Spring Security中AuthorizationAdvisorProxyFactory的线程安全问题分析与解决方案
问题背景
在Spring Security 6.4.4版本中,当使用@AuthorizeReturnObject注解的端点返回一个包含@PreAuthorize授权对象的对象时,如果同时有多个并行请求访问该端点,系统会抛出ConcurrentModificationException异常。这个问题主要出现在授权代理工厂对授权顾问列表进行排序时。
问题根源分析
该问题的根本原因在于AuthorizationAdvisorProxyFactory类中的排序操作不是线程安全的。具体来说,当多个线程同时调用proxy方法时,它们会共享同一个顾问列表,而AnnotationAwareOrderComparator.sort方法会对这个列表进行排序操作,导致并发修改异常。
在Spring Security 6.3.2版本中,这个排序操作不会引发问题,但在6.4.4版本中,由于内部实现的改变,排序操作变得更加严格,会检查并发修改情况。
技术细节
问题的核心在于ArrayList的sort方法实现。即使排序操作实际上不需要修改列表内容,ArrayList.sort方法也会首先检查是否有并发修改。这种检查在并发场景下会导致问题,因为多个线程可能同时尝试对同一个列表进行排序操作。
临时解决方案
在等待官方修复的同时,可以采用以下线程安全的代理工厂实现作为临时解决方案:
@Component
@Primary
public class ThreadsafeAuthorizationProxyFactory implements AuthorizationProxyFactory {
private AuthorizationAdvisorProxyFactory delegate;
private final ReentrantLock lock = new ReentrantLock();
@Override
public Object proxy(Object object) {
try {
this.lock.lock();
return this.delegate.proxy(object);
} finally {
this.lock.unlock();
}
}
public void setDelegate(AuthorizationAdvisorProxyFactory delegate) {
this.delegate = delegate;
}
}
同时需要配置相应的advisor:
@Bean
@Role(BeanDefinition.ROLE_INFRASTRUCTURE)
static Advisor authorizeReturnObjectAdvisor(ObjectProvider<AuthorizationAdvisor> provider,
ThreadsafeAuthorizationProxyFactory proxyFactory) {
AuthorizationAdvisorProxyFactory delegate = new AuthorizationAdvisorProxyFactory(new ArrayList<>());
provider.forEach(delegate::addAdvisor);
AuthorizeReturnObjectMethodInterceptor interceptor = new AuthorizeReturnObjectMethodInterceptor(proxyFactory);
delegate.addAdvisor(interceptor);
proxyFactory.setDelegate(delegate);
return interceptor;
}
最佳实践建议
-
在使用Spring Security的授权注解时,特别是
@AuthorizeReturnObject和@PreAuthorize组合使用时,要注意并发场景下的安全性。 -
对于高并发应用,建议对关键的安全组件进行线程安全评估,必要时实现自定义的线程安全包装器。
-
升级Spring Security版本时,要特别注意安全相关组件的线程安全性变化。
总结
Spring Security作为企业级安全框架,其线程安全性至关重要。这个案例展示了即使在成熟的框架中,并发问题也可能在特定场景下出现。开发者在使用高级安全特性时,应当充分理解其内部实现机制,并在必要时提供额外的线程安全保证。
官方已经确认将在下一个维护版本中修复此问题,在此之前,使用上述线程安全代理工厂是一个可靠的临时解决方案。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00