技术

agentic chat 图数据库的一些考量 LLM一些探索 Agent实践 LLM预训练 向量数据库的一些考量 fastapi+sqlalchemy进行项目开发 LLM微调实践 Python协程实现 Agent Functon Calling LLamaIndex入门 Multi-Agent探索 Python虚拟机 LLM工作流编排 Python实践 下一个平台Agent 激发LLM涌现——提示工程 LLM微调理论 大佬沉思 LLM外挂知识库 LLMOps 多模态LLM Python一些比较有意思的库 Transformers源码学习 LangChain源码学习 通用分布式计算引擎Ray Python并发 go依赖注入 go collection gc的基本原理 golang性能分析及优化 数据湖 高性能计算与存储 Linux2.1.13网络源代码学习 《大数据经典论文解读》 三驾马车学习 Spark 内存管理及调优 Yarn学习 从Spark部署模式开始讲源码分析 容器狂占内存资源怎么办？ 多角度理解一致性 golang io使用及优化模式 Flink学习 c++学习 学习ebpf go设计哲学 ceph学习 学习mesh kvm虚拟化 学习MQ go编译器以及defer实现 学习go 为什么要有堆栈 汇编语言 计算机组成原理 运行时和库 Prometheus client mysql 事务 mysql 事务的隔离级别 mysql 索引 坏味道 学习分布式 学习网络 学习Linux go堆内存分配 golang 系统调用与阻塞处理 Goroutine 调度过程 重新认识cpu mosn有的没的 负载均衡泛谈 单元测试的新解读 《Redis核心技术与实现》笔记 《Prometheus监控实战》笔记 Prometheus 告警学习 calico源码分析 对容器云平台的理解 Prometheus 源码分析 并发的成本 基础设施优化 hashicorp raft源码学习 docker 架构 mosn细节 与微服务框架整合 Java动态代理 编程范式 并发通信模型 《网络是怎样连接的》笔记 go channel codereview gc分析 jvm 线程实现 go打包机制 go interface及反射 如何学习Kubernetes 《编译原理之美》笔记——后端部分 《编译原理之美》笔记——前端部分 Pilot MCP协议分析 go gc 内存管理玩法汇总 软件机制 istio流量管理 Pilot源码分析 golang io 学习Spring mosn源码浅析 MOSN简介 《datacenter as a computer》笔记 学习JVM Tomcat源码分析 Linux可观测性 学习存储 学计算 Gotty源码分析 kubernetes operator kaggle泰坦尼克问题实践 kubernetes扩缩容 神经网络模型优化 直觉上理解深度学习 如何学习机器学习 TIDB源码分析 什么是云原生 Alibaba Java诊断工具Arthas TIDB存储——TIKV 《Apache Kafka源码分析》——简介 netty中的线程池 guava cache 源码分析 Springboot 启动过程分析 Spring 创建Bean的年代变迁 Linux内存管理 自定义CNI IPAM 共识算法 spring redis 源码分析 kafka实践 spring kafka 源码分析 Linux进程调度 让kafka支持优先级队列 Codis源码分析 Redis源码分析 C语言学习 《趣谈Linux操作系统》笔记 docker和k8s安全访问机制 jvm crash分析 Prometheus 学习 Kubernetes监控 Kubernetes 控制器模型 容器日志采集 容器狂占资源怎么办？ Kubernetes资源调度——scheduler 时序性数据库介绍及对比 influxdb入门 maven的基本概念 《Apache Kafka源码分析》——server Kubernetes类型系统 源码分析体会 《数据结构与算法之美》——算法新解 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 ansible学习 Kubernetes源码分析——从kubectl开始 jib源码分析之Step实现 线程排队 jib源码分析之细节 跨主机容器通信 jib源码分析及应用 为容器选择一个合适的entrypoint kubernetes yaml配置 《持续交付36讲》笔记 mybatis学习 程序猿应该知道的 无锁数据结构和算法 CNI——容器网络是如何打通的 为什么很多业务程序猿觉得数据结构和算法没用？ 