该论文针对企业内源（inner-source）环境中 Dockerfile 普遍存在的安全配置缺陷与技术债务问题展开研究。作者指出，虽然容器化已成为企业软件交付的主流方式，但构建容器镜像的 Dockerfile 经常带有安全错配和结构性问题；而在企业内源场景下，由于专有上下文和隔离的治理机制，直接套用开源社区的发现并不适用。为此，论文提出了一种自动化六阶段流水线：首先爬取企业 GitLab 实例；其次利用 Hadolint、ShellCheck、Trivy 等工具对每个 Dockerfile 进行静态安全与质量度量，并补充生命周期数据；然后通过 LLM 生成语义描述并结合 HDBSCAN 聚类，将功能相同的工作负载分组；最后量化集群内部参考实现与当前文件之间的优化差距。该流水线被应用于一家大型工业公司的 11,470 个 Dockerfile（来自 6,200 多个仓库）。实验发现系统性缺陷：99% 的文件至少包含一项安全错配，80.8% 的文件违反 Dockerfile 最佳实践，中位工件已有 838 天未进行修订。然而，83% 的功能集群内已经存在高质量的参考实现，采用这些内部标准可使平均安全态势评分提升 60.4%，且无需开发任何新模板。这些发现基于单一企业的内源生态系统，为未来面向企业供应链安全的自动化、上下文感知推荐系统提供了数据驱动基础；但该技术债务分布与优化差距是否适用于其他企业，仍需跨组织研究验证。论文适合企业安全架构师、DevSecOps 工程师、平台工程团队以及从事供应链安全与软件组成分析的研究人员阅读。