允许多个团队独立开发DAG,应当确认DAG作者、部署管理员和平台运营人员之间的权限界限。

特别是使用XCom、Deadline Alert及异步任务恢复功能的环境,建议优先评估反序列化相关漏洞的影响。

对于具有较高权限的Scheduler,不应默认信任所有来自任务执行端的数据。

同时,需要检查是否启用了多团队模式和SecretCache,并根据官方公告确认是否存在缓存隔离风险。

如果暂时无法升级且满足CVE-2026-76185的触发条件,可以评估关闭对应缓存功能,但应注意配置变更可能影响秘密读取性能。

升级前备份元数据和关键配置

Airflow升级通常涉及Python依赖、Providers、Task SDK、元数据库以及部署配置之间的兼容关系。

对于生产环境,建议在维护窗口前完成元数据库备份,保留配置文件及DAG代码,并核对自定义Provider、插件和任务依赖是否支持3.4.0。

使用官方容器镜像的部署,可以通过可信镜像仓库获取对应版本;采用Python环境安装的部署,则应遵循官方安装说明及约束文件进行依赖管理。

不要在正在运行关键任务的环境中直接执行未经验证的批量升级。

对于依赖CeleryExecutor的集群,还应考虑执行中的任务、重试状态和消息队列积压,避免升级过程中出现重复运行或任务状态异常。

升级后验证实际任务,而不只是检查版本号

更新完成后,应重点验证以下功能:

  • Scheduler能否正常解析和调度现有DAG。

  • Celery工作节点能否正确领取并完成合法任务。

  • XCom及任务依赖是否保持正常行为。

  • Connection与Variable读取是否符合既有授权规则。

  • 日志脱敏是否生效,普通角色是否无法读取敏感凭据。

  • 多团队之间的缓存与访问权限是否符合预期。

对于使用Deadline Alert、复杂序列化对象或自定义任务恢复逻辑的环境,尤其需要验证新版限制是否影响现有业务。

另外,历史日志中的明文凭据问题必须单独处理。

如果已经确认凭据遭到暴露,应评估是否需要撤销旧令牌、轮换密码,并调查相关日志是否曾被未经授权的用户访问。

安全补丁已经发布,但旧版本带来的历史风险不能忽视

从此次安全公告可以看出,有些问题通过升级即可阻断后续攻击路径,有些则需要管理员额外处理历史数据。

例如,CeleryExecutor令牌验证和Scheduler反序列化问题主要通过新的程序逻辑进行修复。

而审计日志中已经写入的明文凭据,不会因为软件升级就自动变成安全数据。

同样,如果某个低权限用户此前已经获得不应该拥有的访问令牌,那么补丁只能阻止相关漏洞继续被利用,不能自动撤销所有可能泄露的凭据。

因此,安全更新与安全事件调查应该被视为两项不同工作。

对没有异常迹象的系统,应及时安装补丁并检查相关配置。

对已经发现异常任务执行、未经授权的日志读取或凭据泄露的系统,则需要保留证据、调查访问记录,并根据实际情况采取凭据轮换和恢复措施。

需要强调,截至本轮公开资料核实,Apache确认了上述漏洞及相应修复措施,但不能据此认定所有使用旧版Airflow的企业均已遭到实际攻击。

不同漏洞的触发条件存在明显差异,管理员应基于自己的部署情况进行风险判断。

工作流平台的安全,最终取决于任务执行边界是否可靠

Apache Airflow此次集中披露的安全漏洞,覆盖了消息队列、任务执行、对象反序列化、审计日志及秘密缓存等多个功能。

表面上看,这些问题分布在不同组件中,但它们具有一个相似的特点:某些原本权限较低的数据或请求,在特定条件下可能进入了权限更高的执行环境,或者访问到了本不应该获得的信息。

这也是现代自动化平台面临的重要安全挑战。

随着企业将数据库维护、文件处理、云资源操作和AI任务编排集中到工作流系统中,Airflow逐渐成为连接多个业务系统的基础设施。

它不只是负责安排任务何时运行,还可能持有大量外部系统的访问凭据,并通过工作节点实际执行具有业务影响的操作。

从A5数据关注的服务器与IDC运维角度来看,这意味着Airflow的安全管理不能只关注Web登录入口、HTTPS和服务器防火墙。

消息代理、工作节点、调度器、DAG作者权限、任务数据以及审计日志,都应该纳入整体安全管理范围。

此次3.4.0更新已经针对相关问题提供修复,但更值得企业长期建立的,是明确的执行权限分离、可靠的秘密管理和经过验证的升级流程。

一个工作流平台可以允许许多人编写自动化任务,却不应该让每个任务作者自然拥有调度器的执行权限;它可以统一保存外部服务凭据,却不应该让这些秘密通过低权限日志接口重新暴露。

当自动化系统承担越来越重要的业务时,真正需要保护的已经不只是任务能否成功运行,还包括每一个任务究竟由谁授权、在哪个环境执行,以及能够访问哪些数据和资源。

本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/8693.html

相关推荐