Lucia项目中LegacyScrypt哈希验证问题的技术分析
2025-05-23 16:34:23作者:翟萌耘Ralph
问题背景
Lucia是一个现代的身份验证解决方案,在其核心加密模块中实现了一个LegacyScrypt类用于密码哈希处理。近期发现该实现存在一个关键缺陷,导致密码验证总是失败。
问题现象
开发者在使用LegacyScrypt类时发现,即使输入完全相同的密码进行哈希和验证,验证结果也会返回false。具体表现为:
const scrypt = new LegacyScrypt();
const hash = await scrypt.hash(password);
const ok = await scrypt.verify(hash, password); // 总是返回false
根本原因分析
经过深入代码审查,发现问题出在哈希生成和验证过程中的版本标识不一致。在哈希生成时,代码没有添加"s2"前缀标识,而在验证时却期望这个前缀存在。
正确的实现应该是:
async hash(password: string): Promise<string> {
const salt = encodeHex(crypto.getRandomValues(new Uint8Array(16)));
const key = await generateScryptKey(password.normalize("NFKC"), salt);
return `s2:${salt}:${encodeHex(key)}`; // 需要添加s2前缀
}
技术细节
-
scrypt算法参数:Lucia使用的scrypt实现默认使用16字节的块大小(N=16384, r=8, p=1)
-
密码规范化:在哈希处理前会对密码进行NFKC规范化,确保不同Unicode形式的相同字符能产生一致的哈希
-
盐值生成:使用16字节的随机盐值,增强了哈希的安全性
解决方案
项目维护者已经确认并修复了这个问题,主要改动是确保哈希字符串中包含正确的版本前缀"s2"。这个前缀对于向后兼容性和算法版本识别非常重要。
开发者建议
- 在使用加密库时,务必检查版本标识是否一致
- 对于关键的安全功能,应该编写完整的测试用例覆盖所有边界条件
- 密码哈希验证失败时,应该检查哈希字符串的格式是否符合预期
总结
这个案例展示了即使是经验丰富的开发者也可能在安全相关的代码中犯错。密码哈希验证是身份验证系统的核心功能,任何微小的错误都可能导致整个系统无法正常工作。Lucia项目团队及时响应并修复了这个问题,体现了对安全性的高度重视。
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
223
246
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
1.2 K
655
🔥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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137