Spring Authorization Server 1.5.0 版本发布:DPoP与PAR支持全面升级
Spring Authorization Server 作为 Spring 生态系统中负责 OAuth 2.0 和 OpenID Connect 实现的关键组件,在 1.5.0 版本中带来了多项重要更新。本次更新主要集中在安全协议的增强支持上,特别是对 DPoP(Demonstrating Proof-of-Possession)和 PAR(Pushed Authorization Requests)两大安全特性的完善。
DPoP 支持全面落地
DPoP 是一种现代安全机制,用于防范令牌重放攻击。1.5.0 版本对 DPoP 的支持进行了多项改进:
-
JWK SHA-256 指纹标准化:修复了 jkt 声明(JWK 指纹)的生成方式,现在严格遵循 JWK SHA-256 指纹标准,确保与各种客户端的兼容性。
-
公共客户端刷新令牌验证:针对公共客户端在使用刷新令牌时的特殊场景,完善了 DPoP jkt 声明的验证逻辑,防止安全问题。
-
文档完善:新增了详细的 DPoP 实现文档,帮助开发者正确配置和使用这一安全特性。
Pushed Authorization Requests 文档补充
PAR 是 OAuth 2.0 的一个扩展,它将授权请求从前端重定向转移到后端通道,提高了安全性。1.5.0 版本虽然没有新增 PAR 功能,但补充了完整的实现文档,包括:
- PAR 的基本工作原理
- 服务器端配置指南
- 与现有授权流程的集成方式
- 安全最佳实践
测试框架优化
项目将测试中使用的 @MockBean 注解统一替换为 @MockitoBean,这一变更虽然看似微小,但带来了更清晰的测试语义和更好的可维护性。@MockitoBean 提供了更精确的 Mockito 集成,使单元测试更加可靠。
安全修复
除了新特性外,1.5.0 版本还包含几个关键的安全修复:
- 修正了 DPoP jkt 声明验证中的潜在问题,确保令牌绑定机制的正确性。
- 解决了公共客户端在刷新令牌流程中可能存在的安全问题。
依赖升级
项目同步更新了多个关键依赖:
- Jackson 升级至 2.18.4 版本
- Spring Security 升级至 6.5.0 正式版
- Spring Framework 升级至 6.2.7
- 内部工具链也进行了相应更新
这些依赖升级不仅带来了性能改进,还修复了已知的安全问题,建议所有用户及时更新。
升级建议
对于正在使用 Spring Authorization Server 的项目,1.5.0 版本是一个值得升级的稳定版本。特别是:
- 需要 DPoP 支持的项目可以放心升级,现在文档和实现都已完善。
- 计划实现 PAR 的项目可以参考新增的文档进行开发。
- 关注安全性的项目应尽快升级以获取最新的安全修复。
升级过程相对平滑,但建议开发者仔细阅读变更日志,特别是 DPoP 相关的修改可能会影响现有的令牌验证逻辑。对于复杂的生产环境,建议先在测试环境中验证兼容性。
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。C036
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