TinyAuth项目新增Docker标签支持实现精细化访问控制
2025-07-05 15:53:08作者:薛曦旖Francesca
TinyAuth作为一个轻量级的认证服务工具,近期通过引入Docker标签支持功能,实现了更精细化的访问控制策略。这项创新允许管理员直接在容器配置中定义特定服务的访问权限,大大简化了多服务环境下的权限管理。
功能设计原理
新功能的核心思想是利用Docker容器的标签系统来存储访问控制信息。当请求到达时,TinyAuth会解析请求的域名,提取对应的容器名称,然后检查该容器是否配置了特定的访问控制标签。
系统主要识别两类标签:
- 用户白名单标签:定义允许访问该服务的用户列表
- 访问URL标签:明确指定该服务对应的访问地址
实现细节
在实际实现中,系统会按照以下逻辑处理请求:
- 解析请求域名,提取最具体的子域名部分作为容器标识
- 查询对应容器的标签配置
- 检查当前用户是否在允许访问的列表中
- 根据检查结果允许或拒绝访问
这种设计确保了在多级子域名环境下也能正确匹配到目标容器。例如,对于请求地址"sd1.sd0.domain.com",系统会优先匹配名为"sd1"的容器配置。
配置示例
以下是一个典型的使用示例,展示了如何为Dozzle服务配置专属访问控制:
dozzle:
container_name: dozzle
image: amir20/dozzle:latest
volumes:
- /var/run/docker.sock:/var/run/docker.sock
labels:
tinyauth.whitelist: foo@gmail.com, bar@gmail.com
tinyauth.url: ${private_protocol}dozzle.${private_domain}
在这个配置中,只有foo@gmail.com和bar@gmail.com两个邮箱地址的用户可以访问Dozzle服务。
技术优势
这项改进带来了几个显著优势:
- 配置简化:权限管理与服务定义合二为一,减少配置文件的分散
- 维护便捷:修改服务配置时可以直接调整相关权限,避免遗漏
- 灵活性高:每个服务可以有自己的访问策略,互不干扰
- 可读性强:权限配置直观明了,便于团队协作和理解
适用场景
这种基于标签的访问控制特别适合以下场景:
- 多租户环境,不同服务需要不同的访问策略
- 开发测试环境,需要快速调整各个微服务的访问权限
- 需要细粒度控制的生产环境,确保服务间隔离
TinyAuth的这一功能升级,为容器化环境提供了更加灵活、便捷的访问控制解决方案,进一步巩固了其作为轻量级认证服务的地位。
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
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 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
24
9
Ascend Extension for PyTorch
Python
223
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137