Permify权限系统实体查询异常问题分析与修复
2025-06-08 17:18:49作者:俞予舒Fleming
问题背景
在Permify权限管理系统中,开发人员发现了一个关于实体查询端点的异常行为。当Schema中包含基于属性值的实体权限定义时,lookup_entity端点会返回未请求的实体类型ID,导致权限检查结果出现偏差。
问题复现
通过以下Schema定义可以复现该问题:
entity user {}
entity aaa {
relation role__admin @user
permission ccc__read = role__admin
}
entity bbb {
relation resource__aaa @aaa
relation role__admin @user
attribute attr__is_public boolean
permission ccc__read = role__admin or attr__is_public
}
entity ccc {
relation resource__aaa @aaa
relation resource__bbb @bbb
permission ccc__read = resource__aaa.ccc__read or resource__bbb.ccc__read
}
当配置了相应的关系元组和属性值后,查询ccc类型实体时,系统错误地返回了bbb类型的实体ID。
技术分析
这个问题本质上是一个权限计算逻辑的缺陷。在权限检查的递归计算过程中,系统未能正确处理属性权限与其他权限类型的组合关系。具体表现为:
- 当检查
ccc实体的ccc__read权限时,系统需要递归检查其关联的aaa和bbb实体的权限 - 对于
bbb实体,其ccc__read权限定义为role__admin or attr__is_public - 由于
attr__is_public属性为true,系统错误地将bbb实体本身也纳入了最终结果集 - 实际上,系统应该只返回满足权限条件的
ccc类型实体
解决方案
Permify团队在1.2.7版本中修复了这个问题。修复的关键点包括:
- 改进了权限计算的递归逻辑,确保只返回请求的实体类型
- 增加了针对属性权限与其他权限组合情况的测试用例
- 优化了权限计算的边界条件处理
影响范围
该问题会影响以下场景:
- 使用属性权限与其他权限组合定义的Schema
- 涉及多层级权限递归计算的查询
- 使用
lookup_entity端点进行权限检查的应用
最佳实践
为避免类似问题,建议开发人员:
- 为复杂的权限定义编写测试用例
- 定期更新到最新版本的Permify
- 在Schema设计时,注意权限计算的边界条件
- 对于生产环境,建议进行全面测试后再部署
总结
权限系统的正确性对应用安全至关重要。Permify团队快速响应并修复了这个实体查询异常问题,体现了项目对稳定性和正确性的重视。开发人员应及时更新到修复版本(1.2.7及以上),以确保权限检查的准确性。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
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
343
Ascend Extension for PyTorch
Python
235
267
暂无简介
Dart
686
161
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
React Native鸿蒙化仓库
JavaScript
266
327
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
56
33
🔥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
🎉 (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
1.22 K
669