AWS SDK Rust 中预签名 URL 因校验和头导致验证失败问题分析
2025-06-26 13:16:44作者:羿妍玫Ivan
问题背景
在 AWS SDK Rust 的 S3 客户端使用过程中,开发者在生成预签名 URL 时遇到了签名验证失败的问题。具体表现为当使用 presigned() 方法生成预签名 URL 后,实际请求时服务端返回错误,提示存在未签名的头信息 x-amz-checksum-mode。
问题现象
当开发者使用以下代码生成预签名 URL 时:
let presigning_config = PresigningConfig::builder()
.expires_in(get_expiry())
.build()
.unwrap();
let request = client
.get_object()
.bucket(bucket_name)
.key(key)
.request_payer(RequestPayer::Requester)
.presigned(presigning_config)
.await?;
生成的预签名 URL 会包含两个头信息:
x-amz-request-payerx-amz-checksum-mode
然而,在 URL 的签名部分 X-Amz-SignedHeaders 参数中,只包含了 x-amz-request-payer,而没有包含 x-amz-checksum-mode。这导致实际请求时,S3 服务端会拒绝请求并返回错误:
<Error>
<Code>AccessDenied</Code>
<Message>There were headers present in the request which were not signed</Message>
<HeadersNotSigned>x-amz-checksum-mode</HeadersNotSigned>
</Error>
技术分析
预签名 URL 的工作原理
预签名 URL 是 AWS S3 提供的一种授权机制,允许客户端生成一个有时效性的 URL,任何持有该 URL 的用户都可以执行指定的操作,而无需 AWS 凭证。其核心原理是:
- 客户端使用 AWS 凭证对请求进行签名
- 签名信息作为查询参数附加到 URL 上
- 服务端收到请求后,使用相同的算法验证签名
问题根源
经过分析,问题的根本原因在于 SDK 的内部处理顺序:
PreSigningInterceptor拦截器执行签名操作HttpResponseChecksumDecorator随后添加了x-amz-checksum-mode头
这种处理顺序导致校验和头被添加到了已签名的请求之后,从而破坏了签名的完整性。正确的处理顺序应该是所有需要签名的头信息都必须在签名前添加完毕。
解决方案
临时解决方案
在官方修复发布前,开发者可以采用以下临时解决方案:
- 设置校验和计算模式为
WhenRequired:
let s3_config = Config::builder()
.request_checksum_calculation(RequestChecksumCalculation::WhenRequired)
.build();
let client = aws_sdk_s3::Client::from_conf(s3_config);
- 手动移除校验和头:
let mut request = client.get_object()...presigned().await?;
request.headers_mut().remove("x-amz-checksum-mode");
官方修复
AWS SDK Rust 团队已经修复了这个问题,修复方案主要调整了内部处理顺序,确保所有需要签名的头信息都在签名前添加。该修复已包含在 1.75.0 版本中发布。
最佳实践建议
- 当使用预签名 URL 时,应当检查生成的 URL 中
X-Amz-SignedHeaders参数是否包含了所有必要的头信息 - 对于生产环境,建议始终使用最新版本的 SDK
- 在测试预签名 URL 时,应当模拟真实客户端的请求方式,包括所有必要的头信息
总结
这个问题展示了 AWS 签名机制对请求完整性的严格要求。任何在签名后对请求的修改都会导致验证失败。开发者在使用预签名 URL 时应当注意请求的最终形态是否与签名时的形态一致。AWS SDK Rust 团队对此问题的快速响应也体现了开源社区的优势,开发者遇到类似问题时可以及时升级 SDK 或采用临时解决方案。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108