【JWT】JWS与JWE实战解析:从结构差异到安全选型指南

news2026/5/13 16:51:54
1. JWT、JWS与JWE的核心概念解析第一次接触JWT相关技术时我也曾被各种缩写搞得晕头转向。直到在真实项目中踩过几次坑才真正理解它们之间的关系。简单来说JWT就像是一个快递包裹而JWS和JWE则是两种不同的包装方式——前者像透明胶带封箱能看见内容但防篡改后者则像保密文件袋完全看不见内容。JWTJSON Web Token本质上是一种开放标准RFC 7519用于在各方之间安全传输JSON对象。它由三部分组成Header说明令牌类型和签名算法Payload携带实际数据如用户ID、权限等Signature/Encryption安全验证部分这里有个常见误区很多人以为JWT必须加密其实裸JWT不带签名的也是合法格式只是不安全。我在早期项目中就犯过这个错误用未签名的JWT传输敏感数据结果被安全团队打回重做。2. JWS深度拆解带签名的JWT实现2.1 JWS的结构组成上周排查一个生产环境问题时我不得不手动解析JWS令牌。它的标准结构是这样的base64UrlEncode(header) . base64UrlEncode(payload) . base64UrlEncode(signature)以这个真实令牌为例eyJhbGciOiJIUzI1NiIsInR5cCI6IkpXVCJ9.eyJzdWIiOiIxMjM0NTY3ODkwIiwibmFtZSI6IkpvaG4gRG9lIiwiaWF0IjoxNTE2MjM5MDIyfQ.SflKxwRJSMeKKF2QT4fwpMeJf36POk6yJV_adQssw5c用在线工具解码后Header部分{ alg: HS256, typ: JWT }Payload部分{ sub: 1234567890, name: John Doe, iat: 1516239022 }2.2 签名算法选型实战去年我们系统升级时曾就签名算法做过详细压测。主流算法对比如下算法类型具体算法密钥长度验证速度适用场景对称加密HS256256bit快内部微服务通信非对称加密RS2562048bit慢对外开放API椭圆曲线ES384384bit中等移动端高安全需求实测发现RS256验证速度比HS256慢约15倍但安全性更高。有个坑要注意如果使用RS256千万记得定期轮换密钥对。我们曾因密钥三年未更换被审计警告。3. JWE完全指南需要加密时的选择3.1 JWE的五层加密结构去年做金融项目时合规要求必须使用JWE。它的结构比JWS复杂得多Protected Header算法声明Encrypted Key加密后的内容密钥Initialization Vector加密随机数Cipher Text加密后的实际数据Authentication Tag完整性校验码举个真实配置示例{ alg: RSA-OAEP, enc: A256GCM, kid: 2023-key-rotation }这表示用RSA算法加密内容密钥再用AES-256-GCM加密实际数据。3.2 性能优化经验JWE的最大问题是性能损耗。我们的压测数据显示加密耗时是JWS的8-12倍解密耗时是JWS的5-8倍优化方案对Payload超过1KB的数据才启用JWE使用A128CBC-HS256替代A256GCM可提升30%性能提前建立密钥缓存避免重复计算4. 安全选型决策树根据我参与过的十几个项目经验总结出这个决策流程是否需要隐藏数据内容是 → 选择JWE否 → 进入下一步是否需要防篡改是 → 选择JWS否 → 使用裸JWT不推荐系统边界在哪里内部系统 → HS256对称加密对外接口 → RS256非对称加密是否有合规要求金融/医疗 → 必须JWE定期密钥轮换普通业务 → JWSHTTPS即可曾有个电商项目开始用HS256做内部服务认证后来要对接第三方物流时才发现要改用RS256。迁移过程痛苦不堪——建议大家设计初期就考虑好扩展场景。5. 开发实战技巧5.1 Node.js实现示例这是我常用的JWS生成代码const jwt require(jsonwebtoken); const createToken (payload) { return jwt.sign(payload, process.env.SECRET, { algorithm: RS256, expiresIn: 2h, header: { kid: 2023-Q2-key } }); };关键配置项说明algorithm生产环境建议至少RS256expiresIn一定要设置过期时间kid密钥标识符方便轮换5.2 Java JWE实现Spring Security项目中的配置片段JwtEncoderParameters parameters JwtEncoderParameters.from( JwsHeader.with(KeyManagementAlgorithm.RSA_OAEP, ContentEncryptionAlgorithm.A256GCM) .keyId(encryption-key-1) .build(), JwtClaimsSet.builder() .issuer(https://api.example.com) .expiration(Instant.now().plus(1, ChronoUnit.HOURS)) .claim(scope, read:users) .build() );6. 常见漏洞与防护去年做安全加固时我们发现了这些典型问题算法混淆攻击强制指定算法不要依赖库的默认值// 错误做法可能被篡改算法 jwt.verify(token, publicKey); // 正确做法 jwt.verify(token, publicKey, { algorithms: [RS256] });密钥硬编码将密钥放在环境变量中不要写入代码过期时间过长access token建议1-2小时refresh token最多7天敏感信息泄露即使使用JWE也不要在payload放密码等数据有个真实案例某公司把用户权限列表全部放在JWT里结果令牌被截获后攻击者直接提升自己为管理员。正确的做法是只放用户ID权限数据实时查询。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2609674.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…