OpenSK项目中如何安全删除不再使用的Passkey账户凭证
2025-06-26 12:01:54作者:殷蕙予
在OpenSK安全密钥使用过程中,用户可能会创建多个测试账户。本文将详细介绍如何安全地删除这些不再使用的Passkey凭证,同时保持密钥设备的正常功能。
背景介绍
OpenSK是一个开源的FIDO2安全密钥实现,支持Passkey等现代认证方式。当用户在网站上注册多个测试账户后,这些凭证会被存储在安全密钥中。如果不及时清理,可能会导致凭证列表混乱或占用存储空间。
浏览器内置管理方法
对于Chrome浏览器用户,可以通过以下路径管理Passkey:
- 访问chrome://settings/securityKeys
- 在安全密钥管理界面中查看已存储的凭证
- 选择需要删除的凭证进行操作
需要注意的是,这种方法仅适用于可发现凭证(discoverable credentials),即存储在OpenSK设备本身的凭证。
使用Python脚本进行高级管理
对于需要更精细控制的用户,可以使用Python脚本与OpenSK设备直接交互。以下是一个功能完整的示例脚本:
from fido2.hid import CtapHidDevice
from fido2.ctap2 import CredentialManagement, Ctap2, ClientPin
class Ctap2Node:
def __init__(self, connection):
self.ctap = Ctap2(connection)
self._info = self.ctap.info
self.client_pin = ClientPin(self.ctap)
self._token = None
def unlock(self, pin):
permissions = ClientPin.PERMISSION(0)
permissions |= ClientPin.PERMISSION.CREDENTIAL_MGMT
self._token = self.client_pin.get_pin_token(pin, permissions)
def cm(self):
return CredentialManagement(
self.ctap,
pin_uv_protocol=self.client_pin.protocol,
pin_uv_token=self._token,
)
def main(pin):
devices = list(CtapHidDevice.list_devices())
device = Ctap2Node(devices[0])
device.unlock(pin)
cm = device.cm()
# 列出所有RP(依赖方)
enumerate_rps = cm.enumerate_rps()
for index, rp in enumerate(enumerate_rps):
print(f'{index}:{rp["id"]}')
# 选择要操作的RP
selected_rp = enumerate_rps[int(input('选择RP:'))]
# 列出该RP下的所有凭证
enumerate_creds = cm.enumerate_creds(rp_id_hash=selected_rp["rpIdHash"])
for index, cred in enumerate(enumerate_creds):
print(f'{index}:{cred["user"]["name"]}')
# 删除选定的凭证
selected_cred = enumerate_creds[int(input('选择凭证:'))]
cm.delete_cred(selected_cred["credentialId"])
if __name__ == '__main__':
main('您的PIN码')
注意事项
- 备份重要凭证:在执行删除操作前,请确保备份重要凭证
- PIN码安全:脚本中需要输入PIN码,请确保在安全环境下运行
- 设备兼容性:此脚本适用于支持FIDO2标准的设备
- 批量操作:可以修改脚本实现批量删除功能
替代方案
如果上述方法不可行,还可以考虑:
- 在原始网站(passkeys.io)上删除账户
- 重置整个安全密钥(会删除所有凭证)
技术原理
OpenSK使用FIDO2协议的凭证管理扩展功能来实现凭证删除。这个过程需要:
- 设备解锁(PIN验证)
- 获取凭证管理权限
- 枚举和选择特定凭证
- 执行删除操作
这种方法比完全重置设备更加精确,可以保留其他重要凭证的同时删除不需要的测试账户。
总结
登录后查看全文
热门项目推荐
相关项目推荐
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
504
609
openEuler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。
C
391
288
暂无简介
Dart
906
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
863
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108