NodeBB中ActivityPub协议的安全接收策略优化
背景介绍
在NodeBB论坛系统中,ActivityPub协议的实现是其支持联邦化(Fediverse)功能的核心部分。当系统接收到来自其他联邦实例的活动(Activity)时,需要对这些活动进行有效性验证,以确保系统不会盲目接受任何内容,从而提升系统的安全性和资源利用率。
问题分析
在ActivityPub协议中,常见的活动类型包括Create(Note)和Announce(Note)等。这些活动可能来自任何联邦实例,但并非所有活动都与本地系统相关。盲目接收和处理所有活动会导致:
- 不必要的资源消耗(存储、计算等)
- 潜在的安全风险(垃圾信息、恶意内容等)
- 数据冗余和混乱
解决方案设计
针对这一问题,NodeBB团队设计了一套精细化的活动接收策略,根据活动类型和上下文关系进行过滤。
Create(Note)活动处理策略
对于创建笔记类型的活动,系统会进行以下检查:
-
作者关系验证:检查活动对象(
object.attributedTo)是否被至少一个本地用户关注。如果是,则接受该活动,因为这表示内容来自用户关心的来源。 -
主题链验证:通过
getParentChain()方法检查活动是否属于一个已存在的主题讨论链。如果能够追溯到本地存在的主题ID(tid),则接受该活动,确保讨论的连贯性。 -
提及验证:检查活动对象的标签(
object.tag)中是否包含对本地用户的提及。如果活动直接提及了本地用户,则应该被接收以确保用户能收到相关通知。
Announce(Note)活动处理策略
对于转发(boost)类型的活动,验证策略有所不同:
-
本地内容验证:首先检查被转发内容的对象ID(
object.id)是否是本地已有的帖子。如果是,则接受该转发活动,因为这表示本地内容正在被传播。 -
转发者关系验证:如果被转发内容不是本地的,则检查转发者(
actor)是否被至少一个本地用户关注。只有来自被关注用户的转发才会被接收,减少无关内容的传播。
实现考量
最初考虑使用中间件(middleware)模式统一处理这些验证逻辑,但由于不同活动类型的验证条件存在较大差异且相互排斥,最终决定在各自的控制器中分别实现这些检查逻辑。
特别值得注意的是,对于Announce(Note)类型活动,需要确保它能够跳过某些适用于Create(Note)的检查条件,保持转发功能的正常工作。
技术价值
这种精细化的接收策略为NodeBB带来了多重好处:
- 性能优化:减少了不必要的活动处理,降低了系统负载
- 用户体验:确保用户只看到真正相关的内容
- 安全性增强:有效过滤潜在的垃圾或恶意内容
- 数据质量:保持数据库内容的关联性和价值
这种设计模式也为其他实现ActivityPub协议的系统提供了有价值的参考,展示了如何在开放协议与系统资源管理之间取得平衡。
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。C085
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0136
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