HashiCorp 产品禁止中国公司使用,引发对开源软件受限制的担忧
近日国外知名 DevOps 服务商 HashiCorp 的官网相关条款页面被发现禁止中国公司使用其 Vault 企业版产品的声明。事件一度引发国内开源界广泛关注。
声明中表示:
PLEASE NOTE THAT CHINESE EXPORT CONTROL REGULATIONS PROHIBIT HASHICORP FROM SELLING OR OTHERWISE MAKING THE ENTERPRISE VERSION OF VAULT AVAILABLE IN THE PEOPLE'S REPUBLIC OF CHINA. FOR THAT REASON, HASHICORP'S VAULT ENTERPRISE SOFTWARE MAY NOT BE USED, DEPLOYED OR INSTALLED IN THE PEOPLE’S REPUBLIC OF CHINA WITHOUT WRITTEN AGREEMENT BY HASHICORP.
请注意,中国的出口管制法规禁止 HashiCorp 出售或以其它方式使 Valut 的企业版适用于中国人民共和国。因此,未经 HashiCorp 书面许可,不得在中国使用、部署或安装 HashiCorp 的 Valut 企业版软件。
Valut 是一个用于机密管理、加密即服务和特权访问管理的工具,HashiCorp 受国内公司与开发者欢迎的软件产品还包括 Vagrant 与 Consul 等,Vagrant 是一个用于创建和部署虚拟化开发环境的工具,Consul 则可以简化分布式环境中的服务注册与发现流程,它们都是开源软件。
目前 HashiCorp 的声明明确指的是 Valut 企业版在中国禁用,但我们发现,事件最开始被传播时,其声明是另一个版本:
最开始声明只表示相关软件可能不适应于在中国使用、部署或安装。这样的声明瞬间引起了“开源项目开始实际被国界限制”的担忧与愤怒,网上出现许多议论。
有网友从 HashiCorp 创始人处得到回应,其表示实际上这与开源软件无关,而是只限制 Vault 企业版产品,并且原因是 Vault 产品目前使用的加密算法,在中国不符合法规,另一方面是美国出口管制法在涉及加密相关软件上也有相应规定。因此这两项原因使得 HashCorp 不得不在声明中说明风险。
首先,本文档仅适用于企业评估软件。这不适用于我们的 OSS 软件,除非在注册企业评估的上下文中,否则不应将其链接到我们的OSS附近。
这不是政治声明,这是法律要求。我们在 Vault 中使用的加密受中国出口管制法律的约束,并且(根据中国法律)我们在中国销售是非法的。
按照目前 HashiCorp 官网上的声明,开源项目其实还是“安全”的,被禁用的是 Vault 企业版。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
Raspberry Pi 4 从新固件 Beta 版本中获得 USB Bootloader
Raspberry Pi Foundation 宣布了一个 Beta 版本的新固件更新和一个引导加载程序,以用于从 USB 大容量存储设备引导 Raspberry Pi 4。 对于那些希望选择从更快的 USB 大容量存储设备进行引导,而不仅仅是使用 SD 卡进行引导的 Raspberry Pi 4 所有者来说,新的固件和引导加载程序可能会很有用。 于 2019年 6 月推出的Raspberry Pi 4拥有的功能亮点之一是 USB 3.0,与以前版本的计算机相比,其可以实现更快的存储速度。不过,与先前的型号不同的是,Raspberry Pi 4 不支持 USB 大容量存储启动,从而阻止了用户从 USB 大容量存储设备安装操作系统。对此,官方也曾承诺称,该差距将在将来的软件更新中消除。 此次更新将提供完整的 USB 启动支持,从而完全不需要 microSD 卡。使用此 Beta 固件,Pi 4 所有者可以使用 USB 3.0 引导操作系统。感兴趣的可以在Raspberry Pi 网站上查看有关引导程序配置的完整详细信息。 如果你希望能够通过 USB 引导 Raspberry Pi,需要注...
- 下一篇
iPhone 11 训练神经网络的开源项目火了,准确率可与 i7 MacBook Pro 持平
前几天有人发布了一个可以在 iOS设备上直接训练神经网络的开源项目MNIST-CoreML-Training,引起热议。 项目使用 MNIST 手写数字数据集部署图像分类模型,不需要在其他 ML框架中训练,而是基于 Core ML直接本地训练出一个卷积神经网络(LeNet CNN)模型。项目作者还将之和其他设备模型做了对比。在模型架构和训练参数相同的情况下,同时在 iphone 11上运行 Core ML和在 i7 MacBook Pro 上运行 TensorFlow 2.0,两种方式的准确率都超过了0.98,前者训练时间大概为248秒,后者为158秒。 虽然用时上还有一定差距。但该项目和实验被认为证明了 ios 设备计算性能的提升,也探索了移动设备在本地训练的可能性。目前移动设备本地训练还难以完美实现,但想要在移动端部署 AI 应用还是有很多途径的,今天就来看看移动端的 AI 开发。 iOS的 Core ML 和 Andorid 的 NNAPI 在移动端实现卷积神经网络,一般可以先在 GPU 或 TPU 上训练模型,之后再压缩部署到移动端。早前,有人基于开源的计算机视觉库 OpenC...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- CentOS8安装Docker,最新的服务器搭配容器使用
- CentOS8编译安装MySQL8.0.19
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7安装Docker,走上虚拟化容器引擎之路