JJWT库中HS256签名验证失败问题解析
2025-05-22 13:55:56作者:秋泉律Samson
在使用Java JWT(JJWT)库进行JWT签名和验证时,开发者可能会遇到"无法验证JWS签名:找不到JWS的签名验证密钥"的错误。本文将深入分析这一问题的根源,并提供正确的解决方案。
问题现象
当开发者尝试使用JJWT库创建并验证一个HS256算法的JWT时,可能会遇到以下错误:
Cannot verify JWS signature: unable to locate signature verification key for JWS with header: {alg=HS256}
问题根源
这个问题的核心在于密钥处理方式不正确。在示例代码中,开发者首先将原始密钥进行Base64编码,然后又使用JJWT的Decoders.BASE64进行解码,这种双重处理导致了密钥内容被错误转换。
具体来说:
- 原始密钥"abcdefghijklmnopqrstuvwxyz0123456789"被直接Base64编码
- 编码后的结果又被Base64解码
- 这实际上不是还原原始密钥,而是进行了双重转换
正确的密钥处理方式
对于HS256算法,密钥应该直接使用原始字节,或者仅进行一次Base64编码/解码。以下是两种正确的处理方式:
方式一:直接使用原始密钥
String secureKey = "abcdefghijklmnopqrstuvwxyz0123456789";
SecretKey secretKey = Keys.hmacShaKeyFor(secureKey.getBytes(StandardCharsets.UTF_8));
方式二:正确使用Base64编码的密钥
String secureKey = "YWJjZGVmZ2hpamtsbW5vcHFyc3R1dnd4eXowMTIzNDU2Nzg5"; // 这是原始密钥的Base64编码
SecretKey secretKey = Keys.hmacShaKeyFor(Decoders.BASE64.decode(secureKey));
完整正确示例
// 直接使用原始密钥
String secureKey = "abcdefghijklmnopqrstuvwxyz0123456789";
SecretKey secretKey = Keys.hmacShaKeyFor(secureKey.getBytes(StandardCharsets.UTF_8));
// 创建JWT
String jwt = Jwts.builder()
.subject("100")
.issuedAt(new Date(System.currentTimeMillis()))
.expiration(new Date(System.currentTimeMillis() + 1000_0))
.signWith(secretKey)
.compact();
// 验证JWT
Jwts.parser()
.verifyWith(secretKey)
.build()
.parseSignedClaims(jwt);
技术要点
-
密钥长度要求:HS256算法要求密钥长度至少为256位(32字节)。示例中的密钥"abcdefghijklmnopqrstuvwxyz0123456789"正好满足这一要求。
-
密钥处理:JJWT的
Keys.hmacShaKeyFor方法期望接收的是原始密钥字节,而不是Base64编码后的字符串。 -
错误使用场景:示例中尝试对加密的JWT进行解析(
parseEncryptedClaims)是不正确的,因为创建的是签名的JWT而非加密的JWT。
最佳实践建议
-
对于生产环境,建议使用密钥生成工具创建足够强度的密钥,而不是硬编码在代码中。
-
考虑使用环境变量或密钥管理系统来存储密钥,而不是直接写在源代码中。
-
对于不同的安全需求,可以选择更强大的算法如RS256或ES256,它们使用非对称加密,提供更好的安全性。
通过理解这些关键点,开发者可以避免在使用JJWT库时遇到类似的签名验证问题,确保JWT的安全创建和验证流程正确无误。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
388
466
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
356
216
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
121
156
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361