OpenBao中LIST和SCAN操作的路径访问控制优化
2025-06-19 00:42:39作者:温玫谨Lighthearted
背景与问题分析
在现代密钥管理系统OpenBao中,LIST和SCAN操作是用户浏览存储内容的重要接口。然而,当前实现存在一个显著的安全性问题:当用户被授予父路径的list权限时,即使没有子路径的读取权限,也能看到完整的列表结果。这种设计可能导致信息泄露,特别是在多租户环境中。
技术方案设计
OpenBao团队提出了一种创新的解决方案:通过ACL策略新增list_scan_response_keys_filter_path参数,实现对列表结果的精细化过滤。该方案的核心思想是:
- 策略级控制:允许管理员在ACL策略中指定过滤模板路径
- 动态评估:对每个列表结果项进行权限校验
- 性能优化:建议与分页参数配合使用,避免全量评估
实现细节
过滤机制工作原理
当策略中设置了list_scan_response_keys_filter_path参数时,系统会:
- 解析列表返回的每个key
- 将key代入模板路径生成目标路径
- 模拟检查token对该路径的read/list权限
- 仅保留通过检查的结果项
权限判定规则
- 以"/"结尾的路径:需要list权限
- 普通路径:需要read权限
应用场景示例
考虑一个多租户的密钥存储场景:
path "tenant-a/data" {
capabilities = ["list"]
list_scan_response_keys_filter_path = "tenant-a/data/{{ .key }}"
}
path "tenant-a/data/app1/*" {
capabilities = ["read"]
}
在此配置下,用户只能看到tenant-a/data/app1/下的密钥列表,而无法看到其他租户的数据。
技术挑战与解决方案
分页交互问题
当结合分页功能时,可能出现因过滤导致空页面的情况。解决方案包括:
- 内部迭代直到获取有效结果
- 设置递归深度限制
- 不影响配额和审计记录
性能考量
由于需要逐项检查权限,建议:
- 强制使用分页参数
- 限制最大返回数量
- 缓存权限检查结果
安全增强效果
该方案显著提升了系统的安全性:
- 实现最小权限原则
- 防止信息泄露
- 保持向后兼容
- 支持细粒度控制
未来演进方向
- 支持多路径组合过滤
- 增强模板功能
- 优化分页交互体验
- 考虑存储层集成
这项改进使OpenBao在多租户场景下的安全性达到新的水平,同时保持了系统的灵活性和性能表现。
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660