串一串一致性协议 当我在说PaaS时，我在说什么 《数据结构与算法之美》——数据结构笔记 PouchContainer技术分享体会 harbor学习 用groovy 来动态化你的代码 精简代码的利器——lombok 学习 《深入剖析kubernetes》笔记 编程语言那些事儿 rxjava3——背压 rxjava2——线程切换 spring cloud 初识 《深入拆解java 虚拟机》笔记 《how tomcat works》笔记 hystrix 学习 rxjava1——概念 Redis 学习 TIDB 学习 如何分发计算 Storm 学习 AQS1——论文学习 Unsafe Spark Stream 学习 linux vfs轮廓 《自己动手写docker》笔记 java8 实践 中本聪比特币白皮书 细读 区块链泛谈 比特币 大杂烩 总纲——如何学习分布式系统 hbase 泛谈 forkjoin 泛谈 看不见摸不着的cdn是啥 《jdk8 in action》笔记 程序猿视角看网络 bgp初识 calico学习 AQS——粗略的代码分析 我们能用反射做什么 web 跨域问题 《clean code》笔记 《Elasticsearch权威指南》笔记 mockito简介及源码分析 2017软件开发小结—— 从做功能到做系统 《Apache Kafka源码分析》——clients dns隐藏的一个坑 《mysql技术内幕》笔记 log4j学习 为什么netty比较难懂？ 递归、回溯、动态规划 apollo client源码分析及看待面向对象设计 学习并发 docker运行java项目的常见问题 OpenTSDB 入门 spring事务小结 分布式事务 javascript应用在哪里 《netty in action》读书笔记 netty对http2协议的解析 ssl证书是什么东西 http那些事 苹果APNs推送框架pushy apple 推送那些事儿 编写java框架的几大利器 java内存模型和jvm内存布局 java exception Linux IO学习 netty内存管理 测试环境docker化实践 netty在框架中的使用套路 Nginx简单使用 《Linux内核设计的艺术》小结 Go并发机制及语言层工具 Linux网络源代码学习——数据包的发送与接收 《docker源码分析》小结 docker namespace和cgroup zookeeper三重奏 数据库的一些知识 Spark 泛谈 链式处理的那些套路 netty回顾 Thrift基本原理与实践（二） Thrift基本原理与实践（一） 回调 异步执行抽象——Executor与Future Docker0.1.0源码分析 java gc Jedis源码分析 深度学习泛谈 Linux网络命令操作 JTA与TCC 换个角度看待设计模式 Scala初识 向Hadoop学习NIO的使用 以新的角度看数据结构 并发控制相关的硬件与内核支持 systemd 简介 quartz 源码分析 基于docker搭建测试环境(二) spring aop 实现原理简述 自己动手写spring（八） 支持AOP 自己动手写spring（七） 类结构设计调整 分析log日志 自己动手写spring（六） 支持FactoryBean 自己动手写spring（九） 总结 自己动手写spring（五） bean的生命周期管理 自己动手写spring（四） 整合xml与注解方式 自己动手写spring（三） 支持注解方式 自己动手写spring（二） 创建一个bean工厂 自己动手写spring（一） 使用digester varnish 简单使用 关于docker image的那点事儿 基于docker搭建测试环境 分布式配置系统 JVM执行 git maven/ant/gradle/make使用 再看tcp kv系统 java nio的多线程扩展 《Concurrency Models》笔记 回头看Spring IOC IntelliJ IDEA使用 Java泛型 vagrant 使用 Go常用的一些库 Python初学 Goroutine 调度模型 虚拟网络 《程序员的自我修养》小结 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件 Go基础 JVM类加载 硬币和扑克牌问题 LRU实现 virtualbox 使用 ThreadLocal小结 docker快速入门

