OpenZiti Edge控制器API新增姿势检查类型过滤功能
2025-06-25 21:57:20作者:龚格成
背景介绍
在OpenZiti零信任网络平台中,姿势检查(Posture Checks)是一项关键的安全功能,它允许管理员定义设备必须满足的安全条件才能访问网络资源。这些检查可以包括设备是否锁屏、是否运行特定进程等多种验证类型。
问题发现
在OpenZiti Edge控制器的API使用过程中,开发者发现现有的/posture-checks端点虽然提供了多种过滤字段,但缺少对姿势检查类型(type)的过滤支持。这使得开发者无法直接通过API请求获取特定类型的姿势检查列表,例如只获取"进程运行检查"或"设备锁屏检查"等。
技术实现分析
OpenZiti Edge控制器API的元数据中原本定义的过滤字段包括:
- promptOnUnlock
- promptOnWake
- id
- createdAt
- updatedAt
- tags
- isSystem
- name
这些字段虽然覆盖了部分查询需求,但缺少对姿势检查类型的直接过滤能力。相比之下,/configs端点已经实现了对配置类型的过滤功能。
解决方案
开发团队在接到这个功能请求后,通过以下步骤实现了类型过滤功能:
- 在姿势检查的数据模型中明确类型字段
- 在API端点元数据中添加"type"作为可过滤字段
- 确保后端查询逻辑支持基于类型的过滤
- 更新相关文档和测试用例
实现效果
完成该功能后,API使用者现在可以通过类似如下的请求来过滤特定类型的姿势检查:
GET /posture-checks?filter=type eq "OS"
这将只返回操作系统相关的姿势检查,大大提高了API的查询效率和易用性。
技术意义
这一改进虽然看似简单,但对于OpenZiti的管理和使用具有重要意义:
- 提升管理效率:管理员可以快速定位特定类型的姿势检查
- 优化API性能:减少不必要的数据传输
- 增强一致性:与其他端点(如/configs)保持一致的过滤能力
- 改善开发者体验:使API更加符合RESTful设计原则
最佳实践建议
对于使用OpenZiti API的开发者,建议:
- 在需要处理大量姿势检查时,优先使用类型过滤
- 结合其他过滤条件创建更精确的查询
- 定期检查API元数据,了解新增的过滤能力
- 在客户端实现缓存机制,减少重复查询
总结
OpenZiti团队持续关注开发者体验和API功能的完善。这次对姿势检查类型过滤的支持,体现了团队对开发者反馈的积极响应和对产品细节的关注。这类看似小的改进,实际上对构建高效、易用的零信任网络管理平台至关重要。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
328
387
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++
876
576
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
React Native鸿蒙化仓库
JavaScript
302
349
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
112
136