首页
学习
活动
专区
圈层
工具
发布

#安全

Agent 调内部接口谁来管权限?

业务接口侧加鉴权:订单和库存接口校验调用方令牌的签名、受众和签发方,不信任“来自 MCP Server 的网络位置”。令牌受众必须是业务接口自身,防止 Agent 用一张“给 MCP 用的令牌”直接重放到业务接口。 启用令牌交换:让 Agent 用入站用户令牌换取出站令牌,下游从出站令牌的 sub 取用户身份做行级权限。如果身份系统暂时不支持,先在 Agent 入站层做用户认证、把用户 ID 写入受控的内部凭据,但需评估风险。 审计记录出站令牌的 jti 和 sub:业务接口日志至少包含“出站令牌 ID、用户 sub、Agent client_id、请求的接口和参数摘要”。这样越权事件可以按令牌 ID 反查完整链路,满足“查得到是谁调的”的要求。 MCP 侧权限保留,但不作为唯一防线:MCP Server 侧的权限继续管工具级授权,作为纵深防御的一层,但安全边界的主体在业务接口的身份校验和令牌交换上。... 展开详请

Agent 接入 MCP 工具,统一网关和按业务拆分,到底哪个更香?

别做单选题,生产环境的标准答案是“前端统一网关入口 + 后端按业务域拆分”。 纯搞单体 MCP Server,几十个工具全塞给模型,上下文直接爆炸,选错工具的概率飙升。纯拆分不设网关,鉴权得写几十遍,API Key 散落,安全审计根本没法做。 踩坑后的落地架构是:Agent 只连一个 MCP Gateway。网关接管 SSO 鉴权、限流和全量审计,后端按域(如订单、财务)拆分成独立的 MCP Server 集群,互不干扰。 核心杀招是网关层的“动态裁剪”:网关拦截 tools/list 请求,根据当前用户的 RBAC 权限,只返回他有权调用的工具子集。Agent 永远看不到全量工具,既防了上下文膨胀,又实现了最小权限。 实测网关增加的 P99 延迟也就 15ms 左右,完全可接受。另外,别把内部 API 1:1 包装成工具,按高频独立、中频聚合、长尾走通用执行器来分级,几百个接口压到二三十个工具才是正解。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

workbuddy积分被大额盗刷,安全问题任重而道远?

WorkBuddy积分大额盗刷确实已有真实案例。检索显示,有用户反馈刚充值6000多分就被单笔扣掉5300多分,官方客服以“正常消耗”回应,维权困难;另有用户被一次性盗刷3600多分,原因指向登录态或OAuth Token泄露。 当前AI工作台的安全风险主要来自三方面:一是恶意Skill通过隐藏指令、钓鱼页面或后台脚本窃取Cookie、SSH密钥和API Token;二是第三方低价积分灰产诱导用户运行脚本修改本地配置,劫持客户端权限并截留办公数据;三是登录态被盗后缺乏二次验证,攻击者可长期调用积分。 防范建议:立即联系官方客服吊销全部OAuth和设备授权;只从官方渠道安装Skill,启用沙箱和最小权限;不在主力机裸跑Agent,敏感操作前核实URL;积分仅通过官网购买,拒绝任何第三方代充或脚本。目前尚无法确认WorkBuddy是否已上线单次积分消耗上限或异常消费熔断机制,建议直接向官方工单核实。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

AI 哲学思考 7:当 AI 能证明代码正确,谁来证明问题问对了?

代码能被证明,是因为它跑在封闭的逻辑里。但“问题对不对”从来不是逻辑题,是人和现实之间的谈判。 形式化验证再强,也只能保证你完美实现了自己写下的东西。可规范本身写错了、漏了、或者压根没抓住真需求,证明就变成了一种精致的自欺。历史上不少系统灾难,代码毫无bug,错的全是规格。 谁来兜底?没有谁能“证明”问题问对了,只有人能不断质疑、试错、承担后果。这个责任没法外包给任何工具或算法,因为它本质上涉及意图、价值和语境——这些东西不在任何可证明的系统里。 ai时代最稀缺的能力,恐怕不是写代码或验证代码,而是知道自己什么时候问错了问题。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

多线程并发安全问题怎么解决?

