NanoMQ ACL订阅权限控制缺陷分析与修复方案
2025-07-07 07:42:13作者:苗圣禹Peter
背景概述
NanoMQ作为一款轻量级MQTT消息中间件,其访问控制列表(ACL)功能是保障系统安全性的核心机制。在0.20.8版本中,发现当配置deny_action参数为ignore时,订阅(subscribe)操作的ACL控制存在逻辑问题,导致未授权用户可能绕过权限限制。
问题现象
在典型的三层安全配置场景下:
- 强制身份验证(allow_anonymous=false)
- 默认拒绝策略(no_match=deny)
- 拒绝行为设置为静默模式(deny_action=ignore)
即使ACL规则明确配置了订阅拒绝策略,客户端仍能成功订阅未授权主题。例如:
- 用户"CanPublish"被允许发布(publish)到test/#主题
- 用户"NoRights"被显式禁止订阅(subscribe)所有主题
- 实际测试中"NoRights"用户仍能建立订阅
技术分析
通过源码追踪发现,订阅处理逻辑(sub_handler.c)存在以下关键逻辑问题:
- 权限检查流程中,当ACL验证结果为拒绝时:
if (permit != PERMIT_ALLOW) {
if (work->config->acl_deny_action == ACL_DISCONNECT) {
goto next; // 仅disconnect模式会中断流程
}
// 此处缺少跳转语句
}
- 由于缺失跳转指令,控制流会继续执行后续的订阅处理逻辑,而非终止当前非法订阅请求。
解决方案
修复方案明确且简洁:在deny_action判断后无条件跳转。核心修改为:
if (permit != PERMIT_ALLOW) {
if (work->config->acl_deny_action == ACL_DISCONNECT) {
goto next;
}
goto next; // 新增关键跳转
}
安全影响评估
该问题属于中等风险:
- 攻击面:需要已认证的恶意用户
- 影响范围:违反最小权限原则,可能导致信息泄露
- 缓解措施:临时方案可将deny_action设为disconnect
最佳实践建议
- 生产环境应及时升级到包含修复的版本
- 复杂ACL规则配置后必须进行双向测试(允许/拒绝场景)
- 建议采用默认拒绝策略(no_match=deny)配合明确allow规则
- 重要业务系统应考虑启用disconnect模式增强安全性
深度思考
MQTT协议设计中,订阅权限与发布权限的分离控制是安全模型的重要特征。本次问题修复提醒开发者:
- 权限验证必须实现"fail-secure"原则
- 控制流跳转是安全逻辑的关键保障点
- 静默处理(ignore)模式需要特别谨慎对待
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
222
245
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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++
134
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
217