Rubygems.org 中 Buildkite OIDC 令牌的 JTI 声明问题解析
2025-07-02 18:28:59作者:羿妍玫Ivan
在 Rubygems.org 项目的 API 密钥角色功能集成过程中,开发团队发现了一个与 Buildkite OIDC 令牌相关的重要兼容性问题。这个问题涉及到现代身份验证协议中的一个关键安全特性——JTI(JWT ID)声明。
问题背景
OIDC(OpenID Connect)是基于 OAuth 2.0 协议的身份验证层,它使用 JWT(JSON Web Token)作为令牌格式。JWT 中包含多个标准声明(claims),其中 JTI 是一个重要的安全声明,用于防止令牌重放攻击。
Rubygems.org 在实现 API 密钥角色功能时,系统要求所有 OIDC 令牌必须包含 JTI 声明。然而,当时 Buildkite 生成的 OIDC 令牌并未包含这一关键声明,导致集成失败。
技术细节分析
Buildkite 是一个流行的持续集成和交付平台。当它作为身份提供者(IdP)时,会颁发包含以下典型声明的 OIDC 令牌:
- iss(签发者):标识令牌的签发机构
- sub(主题):标识令牌的主体
- aud(受众):指定令牌的目标接收方
- 标准时间声明(iat、nbf、exp):定义令牌的生命周期
- 平台特定声明:如组织、流水线、构建信息等
在最初的问题版本中,这些令牌缺少了 JTI 声明,这是一个用于唯一标识 JWT 的声明,对于防止令牌重放攻击至关重要。
解决方案与改进
Buildkite 团队迅速响应,在其 OIDC 令牌实现中添加了 JTI 声明。以下是改进后令牌的典型结构示例(部分字段已脱敏):
{
"iss": "https://agent.buildkite.com",
"sub": "organization:example-org:pipeline:example-pipeline...",
"aud": "rubygems.org",
"iat": 1736757460,
"nbf": 1736757460,
"exp": 1736757760,
"jti": "0194b014-8517-7cef-b232-76a827315f08",
"organization_slug": "example-org",
"pipeline_slug": "example-pipeline",
"build_number": 5,
"build_branch": "main",
"build_commit": "b5ffe3aeea51cec6c41aef16e45ee6bce47d8810",
"job_id": "01945ecf-80f0-41e8-9b83-a2970a9305a1",
"agent_id": "01945ecf-8bcf-40a6-9d70-a765db9a0928"
}
安全意义
JTI 声明的加入显著提升了系统的安全性:
- 防重放攻击:每个令牌都有唯一标识符,服务端可以记录已使用的 JTI 来防止令牌被重复使用
- 审计追踪:为安全事件调查提供了更好的追踪能力
- 符合标准:使实现更符合 JWT 和 OIDC 规范要求
实施建议
对于需要在 CI/CD 流程中使用 OIDC 令牌的开发团队,建议:
- 验证令牌中是否包含必要的安全声明(如 JTI)
- 实现令牌验证时检查 JTI 的唯一性
- 考虑设置适当的令牌有效期(如示例中的 5 分钟)
- 根据实际需求限制令牌的权限范围
这个案例展示了现代身份验证协议实现中细节的重要性,也体现了开源社区通过协作快速解决问题的优势。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
135
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218