JWT.NET 项目中如何利用 JWKS 验证 JWT 令牌
2025-07-03 12:20:44作者:胡唯隽
在 JWT.NET 项目中,开发者经常需要处理来自不同身份提供者的 JWT 令牌验证。本文将详细介绍如何利用 JWKS(JSON Web Key Set)来验证 JWT 令牌的签名,特别是当身份提供者使用多组密钥并动态轮换时。
JWKS 简介
JWKS 是 JSON Web Key Set 的缩写,它是一种标准化的格式,用于表示一组加密密钥。在 OAuth 2.0 和 OpenID Connect 协议中,身份提供者通常会提供一个 JWKS 端点,客户端可以通过该端点获取当前有效的公钥集合。
典型的 JWKS 响应格式如下:
{
"keys": [
{
"kty": "RSA",
"kid": "唯一密钥标识符",
"use": "sig",
"n": "模数",
"e": "指数"
}
]
}
实现方案
1. 定义数据模型
首先需要定义对应的 C# 模型来表示 JWKS 数据结构:
internal sealed class JsonWebKey
{
[JsonPropertyName("kid")]
public string KeyId { get; set; } = null!;
[JsonPropertyName("n")]
public string Modulus { get; set; } = null!;
[JsonPropertyName("e")]
public string Exponent { get; set; } = null!;
}
internal sealed class JsonWebKeySet
{
public IEnumerable<JsonWebKey> Keys { get; set; } = null!;
}
[JsonSourceGenerationOptions(PropertyNamingPolicy = JsonKnownNamingPolicy.CamelCase)]
[JsonSerializable(typeof(JsonWebKeySet))]
internal partial class JsonWebKeySetContext : JsonSerializerContext;
2. 实现算法工厂
JWT.NET 提供了 IAlgorithmFactory 接口,我们可以实现它来根据 JWT 头部中的 kid 选择对应的密钥:
internal sealed class AlgorithmFactory : IAlgorithmFactory
{
private readonly Dictionary<string, JsonWebKey> keys;
public AlgorithmFactory(JsonWebKeySet keySet)
{
keys = keySet.Keys.ToDictionary(x => x.KeyId);
}
public IJwtAlgorithm Create(JwtDecoderContext context)
{
if (!keys.TryGetValue(context.Header.KeyId, out var key))
throw new SignatureVerificationException("无效或缺失的密钥");
var rsaParameters = new RSAParameters
{
Modulus = WebEncoders.Base64UrlDecode(key.Modulus),
Exponent = WebEncoders.Base64UrlDecode(key.Exponent)
};
return new RS256Algorithm(RSA.Create(rsaParameters));
}
}
3. 配置 JWT 解码器
最后,我们需要配置 JWT 解码器使用我们的自定义算法工厂:
var serializer = new SystemTextSerializer();
var validator = new JwtValidator(serializer, new UtcDateTimeProvider());
// 从身份提供者获取 JWKS
var keySet = JsonSerializer.Deserialize(jwksResponse, JsonWebKeySetContext.Default.JsonWebKeySet)!;
// 创建解码器
var algorithmFactory = new DelegateAlgorithmFactory(new AlgorithmFactory(keySet));
var decoder = new JwtDecoder(serializer, validator, urlEncoder, algorithmFactory);
// 解码令牌
var payload = decoder.Decode(token);
工作原理
- 当解码器处理 JWT 令牌时,会先解析头部获取
kid值 - 通过
IAlgorithmFactory接口的Create方法,根据kid查找对应的公钥 - 将 JWK 中的模数(n)和指数(e)转换为 RSA 参数
- 创建 RS256 算法实例用于验证签名
- 如果找不到对应的密钥,抛出
SignatureVerificationException异常
最佳实践
- 缓存 JWKS:身份提供者的 JWKS 端点通常不会频繁变更,应该缓存响应结果
- 错误处理:实现适当的错误处理机制,特别是网络请求失败的情况
- 密钥轮换:考虑定期刷新 JWKS 以支持密钥轮换策略
- 性能优化:对于高并发场景,可以考虑预先生成所有 RSA 实例
通过这种方式,我们可以灵活地处理来自不同身份提供者的 JWT 令牌,同时支持密钥的动态更新和轮换,提高了系统的安全性和可维护性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218