Chainkit项目中的JWT安全存储方案演进
2025-05-25 22:52:53作者:伍霜盼Ellen
背景与现状
Chainkit作为一个开源项目,在用户认证方面最初采用了将JWT(JSON Web Token)存储在localStorage中的方案。这种设计虽然实现简单,但存在明显的安全隐患,特别是容易受到XSS(跨站脚本)攻击的威胁。攻击者可能通过注入恶意脚本窃取存储在localStorage中的认证令牌,进而获取用户会话和历史记录。
现有方案的问题分析
当前实现中,认证令牌通过以下方式传递:
- 用户登录验证通过后,服务器生成JWT
- 前端将JWT存储在localStorage中
- 每次API请求时,前端从localStorage读取令牌并附加到请求头
这种设计存在两个主要缺陷:
- XSS风险:JavaScript可以直接访问localStorage中的令牌
- 文件访问认证问题:对于通过HTML标签直接引用的文件资源(如图片),难以附加认证信息
安全改进方案
经过深入研究和讨论,团队决定采用HTTP-only Cookie作为新的令牌存储方案。这种方案具有以下优势:
- 防止XSS攻击:HTTP-only Cookie无法通过JavaScript访问,有效防止令牌被窃取
- 自动包含在请求中:浏览器会自动将Cookie附加到同源请求中,简化了文件资源的认证
- 更符合安全最佳实践:减少了客户端脚本暴露敏感信息的风险
技术实现细节
服务器端改造
服务器端需要做以下调整:
- 登录成功时设置HTTP-only Cookie
- 验证请求时从Cookie读取令牌
- 登出时清除Cookie
关键实现点包括:
- 使用Secure标志确保只在HTTPS连接下传输Cookie
- 设置SameSite属性防止CSRF攻击
- 合理设置Cookie过期时间与令牌有效期同步
客户端适配
前端代码需要相应调整:
- 移除localStorage的令牌存储逻辑
- 依赖浏览器自动管理Cookie
- 确保跨域请求正确处理凭据
兼容性考虑
为确保平滑过渡,方案设计考虑了以下兼容性需求:
- 保留原有的令牌获取接口,供特殊场景使用
- 确保辅助编程功能不受影响
- 提供清晰的迁移指南和版本说明
安全增强措施
除改用HTTP-only Cookie外,还实施了以下安全增强:
- CSRF防护机制
- 令牌刷新策略
- 严格的CORS配置
- 内容安全策略(CSP)增强
总结
Chainkit 2.0.0版本通过将JWT从localStorage迁移到HTTP-only Cookie,显著提升了应用的安全性。这一改进不仅解决了已知的XSS风险,还为文件资源访问提供了更优雅的认证方案,同时保持了良好的向后兼容性。这体现了Chainkit团队对安全问题的重视和对最佳实践的遵循,为用户提供了更可靠的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C030
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
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
425
3.26 K
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++
689
334
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
231
264
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
React Native鸿蒙化仓库
JavaScript
266
326
🎉 (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
1.22 K
667
🔥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
65
19
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
19
30