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
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
海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Python案例资源下载 - 从入门到精通的完整项目代码合集 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
664
152
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++
659
299
Ascend Extension for PyTorch
Python
216
236
React Native鸿蒙化仓库
JavaScript
255
320
仓颉编译器源码及 cjdb 调试工具。
C++
133
866
仓颉编程语言运行时与标准库。
Cangjie
140
875
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
1.18 K
649
仓颉编程语言开发者文档。
59
818