架构

bert rerank微调 大模型推理tips RAG向量检索与微调 dddfirework源码分析 RAG与知识图谱 大模型推理服务框架vLLM 大模型推理服务框架 模型服务化（未完成） 大模型Post-Training 大模型训练 大模型推理 从Attention到Transformer k8s设备管理 ddd从理念到代码 如何应用LLM 小鼠如何驾驭大象（LLM）？ 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 kubevela源码分析 容器和CPU那些事儿 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 AutoML和AutoDL 特征平台 实时训练 分布式链路追踪 K8S YAML 资源清单管理方案 tensorflow原理——python层分析 如何学习tensorflow 数据并行——allreduce 数据并行——ps 推荐系统embedding原理及实践 机器学习中的python调用c 机器学习训练框架概述 tensornet源码分析 大模型训练和推理 X的生成——特征工程 tvm tensorflow原理——core层分析 模型演变 《深度学习推荐系统实战》笔记 keras 和 Estimator tensorflow分布式训练 分布式训练的一些问题 基于Volcano的弹性训练 图神经网络 pytorch弹性分布式训练 从混部到统一调度 从RNN到Attention pytorch分布式训练 CNN 《动手学深度学习》笔记 pytorch与线性回归 多活 volcano特性源码分析 推理服务 kubebuilder 学习 mpi 学习pytorch client-go学习 提高gpu 利用率 GPU与容器的结合 GPU入门 AI云平台梳理 tensorflow学习 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 学习rpc BFF openkruise学习 可观察性和监控系统 基于Kubernetes选主及应用 《许式伟的架构课》笔记 Admission Controller 与 Admission Webhook 发布平台系统设计 k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的？ 《软件设计之美》笔记 mecha 架构学习 Kubernetes events学习及应用 CRI——kubelet与容器引擎之间的接口 资源调度泛谈 业务系统设计原则 grpc学习 元编程 以应用为中心 istio学习 下一代微服务Service Mesh 《实现领域驱动设计》笔记 概率论 serverless 泛谈 《架构整洁之道》笔记 处理复杂性 那些年追过的并发 服务器端编程 网络通信协议 架构大杂烩 如何学习架构 《反应式设计模式》笔记 项目的演化特点 反应式架构摸索 函数式编程的设计模式 服务化 ddd反模式——CRUD的败笔 研发效能平台 重新看面向对象设计 业务系统设计的一些体会 函数式编程 《左耳听风》笔记 业务程序猿眼中的微服务管理 DDD实践——CQRS 项目隔离——案例研究 《编程的本质》笔记 系统故障排查汇总及教训 平台支持类系统的几个点 代码腾挪的艺术 abtest 系统设计汇总 《从0开始学架构》笔记 初级权限系统设计 领域驱动理念 现有上传协议分析 移动网络下的文件上传要注意的几个问题 推送系统的几个基本问题 做配置中心要想好的几个基本问题 不同层面的异步 分层那些事儿 性能问题分析 用户认证问题 资源的分配与回收——池 消息/任务队列

标签

Container 23

Concurrency 14

Life 41

Tool 8

Algorithm 8

JVM 10

Go 21

Kubernetes 65

k8s设备管理 多类型负载协调员Koordinator controller-runtime细节分析 finops学习 kubevela多集群 kubevela中cue的应用 基于k8s的工作流 kubevela源码分析 容器和CPU那些事儿 数据集管理fluid 应用管理平台kubevela karmada支持crd 多集群管理 K8S YAML 资源清单管理方案 从混部到统一调度 volcano特性源码分析 kubebuilder 学习 client-go学习 tf-operator源码分析 k8s批处理调度/Job调度 喜马拉雅容器化实践 Kubernetes 实践 openkruise学习 基于Kubernetes选主及应用 Admission Controller 与 Admission Webhook k8s水平扩缩容 Scheduler如何给Node打分 Scheduler扩展 深入controller openkruise cloneset学习 controller-runtime源码分析 pv与pvc实现 csi学习 client-go informer源码分析 kubelet 组件分析 调度实践 Pod是如何被创建出来的？ Kubernetes events学习及应用 CRI——kubelet与容器引擎之间的接口 资源调度泛谈 如何学习Kubernetes 以应用为中心 kubernetes operator kubernetes扩缩容 serverless 泛谈 什么是云原生 自定义CNI IPAM docker和k8s安全访问机制 Kubernetes监控 Kubernetes 控制器模型 Kubernetes资源调度——scheduler Kubernetes类型系统 Kubernetes源码分析——controller mananger Kubernetes源码分析——apiserver Kubernetes源码分析——kubelet Kubernetes介绍 Kubernetes源码分析——从kubectl开始 kubernetes yaml配置 CNI——容器网络是如何打通的 当我在说PaaS时，我在说什么 《深入剖析kubernetes》笔记 Kubernetes存储 访问Kubernetes上的Service Kubernetes副本管理 Kubernetes pod 组件

