Apache APISIX JWT-Auth 插件安全漏洞分析与修复方案
2025-05-15 07:53:42作者:伍霜盼Ellen
问题背景
Apache APISIX 是一款高性能的云原生API网关,其jwt-auth插件提供了JWT认证功能。在3.8.0版本中,该插件存在一个潜在的安全问题,可能允许攻击者篡改JWT令牌中的关键字段。
问题详情
在jwt-auth插件的get_real_payload函数实现中,存在一个关键的安全设计缺陷。该函数负责构造JWT的payload部分,其原始实现如下:
local function get_real_payload(key, auth_conf, payload)
local real_payload = {
key = key,
exp = ngx_time() + auth_conf.exp
}
if payload then
local extra_payload = core.json.decode(payload)
core.table.merge(real_payload, extra_payload)
end
return real_payload
end
这个函数存在两个主要问题:
-
关键字段可被覆盖:当用户通过payload参数传入额外数据时,这些数据会通过
core.table.merge合并到real_payload中。由于merge操作是后者覆盖前者,攻击者可以通过构造特殊的payload来覆盖key和exp等关键字段。 -
认证逻辑被绕过:key字段用于后续查找对应的consumer配置,如果被篡改,可能导致认证绕过。exp字段控制令牌有效期,被篡改后可能导致令牌长期有效。
问题影响
该问题影响使用jwt-auth插件并通过/apisix/plugin/jwt/sign接口签发JWT令牌的场景。攻击者可能:
- 通过修改key字段,尝试访问其他用户的资源
- 通过修改exp字段,创建长期有效的令牌
- 破坏JWT令牌的完整性验证机制
修复方案
社区提出了两种修复方案:
方案一:调整字段赋值顺序
local function get_real_payload(key, auth_conf, payload)
local real_payload = {
key = key
}
if payload then
local extra_payload = core.json.decode(payload)
core.table.merge(real_payload, extra_payload)
end
real_payload.exp = ngx_time() + auth_conf.exp
return real_payload
end
此方案确保exp字段不会被覆盖,但仍无法防止key字段被篡改。
方案二:调整合并逻辑(最终采纳方案)
local function get_real_payload(key, auth_conf, payload)
local real_payload = {
key = key,
exp = ngx_time() + auth_conf.exp
}
if payload then
local extra_payload = core.json.decode(payload)
core.table.merge(extra_payload, real_payload)
return extra_payload
end
return real_payload
end
此方案通过:
- 调整merge顺序,确保real_payload中的关键字段优先
- 明确返回合并后的extra_payload
- 完全保护key和exp字段不被覆盖
安全建议
对于使用APISIX jwt-auth插件的用户,建议:
- 尽快升级到包含此修复的版本
- 如果无法立即升级,可考虑通过自定义插件覆盖原实现
- 审计现有JWT签发逻辑,确认是否有依赖可被篡改的字段
- 在生产环境中谨慎使用
/apisix/plugin/jwt/sign接口
技术思考
这个案例提醒我们,在实现认证授权相关功能时需要特别注意:
- 关键认证字段应该受到严格保护,不能被用户输入覆盖
- 合并操作需要考虑字段优先级问题
- 即使是辅助功能接口,也需要考虑安全影响
- 良好的默认安全设置比事后修复更重要
通过这个案例,我们可以更好地理解API网关安全设计中的关键考量点,为今后开发类似功能提供参考。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 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 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 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 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
304
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
133
162
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++
630
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
459
暂无简介
Dart
595
130
React Native鸿蒙化仓库
JavaScript
232
307
🎉 (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
1.06 K
613
仓颉编译器源码及 cjdb 调试工具。
C++
123
612
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
361
2.56 K