OpenIddict Core 6.1.0 版本发布:全面支持PAR协议与多项安全增强
OpenIddict 是一个基于 .NET 平台的现代化开源 OpenID Connect 和 OAuth 2.0 框架,它为开发者提供了构建安全身份验证和授权系统的完整工具链。作为 ASP.NET Core 生态中的重要成员,OpenIddict 以其轻量级、模块化设计和与 ASP.NET Core 深度集成的特点,成为许多.NET开发者实现身份认证的首选方案。
核心特性:原生支持OAuth 2.0 Pushed Authorization Requests (PAR)
6.1.0 版本最重要的更新是全面实现了 OAuth 2.0 推送授权请求(PAR)协议。PAR 是一种安全增强机制,它改变了传统授权流程中通过前端通道传递敏感参数的方式。
在传统OAuth 2.0授权码流程中,客户端应用会将授权请求参数直接附加在重定向URL中。这种方式虽然简单,但存在潜在的安全风险,如参数被篡改或泄露。PAR协议通过以下方式解决这些问题:
- 后端通道传输:客户端首先通过安全的后端通道将授权请求参数推送到授权服务器的特殊端点
- 请求URI机制:服务器返回一个唯一的
request_uri标识符 - 前端重定向:客户端使用这个
request_uri而不是原始参数进行前端重定向
这种机制不仅提高了安全性,还能处理更复杂的授权场景,因为PAR允许传输比URL更长的参数集。OpenIddict 6.1.0同时在客户端和服务器端实现了这一协议,使开发者能够轻松构建符合最新安全标准的身份系统。
授权请求缓存机制重构
作为PAR支持的一部分,6.1.0版本对授权请求和会话结束请求的缓存机制进行了彻底重构:
- 存储位置变更:原先使用分布式缓存(IDistributedCache)存储的缓存请求,现在改为使用请求令牌(Request Tokens)形式,并与其他令牌一起存储在OpenIddict的令牌表中
- 标识符统一:废弃了OpenIddict特有的
request_id参数,改用标准的request_uri参数 - 配置简化:相关配置选项从特定中间件选项迁移到了核心服务器选项
这一变化不仅提高了系统的一致性,还简化了配置管理,使开发者能够更统一地处理各种类型的令牌请求。
新增第三方登录集成支持
OpenIddict一直以其丰富的第三方登录集成而著称。6.1.0版本新增了对GitCode、VK ID和Yandex的支持,这使得OpenIddict官方支持的Web服务提供商数量达到了100个。这些新增的集成意味着开发者现在可以更轻松地为用户提供更多样化的社交登录选项,而无需自己实现复杂的OAuth集成逻辑。
交互式请求模型增强
新版本对交互式挑战请求和登出请求模型进行了扩展,开发者现在可以:
- 更便捷地将身份令牌附加到授权请求中
- 在会话结束请求中包含登录提示信息
这些改进简化了常见身份验证场景的实现,特别是在需要传递额外上下文信息的复杂流程中。
存储层优化与问题修复
在数据存储方面,6.1.0版本包含了两项重要改进:
- 授权修剪逻辑优化:
PruneAsync()方法现在会智能地排除仍关联有令牌的永久授权,有效减少了因关联实体存在而导致的SQL异常 - EF Core存储修复:修复了
FindByApplicationIdAsync()API的一个实现问题,提高了查询的准确性和可靠性
这些底层改进虽然对最终用户不可见,但显著提升了框架的稳定性和可靠性。
升级建议与兼容性说明
对于计划升级到6.1.0版本的开发者,需要注意以下几点:
- PAR功能需要显式启用,不是默认行为
- 原有的授权请求缓存配置方式已被标记为过时,建议迁移到新的统一配置方式
- 如果使用了自定义的存储实现,可能需要相应调整以兼容新的请求URI机制
OpenIddict 6.1.0的这些增强功能,特别是PAR支持,使框架在安全性和功能性上都达到了新的高度。对于重视应用安全的开发团队,升级到这一版本将能够为用户提供更安全、更可靠的身份验证体验。
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。C032
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7暂无简介Jinja00
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