Other 5

Network 15

Python 7

Java 20

Spring 17

Netty 10

Storage 24

Distribute 9

MQ 8

WEB 5

Linux 11

Scala 1

Code 9

MachineLearning 74

agentic chat bert rerank微调 大模型推理tips LLM一些探索 Agent实践 LLM预训练 RAG向量检索与微调 LLM微调实践 RAG与知识图谱 大模型推理服务框架vLLM Agent Functon Calling LLamaIndex入门 Multi-Agent探索 LLM工作流编排 大模型推理服务框架 模型服务化（未完成） 大模型Post-Training 大模型训练 大模型推理 从Attention到Transformer 下一个平台Agent 激发LLM涌现——提示工程 LLM微调理论 大佬沉思 LLM外挂知识库 LLMOps 多模态LLM Transformers源码学习 LangChain源码学习 如何应用LLM 小鼠如何驾驭大象（LLM）？ AutoML和AutoDL 特征平台 实时训练 tensorflow原理——python层分析 如何学习tensorflow 数据并行——allreduce 数据并行——ps 推荐系统embedding原理及实践 机器学习中的python调用c 机器学习训练框架概述 tensornet源码分析 大模型训练和推理 X的生成——特征工程 tvm tensorflow原理——core层分析 模型演变 《深度学习推荐系统实战》笔记 keras 和 Estimator tensorflow分布式训练 分布式训练的一些问题 基于Volcano的弹性训练 图神经网络 pytorch弹性分布式训练 从RNN到Attention pytorch分布式训练 CNN 《动手学深度学习》笔记 pytorch与线性回归 推理服务 mpi 学习pytorch 提高gpu 利用率 GPU与容器的结合 GPU入门 AI云平台梳理 tensorflow学习 kaggle泰坦尼克问题实践 神经网络模型优化 概率论 直觉上理解深度学习 如何学习机器学习 深度学习泛谈

Practice 16

RPC 6

Compute 11

Architecture 20

DDD 6

Reactive 5

Basic 13

Product 3

Monitor 7

CPP 2

Mesh 12


用户认证问题

2016年08月25日

简介

安全性不是越高越好，而是够用就好。

环境风险：

  1. 被偷窥的风险
  2. 被抓包的风险
  3. 被伪造的风险

两个概念：

  1. Authentication，用户认证，就是让用户登录，并且在接下来的一段时间内让用户访问网站时可以使用其账户，而不需要再次登录的机制。
  2. Authorization，用户授权，户授权指的是规定并允许用户使用自己的权限，例如发布帖子、管理站点等。

本文的主要脉络：

  1. 用户认证是什么，简单实现
  2. 基于token的实现
  3. 前两点是在同一公司站点内。那么扩展到不同公司的站点，比如访问开放服务，用户认证怎么做

具体工具

编码，防可见

Base64 is a group of similar binary-to-text encoding schemes that represent binary data in an ASCII string format by translating it into a radix-64 representation.

