GAM项目中关于云平台权限范围的安全优化实践
2025-06-19 17:34:09作者:袁立春Spencer
背景介绍
GAM(Google Workspace Administration Manager)是一款用于管理Google Workspace的开源工具。在项目开发过程中,团队发现当前版本默认请求了过大的云平台权限范围(https://www.googleapis.com/auth/cloud-platform),这带来了潜在的安全风险。
问题分析
cloud-platform权限范围覆盖了大量Google Cloud API和资源,使用"Domain-wide Delegation"(DwD,域范围委派)方式授予此权限范围存在以下问题:
- 过度授权风险:该权限范围允许服务账户以组织中任何用户的身份进行操作,权限过大
- 安全最佳实践违背:不符合最小权限原则
- 替代方案存在:IAM API有专门的
https://www.googleapis.com/auth/iam权限范围,完全可以满足需求
解决方案
项目团队采取了以下措施来解决这一问题:
1. 权限范围替换
将原先使用的cloud-platform权限范围替换为更精确的iam权限范围。这一变更体现在代码中的JWT_APIS配置部分:
JWT_APIS = {
...
IAM: [IAM_SCOPE], # 替换原来的CLOUD_PLATFORM_SCOPE
...
}
2. 服务账户命令优化
原本使用DwD方式的服务账户密钥相关命令(如创建、轮换、删除密钥等)被重构为直接使用服务账户自身进行认证,不再存储访问/刷新令牌。
3. 权限检查机制增强
实现了更严格的权限检查机制,包括:
- 检查并标记不应使用的权限范围(如
cloud-platform和iam) - 区分不同类型的权限状态:PASS(通过)、FAIL(失败)、NOT SELECTED(GAM需要但管理员未选择)、DEPRECATED(GAM曾经使用但现已弃用)
- 将弃用权限范围单独列出,提高可读性
4. 用户提示改进
当检测到不合适的权限配置时,系统会生成清晰的提示信息,指导管理员如何更新授权设置。例如:
Deprecated scopes that GAM should NEVER have DwD access to: 3
https://www.googleapis.com/auth/cloud-identity PASS (1/3)
https://www.googleapis.com/auth/iam DEPRECATED (2/3)
https://www.googleapis.com/auth/cloud-platform PASS (3/3)
Some DEPRECATED scopes are enabled and should be disabled. Please visit...
实施效果
这一系列优化显著提升了GAM工具的安全性:
- 遵循了最小权限原则,减少了潜在的安全风险
- 提供了更清晰的权限管理界面,帮助管理员更好地理解和管理权限
- 保持了原有功能的完整性和可用性
- 通过自动化检查机制,确保权限配置始终符合安全最佳实践
最佳实践建议
对于使用GAM或其他类似工具的管理员,建议:
- 定期检查服务账户的权限范围
- 及时移除不再需要的权限
- 遵循最小权限原则,只授予必要的权限
- 定期轮换服务账户密钥
- 关注工具更新,及时应用安全改进
这一安全优化案例展示了如何在保持功能完整性的同时,通过精细化的权限管理和清晰的用户指导,显著提升企业级工具的安全性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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