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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
528
3.73 K
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
336
172
Ascend Extension for PyTorch
Python
338
401
React Native鸿蒙化仓库
JavaScript
302
353
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++
883
590
暂无简介
Dart
768
191
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
114
139
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
246