多线程并发安全没有银弹,核心就三件事:减少共享、控制访问、保证可见性。 能避免共享就别共享。用ThreadLocal隔离状态,或者把数据做成不可变对象,天然线程安全。必须共享时,优先用并发容器(ConcurrentHashMap、BlockingQueue)代替自己加锁,它们内部优化过竞争路径。 需要自己同步时,synchronized够用就别上ReentrantLock,JVM对它有逃逸分析和锁升级优化。读写多写少用ReadWriteLock,读操作不互斥。原子操作用Atomic类或LongAdder,比锁轻量一个数量级。 别迷信volatile,它只保可见性和有序性,不保原子性。i++这种复合操作加了volatile照样不安全。 最后,并发bug靠测试很难暴露。上线前做代码审查重点看共享可变状态,生产环境开JFR或Async Profiler抓锁竞争热点,比事后查日志靠谱得多。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

云函数固定公网出口 IP 被同地域函数共用,白名单该如何拆分?

紫风十五年服务端架构专家,用高可用承载亿级流量,用高性能支撑毫秒级响应。为业务增长提供坚实的技术底座。
这是共享出口 IP 的老问题:固定出口 IP 在同地域是函数级别共享的资源,别人也在用,你没法把对方踢出去。白名单层面能做的是收窄加分层。能不用公网出口的,改走 VPC 内网直连或对等连接,彻底绕开共享 IP。必须走公网白名单的,别把 IP 当唯一凭证,叠加应用层鉴权:token、签名、mTLS,IP 只当辅助过滤。不同业务对白名单要求不同时,按安全等级拆函数:高敏感业务单独一组函数配独享出口,用 NAT 网关绑定 EIP 可以做到函数级隔离,普通业务共享。这样共享 IP 的泄露面就被限制在低敏感业务里,排查起来也有边界。... 展开详请

高频扫描防护封禁IP的生效模块范围?

“高频扫描防护”是腾讯云边缘安全加速平台 EO(EdgeOne)Web 防护模块下的功能,其封禁 IP 的生效范围取决于配置层级: 站点级防护策略:对整个站点下所有域名生效。 域名级防护策略:仅对指定的单个域名生效。 该功能位于 EO 控制台的“边缘安全 > Web 防护 > 托管规则”模块中,触发后会在全球边缘节点部署生效,针对匹配访客(按客户端 IP 或 XFF 头识别)执行拦截、观察或 JavaScript 挑战等处置动作。 需注意,“高频扫描防护”与腾讯云 WAF 的“IP 封禁”是两个不同产品的独立功能。WAF 的 IP 封禁支持域名级区分封禁,但其触发条件基于规则引擎攻击次数统计,不属于“高频扫描防护”范畴。若你使用的是 WAF 而非 EO,则不存在“高频扫描防护”这一模块名称,应确认实际使用的产品及对应功能入口。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

数据子网网络 ACL 已放通 3306,跨子网连接仍超时,应如何排查?

网络ACL是无状态的,只放通入站3306没用,回包的出站方向没显式放行,SYN-ACK回不去就会超时。这是最常见的坑。 排查按这个顺序走:先确认源子网和目标子网的ACL出站规则都放行了对应端口和IP段;再查两端安全组入站是否允许对方IP访问3306;然后看路由表有没有指向正确的下一跳,同VPC跨子网默认互通但自定义路由表可能覆盖默认行为;最后检查MySQL账号授权的主机地址是否包含客户端IP,以及实例内部防火墙(iptables/firewalld)有没有拦3306。 别用ping测连通性,它走ICMP跟TCP 3306无关。直接用telnet <目标IP> 3306或nc -zv <目标IP> 3306验证端口级可达性,能区分是网络层不通还是应用层拒绝。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

两台 CVM 挂载同一 CFS 后 root 无法写入,应如何排查?

