Azure Active Directory 与 Veracode 集成教程
2025-06-24 10:50:14作者:尤峻淳Whitney
前言
在现代企业IT环境中,身份认证和访问管理是至关重要的安全环节。本教程将详细介绍如何将Azure Active Directory (Azure AD) 与Veracode应用程序安全平台进行集成,实现单点登录(SSO)和自动化用户配置。
准备工作
在开始配置前,请确保您已具备以下条件:
- 有效的Azure订阅
- 已启用单点登录功能的Veracode订阅
集成概述
通过本教程的配置,您可以将Azure AD与Veracode集成,实现以下功能:
- 用户使用Azure AD凭据单点登录Veracode
- 自动化用户账号配置
- 集中化的用户访问管理
第一部分:启用应用程序集成
步骤1:访问Azure AD管理界面
- 登录Azure管理门户
- 在左侧导航栏中选择"Active Directory"
- 从目录列表中选择要配置的目录
步骤2:添加Veracode应用程序
- 在目录视图中点击顶部菜单的"应用程序"
- 点击页面底部的"添加"按钮
- 选择"从库中添加应用程序"
- 在搜索框中输入"Veracode"
- 在结果中选择Veracode并完成添加
第二部分:配置单点登录(SSO)
步骤1:配置基本SSO设置
- 在Veracode应用程序集成页面点击"配置单点登录"
- 选择"Microsoft Azure AD单点登录"
- 点击"下一步"进入应用设置
步骤2:下载并配置证书
- 点击"下载证书"将证书保存到本地
- 在新的浏览器窗口中以管理员身份登录Veracode公司站点
步骤3:配置Veracode的SAML设置
- 在Veracode中点击顶部菜单的"设置",然后选择"管理"
- 切换到"SAML"选项卡
- 在"组织SAML设置"部分:
- 将从Azure复制的"颁发者URL"粘贴到相应文本框
- 上传下载的证书文件
- 启用"自助注册"选项
步骤4:配置用户属性映射
- 在Azure AD中配置SAML令牌属性映射:
- 将firstname映射到User.givenname
- 将lastname映射到User.surname
- 将email映射到User.mail
- 保存所有更改
第三部分:用户配置管理
Veracode支持自动化用户配置,这意味着:
- 用户在首次SSO登录时会自动创建账号
- 无需手动创建用户账号
- 用户信息会根据Azure AD中的变更自动同步
第四部分:分配测试用户
步骤1:创建测试账号
- 在Azure经典门户中创建测试用户账号
步骤2:分配访问权限
- 在Veracode应用程序集成页面点击"分配用户"
- 选择测试用户并确认分配
测试与验证
完成配置后,您可以通过以下方式测试集成效果:
- 使用测试账号通过Azure AD访问面板登录Veracode
- 验证单点登录是否正常工作
- 检查用户属性是否正确同步
常见问题解答
Q: 如果用户属性没有正确同步怎么办? A: 请检查SAML令牌属性映射配置是否正确,确保所有必需的属性都已正确映射。
Q: 用户首次登录后权限不正确怎么办? A: 请在Veracode的管理界面中检查用户的角色分配设置。
总结
通过本教程,您已成功将Azure AD与Veracode集成,实现了:
- 安全的单点登录体验
- 自动化的用户生命周期管理
- 集中化的访问控制
这种集成不仅提高了安全性,还简化了用户管理流程,是企业IT基础设施现代化的重要一步。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
9
1
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217