Cloud Foundry CLI 增强:基于令牌的身份认证机制解析
2025-07-08 16:55:07作者:宣利权Counsellor
Cloud Foundry CLI 工具近期引入了一项重要的安全增强功能——支持基于 JWT 令牌的身份认证方式。这项改进彻底改变了传统的用户名/密码或客户端ID/密钥的认证模式,为云原生环境下的身份认证提供了更安全、更灵活的解决方案。
传统认证方式的局限性
在传统模式下,用户需要通过以下两种方式之一进行认证:
- 用户名密码认证:
cf auth USERNAME PASSWORD --origin - 客户端凭证认证:
cf auth CLIENT_ID CLIENT_SECRET --client-credentials
这些方式存在明显的安全缺陷:
- 密码或密钥可能被记录在命令行历史中
- 需要处理敏感信息的存储和传输问题
- 在多系统集成场景下难以实现安全的身份联合
JWT 令牌认证机制
新引入的 --assertion 参数支持两种令牌认证流程:
1. 用户令牌认证(JWT Bearer Flow)
通过以下命令实现:
cf auth --assertion <jwt-token>
这种方式:
- 完全替代了传统的密码认证
- 令牌中已包含用户来源信息,无需指定
--origin参数 - 适用于各种OIDC身份提供商(如GitHub、Google等)的集成
2. 客户端令牌认证(Federated Client Credentials)
通过以下命令实现:
cf auth --assertion <jwt-token> --client-credentials
这种方式:
- 实现了工作负载身份联邦
- 允许外部系统(如Kubernetes、GitHub Actions)直接认证到Cloud Foundry
- 消除了在CI/CD管道中存储客户端密钥的需求
高级配置选项
实现还提供了灵活的客户端配置方式:
- 使用默认cf客户端:
cf auth --assertion <jwt-token> --client-credentials
- 指定自定义客户端(无密钥):
cf auth CLIENT_ID --assertion <jwt-token> --client-credentials
- 混合模式(JWT Bearer+客户端认证):
cf auth CLIENT_ID CLIENT_SECRET --assertion <jwt-token>
企业级应用场景
这项改进特别适合以下企业场景:
- GitHub Actions集成:在CI/CD流程中实现安全的Cloud Foundry部署,无需存储凭证
- Kubernetes工作负载身份:将K8s集群中的服务账户映射到Cloud Foundry客户端
- 无密码基础设施:完全消除密码认证,提高整体安全性
- 多云身份联邦:实现跨云平台的一致身份认证体验
安全优势
相比传统认证方式,基于令牌的认证提供了多项安全改进:
- 消除了密码和密钥在命令行中的暴露风险
- 支持短时效令牌,降低凭证泄露的影响
- 实现真正的无密码基础设施
- 支持更细粒度的访问控制策略
这项功能标志着Cloud Foundry在云原生安全实践上的重要进步,为现代化应用部署提供了更强大的安全保障。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557