排查优先级与路径差异:先查目录属主和UID映射,而非用户权限。root_squash 下 root 被映射为匿名用户(nfsnobody),而 CFS 默认目录 755、匿名用户无写权限,这是 B 机 root 被拒的直接原因。NFSv3 挂载路径 /cfs-a1b2c3d4/ 与 NFSv4 根路径 / 指向同一文件系统数据,但 v4 使用统一命名空间,权限组变更对 v4 需等待 2分钟 生效,你只等 30 秒大概率仍在用旧规则。 权限组生效时间:腾讯云文档明确说明 NFSv4 修改权限组后需等 2 分钟;NFSv3 虽未注明具体时长,但也是异步生效。改完 no_root_squash 后必须 umount 再重新挂载,且 v4 要等满 2 分钟后再挂,否则客户端缓存的仍是旧映射。 保留 root_squash 的写入方案:不改 no_root_squash 的前提下,需在 A 机上以 app(uid=1001) 身份将 orders 目录改为 775 并设置 SGID(chmod 2775 orders),确保 B 机 uid=1002 的用户属于同组即可写入。若临时改 no_root_squash 修属主,改回后确认旧映射失效的方法是:umount → 等待 ≥2 分钟 → 重新 mount,再用 ls -ln 验证新建文件属主是否为预期 UID,而非 nfsnobody。 官方详细解决方案:https://cloud.tencent.com/product/lighthouse?Is=sdk-topnav... 展开详请

CLB 七层健康检查收到 302 就标异常,业务却还能访问,如何排查?

技术方舟

科大讯飞 | 资深架构师 (已认证)

江湖人称“山哥”,在数字化、人工智能、电商和金融等领域积累了丰富的平台架构设计经验
CLB 探测的 Host 默认与检查域名一致,留空时通常取转发域名,路径即检查路径 /,所以日志里只会出现 / 的 302。只勾 http_2xx 时,302 会被判为失败,这正是异常的直接原因。不要勾 http_3xx,否则登录跳转会被当作健康。应把检查路径改为返回 200 的 /healthz,并确认它不需要登录。探测日志已有记录,说明 100.64.0.0/10 的包已到达,安全组是有状态的,但仍建议显式放行该网段的 8080,主机防火墙也需放行同一网段。全部后端异常时是否继续转发,以及具体的恢复规则,请以腾讯云 CLB 官方文档和控制台实际行为为准,本次按健康阈值 3 次连续成功计算,恢复约需 15 秒加上探测间隔。... 展开详请

我想知道一下国内的service mesh到什么水平了呢?安全有保证吗?

技术方舟

科大讯飞 | 资深架构师 (已认证)

江湖人称“山哥”,在数字化、人工智能、电商和金融等领域积累了丰富的平台架构设计经验
国内 Service Mesh 已进入规模化生产阶段。阿里云、腾讯云、华为云等都推出了基于 Istio 的托管产品,蚂蚁、字节等大型互联网公司也有自研方案在核心业务中运行,流量治理、灰度发布和可观测性等基础能力已比较成熟。但 Sidecar 带来的 CPU 和内存开销,以及多集群治理,仍是落地时的主要难点,建议用自己的业务实测。安全方面,mTLS 双向认证和证书自动轮转能显著提升服务间通信的安全性,但默认模式通常较宽松,需要手动切换为严格模式才能强制加密。此外,控制面权限、镜像供应链和 Istio 版本漏洞的及时修复同样关键。因此,安全能力本身可靠,但"有保证"取决于正确配置和持续运维。... 展开详请

Mika 操作手机,安全边界谁守?

李福春游戏发行平台,跨境电商,低代码,物联网,数字人商业项目架构师
我会把 Mika 的虚拟屏与无线调试视为受权执行通道,而非默认全权代理。适合自动化的应是低权限、可回滚、目标明确的操作,如应用内查询、重复导航、草稿填充和可撤销设置;支付、删除、账号安全、敏感数据、跨应用组合、系统权限变更及不可逆动作必须留给人确认。虚拟屏读写范围、无线调试会话和模型可见的界面/截图边界要先划清;设备与系统差异及官方未披露能力,需以官方文档和源码核验。 方案上可采用三层权限:虚拟屏只读层、受限写入层、高风险人工层;无线调试用短时令牌和可审计会话,模型只接收脱敏界面结构与必要截图,云端不持久化敏感内容。产品应保留人工确认入口,展示动作、对象、后果和回滚方式,确认粒度在每次确认与会话内确认间取舍,默认保守。入口归属决定确认成本由手机厂商、Agent 方还是用户承担,需在协议中写清。 验证先小范围灰度,记录自动化成功率、人工接管率、高风险拦截率、确认耗时和隐私事件数,未验证指标只作假设。商业上,确认频次会影响转化与客服成本,可按风险分级设计订阅和配额,但定价前要用审计日志与灰度数据验证;正式能力范围以官方公告、源码和版本说明为准。... 展开详请

