openziti/zrok项目中go-jose.v2库的安全问题分析与改进
2025-06-26 14:15:18作者:庞队千Virginia
在分布式系统开发中,安全组件和加密库的选择至关重要。近期,openziti/zrok项目中发现了一个与JOSE(JSON Object Signing and Encryption)实现相关的安全问题,值得开发者关注。
问题背景
该问题存在于项目间接依赖的gopkg.in/square/go-jose.v2库中。这是一个用于处理JSON Web加密(JWE)和JSON Web签名(JWS)的Go语言实现库。项目通过依赖链间接引入了这个库:zrok → ziti-sdk-golang → oidc-client → go-jose.v2。
问题详情
该问题属于"高度压缩数据处理不当"类型,具体表现为:攻击者可以构造包含压缩数据的JWE(JSON Web Encryption),当目标系统使用Decrypt或DecryptMulti函数解密时,会导致内存和CPU资源被大量消耗。
这种攻击方式利用了数据放大效应——压缩数据在解压后会膨胀数倍。例如,一个精心构造的小型压缩数据包,解压后可能变成数百MB甚至GB级别的数据,导致服务资源耗尽。
影响评估
在受影响版本中,该问题可能导致:
- 内存耗尽攻击(DoS)
- CPU资源耗尽
- 服务不可用
- 系统稳定性问题
特别是在处理不受信任的JWE输入时,风险尤为突出。
改进方案
问题修复涉及多个方面:
-
版本升级:官方已在新版本中解决此问题,包括:
- github.com/go-jose/go-jose/v4 v4.0.1
- github.com/go-jose/go-jose/v3 v3.0.3
- gopkg.in/go-jose/go-jose.v2 v2.6.3
-
安全限制:新版本增加了两个关键限制:
- 解压后数据不得超过250KB
- 解压后数据大小不得超过压缩数据的10倍(取两者中较大值)
-
依赖调整:由于gopkg.in/square/go-jose.v2已被归档不再维护,建议迁移到活跃维护的分支。
技术建议
对于使用类似加密库的开发者,建议:
- 定期检查依赖项的安全公告
- 建立依赖更新机制
- 对加密操作实施资源限制
- 在处理不受信任的加密数据时增加防护层
- 考虑使用更现代的加密库替代方案
总结
加密库的安全问题往往具有深远影响。这个案例提醒我们,即使是间接依赖也可能引入安全风险。开发者应当建立完整的依赖管理策略,包括定期安全审计和及时更新机制,确保系统安全防线稳固。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 开源电子设计自动化利器:KiCad EDA全方位使用指南 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873