Ory Kratos中基于SMS的2FA与AAL级别匹配问题解析
2025-05-19 17:14:41作者:余洋婵Anita
在身份认证系统中,认证保证级别(AAL)是衡量会话安全强度的重要指标。Ory Kratos作为开源身份认证服务,近期修复了一个关于SMS双因素认证(2FA)与AAL级别匹配的关键问题,本文将深入分析该问题的技术背景和解决方案。
问题背景
在Kratos的认证体系中,AAL分为三个级别:
- AAL1:仅需单因素认证(如密码)
- AAL2:需要双因素认证
- AAL3:需要多因素认证加上物理安全密钥
当配置highest_available AAL时,系统应自动识别用户账户支持的最高安全级别。例如,用户配置了TOTP认证时,系统应识别其最高支持AAL2。
问题现象
开发人员发现,当使用SMS作为2FA方式时,系统存在以下异常行为:
- 即使账户已完成手机号验证并启用SMS 2FA,会话仍保持在AAL1级别
- 访问配置为
highest_available的端点(如/whoami)时,不会触发AAL2升级流程 - 用户可以在AAL1会话中执行敏感操作(如密码修改)
这与TOTP等其它2FA方式的行为形成鲜明对比,后者能正确识别AAL2需求并强制升级。
技术原因分析
问题的根本原因在于Kratos对SMS 2FA的特殊处理:
- 设计上将SMS视为"临时性"的MFA方法,而非永久性安全凭证
- 代码实现中未将已验证的手机号视为持久的AAL2能力标志
- SMS验证流程虽然能临时提升会话至AAL2,但不影响账户的"最高可用AAL"评估
解决方案
Kratos团队在master分支中已修复此问题,主要改进包括:
- 统一所有2FA方式的AAL评估逻辑
- 将已验证的SMS凭证纳入账户的持久安全能力评估
- 确保
highest_available配置对所有支持的2FA方式一视同仁
最佳实践建议
对于使用Kratos的开发人员,建议:
- 升级到包含此修复的1.3或更高版本
- 测试所有配置的2FA方式是否都能正确触发AAL升级
- 对于关键操作,考虑显式指定required_aal而非依赖highest_available
此修复使Kratos的认证强度评估更加准确可靠,特别是对于依赖SMS 2FA的场景,进一步提升了系统的整体安全性。
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
222
245
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
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217