Kong项目中JWT签名验证的Base64URL编码问题解析
2025-05-02 18:52:47作者:申梦珏Efrain
背景介绍
在Kong API网关从2.8.x版本升级到3.7.1版本的过程中,部分用户报告了JWT(JSON Web Token)签名验证失败的问题。这些用户在使用HS256算法生成JWT令牌时,虽然代码在旧版本Kong上运行良好,但在新版本中却出现了"invalid signature"的错误提示。
问题本质
经过深入分析,发现问题根源在于JWT规范中对Base64URL编码的严格要求。JWT标准明确规定,令牌的各部分必须使用Base64URL编码,而非普通的Base64编码。Base64URL是Base64的一种变体,主要做了以下修改:
- 将加号(+)替换为减号(-)
- 将斜杠(/)替换为下划线(_)
- 省略末尾的等号(=)
在Kong 2.8.x版本中,JWT插件对编码格式的验证较为宽松,能够接受标准的Base64编码。但在3.7.1版本中,Kong严格遵循了RFC 7519规范,只接受正确的Base64URL编码格式。
技术细节
以Salesforce Apex代码为例,原始代码使用标准Base64编码:
String signature = EncodingUtil.base64Encode(blob.valueOf(HEAD)) + '.' + EncodingUtil.base64Encode(blob.valueOf(payload));
修正后的代码则应用了Base64URL编码规则:
String encodedHeader = EncodingUtil.base64Encode(Blob.valueOf(JSON.serialize(header)))
.replace('+', '-')
.replace('/', '_')
.substringBefore('=');
这种差异导致了新旧版本Kong对同一令牌的不同处理结果。
影响范围
这一问题主要影响以下类型的客户端:
- 使用非标准JWT库生成令牌的应用程序
- 自行实现JWT生成逻辑而非使用成熟库的代码
- 在URL参数中传递JWT的场景(标准Base64编码包含的+/字符在URL中需要转义)
解决方案
对于遇到此问题的用户,建议采取以下措施:
- 使用标准的JWT库而非自行实现签名逻辑
- 如果必须自行实现,确保严格遵循Base64URL编码规则
- 检查并更新现有的JWT生成代码,添加必要的字符替换逻辑
最佳实践
为避免类似问题,建议开发人员:
- 始终使用经过验证的JWT库(如java-jwt、jose等)
- 在升级Kong版本前,充分测试JWT相关功能
- 了解JWT规范中的编码要求,特别是Base64URL的特殊处理
- 在代码审查时特别注意JWT生成部分的编码逻辑
总结
Kong 3.7.1版本对JWT验证的严格化实际上是对规范的更好遵循,虽然短期内可能造成一些兼容性问题,但从长远看提高了安全性和标准符合性。开发人员应当理解这一变化的技术背景,及时调整相关代码,确保系统的稳定运行。
登录后查看全文
热门项目推荐
相关项目推荐
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-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
312
2.72 K
deepin linux kernel
C
24
7
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++
639
244
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
151
177
暂无简介
Dart
605
135
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
231
83
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3 K
React Native鸿蒙化仓库
JavaScript
237
310