选用64个可见字符代表0~63, 以此将8bit转换为一个字符，进而将一个二进制数组（可以是json、字符串等任何文档）转换为字符串。关于Base64编码的理解

签名，防篡改

针对明文计算一个签名，传输时除明文外，还携带签名。在secret key没有暴露的前提下，接收方根据明文计算签名，如果签名一致，则表示明文内容没有被篡改。

目前笔者见到以下几种方式

  1. 将明文/明文base64编码 通过 HS256使用对称秘钥加密 加密，得到一个字符串。HS256是对称加密算法，与之对应的便是大名鼎鼎的RS256（即RSA）。
  2. 将明文 带上一个secret key 计算md5

密文，防可见 + 防篡改

RSA

有效期，防重放

用户认证

从服务端的角度说：服务端提供资源给客户端，但是某些资源是有条件的。所以服务端要能够识别请求者的身份，然后再判断所请求的资源是否可以给请求者。

从客户端的角度说：所谓用户认证（Authentication），就是让用户登录，并且在接下来的一段时间内让用户访问网站时可以使用其账户，而不需要再次登录的机制。

Web开发中常见的认证机制

  1. http 四种认证方式，HTTP认证与https简介

    1. basic 认证，Authorization: Basic QWRlcGxveSdzIGJsb2c= Basic之后是username=password Base64加密后的值。本质就是每次http请求传输用户名和密码（没错，起初就是这么直接）
    2. digest 认证，basic 认证 的加强版
    3. https client 认证，
    4. form based 认证，认证信息作为请求参数，类似于Http基本认证
  2. Cookie/Session 认证机制
  3. 基于 Token 的认证机制，基本与Cookie/Session 认证机制类似，只是“sessionid”不再由tomcat存储。
  4. oauth

本文主要讲下后两种认证方式，cookie、token机制使得用户一次登录后，其它时间的请求不用再携带用户名和密码。

token 认证

关于JWT的两篇演进文章

JSON Web Token - 在Web应用间安全地传递信息

八幅漫画理解使用JSON Web Token设计单点登录系统

要点如下：

  1. JSON Web Token（JWT）是一个非常轻巧的规范。这个规范允许我们使用JWT在用户和服务器之间传递安全可靠的信息。具体的说，接收方可以确保信息自发送方发出后，没有被篡改过。文中的例子很经典，https://your.awesome-app.com/make-friend/?from_user=B&target_user=A 如果用户B触发url，则认为用户b愿意加A为好友。

    • 正常服务端逻辑。收到该请求，从请求中提取（比如cookie）用户B是否已登录的信息，如果确认是用户B，则进行相关操作。问题：该url可能在任何平台被触发，android/ios、网页、邮件中等，所以请求中不一定可以提取到用户B的登录信息。
    • 所以服务器对用户是否登录不做限定
    • 那么，用户b就可以任意添加好友了。
    • 因此，采用签名等手段，防止用户b篡改url

  2. 使用token之后，我们不仅可以做用户认证（有这个token，并且token有效的话，就可以认为用户登陆过），其潜在的约定还包括token中包含uid之类的信息，可以识别用户的身份。我们知道，通过session id可以拿到服务器保存在session会话中的kv，那么从token中拿到uid信息后， 服务器可以根据uid作出个性化反应。认证不是目的，作出个性化反应才是。不得不说，token搞这么一圈，只是将session的实现原理“显式化”了。

同一个作者演进的两篇文章

  1. Token - 服务端身份验证的流行方案
  2. 基于token的身份验证-2.0版本

token要能实现以下基本约束：

  1. 防伪造，哪怕算法泄漏

    • token中包括uid、随机数等信息，服务端存储uid与缓存的映射。收到请求后，从token中解析出uid，然后查询服务端<uid,token>的映射，判断token是否匹配

  2. 防冒充，拿着正常用户的token发送请求

    • token 计算中加入有效期

  3. 防重放，抓包到客户端请求， 然后不停地repeat

    对请求进行频控

基于token的多平台身份认证架构设计，该文章系统的论述了token系统理论问题

使用场景 来源 目的 有效期 过期后
网站一般页面访问 服务端生成 省去每次输入用户名和密码的问题 7天到一个月 用户重新输入登陆密码以确认授权
支付场景 服务端生成 一次交易的多个环节（订单、扣款等）用户授权确认 一次交易一个token 用户重新输入支付密码以确认授权
文件上传 客户端或服务端生成 服务端识别身份 看场景需求 服务端重新判断用户身份、占用资源等是否允许
推送APPKEY 和APPSercret 使用apns的推送服务，需要向apple 申请应用和密钥 服务端识别身份 一年 向apple申请

