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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00