JEECG-Boot项目中Shiro加密异常问题分析与解决方案
2025-05-02 05:59:56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:
- 无法检索记住的principals,可能是由于配置问题或损坏的principals
- 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
- 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:
-
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
-
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
-
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:
-
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
-
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
-
代码层面修复:
shiro: cookie: cipherKey: 固定密钥值(建议32位) -
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:
-
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
-
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
- 生产环境应固定加密密钥,避免频繁变更
- 实现密钥轮换机制时需考虑兼容性
- 对加密异常进行适当捕获和处理
- 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
热门项目推荐
相关项目推荐
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。C033
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。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
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 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
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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++
689
343
Ascend Extension for PyTorch
Python
235
267
暂无简介
Dart
686
161
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
React Native鸿蒙化仓库
JavaScript
266
327
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
56
33
🔥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
65
19
🎉 (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
1.22 K
669