可以看到，对于用户之于一个网站，不是一个token便可以到处使用。

  1. 对于不同的用途、不同有效期、不同的平台，要准备多个token
  2. 不只用在访问网站上，用户有用户名和密码，各种andriod/ios sdk、java sdk有appkey 和 secretykey，这就是sdk的“用户名”和“密码”，。

环境风险：

  1. 被偷窥的风险
  2. 被抓包的风险
  3. 被伪造的风险

有意思的地方，基于token的安全认证：先使用用户名密码得到一个token，以后的请求使用token。https：先根据证书（crt之类）沟通一个对称秘钥，以后的请求使用对称加密，异曲同工。

oauth

HTTP 支持几种认证方式

  1. Basic Authentication（基本认证），格式为 http://username:password@url，在实际发送请求之前，用户名和密码会被组合成一个字符串（ username:password），然后整个字符串会被进行 Base64 编码，浏览器或客户端软件会在请求头中添加一个 Authorization 头部，类似于 Authorization: Basic dXNlcm5hbWU6cGFzc3dvcmQ=，通常用于测试目的或在受信任的网络环境中，其中安全性不是主要关注点。
  2. OAuth 2.0，比如Bearer Token 是一种用于身份验证的访问令牌，它授权持有者（Bearer）访问资源的权限。Bearer Token 在 HTTP 请求头中以 Authorization: Bearer <token> 的形式发送，服务器会根据这个 Token 来验证请求者的身份并授权访问。PS： Bearer 是授权人的意思。

前文主要讲述同一公司的所有站点如何做用户认证，那么在不同公司的用户站点如何实现用户认证？OAuth工作原理随想——让你的系统提供的服务更加安全

很多人会使用网盘来存放一些文件，像照片、文档之类。当我们存取文件的时候，我们需要给网盘提供账户密码，这样网盘服 务就能验证我们的身份。账户密码作为认证方式，保证只有我们自己可以存取自己的文件。这个场景足够简单，但很快我们就遇到新需求:我们需要使用一个在线制作相册的应用。按正常的使用流程，我们需要把网盘的照片下载到本地，然后再把照片上传 到电子相册。这个过程是比较很繁琐的。我们能想到的优化方法是，让相册应用，直 接访问网盘来获取我们的照片，而这需要我们把用户名和密码授权给相册应用使用。这样的授权方式，优点显而易见，但缺点也是很明显的:我们把网盘的用户名密 码给了相册服务，相册服务就拥有了读写网盘的能力，从数据安全角度，这个是很可 怕的。

OAuth 协议是为了解决上述问题而设计的一种标准方案，相比把账户密码直接给三方应用，此协议采用了一种间接的方式来达到同样的 目的。

这个协议其实就做了两件事情:

  1. 在用户授权的情况下，三方应用获取 token 所表示的临时访问权限;
  2. 然后三方应用使用这个 token 去获取资源。

如果用网盘的例子来说明的话，那就是用户授权网盘服务给相册应用创建临时 token，然后相册应用使用这个 token 去网盘服务获取用户的照片。实际上 OAuth 2.0 各个变种的核心差别，在于第一件事情，就是用户授权资源服务器的方式。

资源服务器实际上扮演了鉴权和资源管理两种角色，这两者分开实现的话，协议流程会变成下图这样。

oauth 与网关

  1. 有一个用户管理（登陆注销）系统，比如叫paasport，用户登录后获取一个key，之后用户请求携带key 访问其它业务服务，每个业务服务 拿到key 之后请求paasport 拿到用户信息（这个逻辑一般在filter中），再进行业务处理。此时网关对用户信息这块无感并透明。
  2. 根据key 获取用户信息这个动作 过于通用，因此可以转移到网关上。 结合oauth 或openid connect 协议，很多网关也会支持对应插件。将用户请求的key 转为用户信息（比如uid）附着在请求上，后端的业务系统无需关心用户信息。

其它

微服务架构中Auth Server设计

“一切历史都是现代史”，搞清楚来龙，有助于更好的理解原理。