首页
/ JEECG-Boot项目中Shiro加密异常问题分析与解决方案

JEECG-Boot项目中Shiro加密异常问题分析与解决方案

2025-05-02 05:34:33作者:郁楠烈Hubert

问题现象

在JEECG-Boot 3.8.0版本中,用户反馈所有接口调用时出现Shiro相关的加密异常。系统日志显示以下关键错误信息:

  1. 无法检索记住的principals,可能是由于配置问题或损坏的principals
  2. 解密过程中抛出CryptoException异常,提示无法正确提取初始化向量或密文
  3. 底层出现ArrayIndexOutOfBoundsException数组越界错误

问题分析

该问题属于Shiro框架的RememberMe功能相关异常。具体分析如下:

  1. RememberMe机制原理:Shiro通过CookieRememberMeManager实现"记住我"功能,使用AES加密存储用户凭证信息

  2. 异常触发条件

    • 加密密钥(cipherKey)被修改
    • 浏览器中存储的加密Cookie损坏
    • 加密/解密过程中出现数据格式不匹配
  3. 根本原因

    • 系统尝试解密浏览器中的RememberMe Cookie时失败
    • 解密过程中数组越界表明加密数据格式已损坏
    • 可能由于密钥变更导致无法正确解析原有Cookie

解决方案

针对该问题,推荐以下几种解决方式:

  1. 清除浏览器Cookie

    • 完全清除浏览器缓存和Cookie数据
    • 使用隐私/无痕模式重新访问系统
  2. 服务端配置检查

    • 确认shiro配置中的cipherKey未被修改
    • 检查application.yml/shiro.ini中的加密相关配置
  3. 代码层面修复

    shiro:
      cookie:
        cipherKey: 固定密钥值(建议32位)
    
  4. 临时禁用RememberMe

    • 在配置中暂时关闭该功能进行测试

技术深度解析

Shiro的RememberMe实现机制:

  1. 加密流程:

    • 使用AES算法加密用户凭证
    • 将IV向量和密文拼接后Base64编码
    • 存储在浏览器Cookie中
  2. 解密流程:

    • Base64解码获取字节数组
    • 分离IV向量和实际密文
    • 使用相同密钥解密数据

当出现密钥变更或数据损坏时,解密过程会因无法正确分离IV和密文而失败,导致观察到的数组越界异常。

最佳实践建议

  1. 生产环境应固定加密密钥,避免频繁变更
  2. 实现密钥轮换机制时需考虑兼容性
  3. 对加密异常进行适当捕获和处理
  4. 定期清理无效的RememberMe Cookie

通过以上分析和解决方案,可以有效解决JEECG-Boot中出现的Shiro加密异常问题,确保系统安全认证机制正常运行。

登录后查看全文

项目优选

收起
kernelkernel
openEuler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。
C
511
551
docsdocs
暂无描述
Markdown
852
5.69 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.05 K
2.49 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
839
1.28 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
847
1.7 K
ops-mathops-math
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++
1.25 K
1.38 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.17 K
857
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
503
346
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
787
415