Agent接入MCP工具,安全由谁兜底?

奋勇向前关注AI应用、后端开发与音视频技术,分享MCP接入、工程实践及问题排查经验。
我觉得应该分层负责: Agent 平台管工具准入,高风险操作让用户确认。 MCP 服务校验调用身份、限制权限,记录操作日志。 业务系统在执行前检查用户能否操作这条数据,守住最终权限。... 展开详请

终端安全防护方面会有一个可以解决绝大多数问题的完美方案吗?

不存在能够一劳永逸、解决所有终端安全问题的 “完美方案”。 终端安全的风险本身是动态变化的:新的泄密手段、勒索病毒、员工操作失误、外勤离线终端、信创与 Windows 混合终端环境,风险场景一直在迭代,没有一套产品可以做到覆盖所有未知风险、堵住全部漏洞。很多企业容易陷入一个误区,希望找到一款工具,装上之后就高枕无忧,不用再做管理制度、人员培训、定期安全巡检,这个想法本身不现实。 但我们可以搭建一套适配自身业务、覆盖绝大多数高频风险的闭环防护体系。 它不是 “万能解药”,而是把终端安全里最常踩坑的模块整合到一起:透明加密、外设 USB 管控、上网日志审计、屏幕行为留痕、敏感内容告警、离线日志缓存回传、权限分级、文档水印、离职权限快速回收等能力,同时兼容 Windows、macOS、信创、Linux 多类终端,解决企业日常遇到的员工外发文件、U 盘拷贝泄密、上网行为不合规、等保日志留存、终端行为溯源这些高频痛点。 这里要分清边界:软件负责技术管控、风险拦截、行为留痕、合规举证,但解决终端安全,还需要配套制度兜底。比如管控策略要提前公示告知、明确管控范围;定期做安全培训,减少员工误操作带来的风险;结合等保要求定期做策略复盘、风险巡检... 展开详请

云数据库 Redis 内存使用率持续升高,如何找出大 key 并安全清理?

别直接上redis-cli --bigkeys,生产环境这命令会阻塞主线程。先用memory usage key抽样检查,或者跑redis-cli --scan --pattern '*' | xargs -n 1 redis-cli memory usage异步扫描,把结果按大小排序存文件里分析。 更稳妥的方式是解析rdb快照。用redis-rdb-tool或drago离线分析dump文件,能拿到每个key的类型、元素数量、内存占用,还不影响线上服务。大key通常集中在hash/zset/set类型,重点看element count过万的。 清理千万别del一把梭。string类型可以分批unlink(4.0+异步删除);hash/zset/list用hscan/sscan/lrange分片读取后逐批删除,每次控制在几百个元素内,避免单次操作耗时过长触发慢查询。删完立刻memory purge释放碎片。 治本得改业务:拆分大key为多个小key、设置合理过期时间、写入时控制单key上限。加监控告警,内存超70%就自动扫描,别等oom了才救火。 官方详细解决方案:https://cloud.tencent.com/product/tcdc?Is=sdk-topnav... 展开详请

WorkBuddy 持續報「帳號存在異常行為,已被限制使用」(11140),所有任務都做不了,如何申訴解封?

技术方舟

科大讯飞 | 资深架构师 (已认证)

江湖人称“山哥”,在数字化、人工智能、电商和金融等领域积累了丰富的平台架构设计经验
这是服务端对账号实施的使用限制,并非普通网络故障;但仅凭这些信息,无法确定究竟由内容安全、多设备异地登录、高频调用还是客户端渠道校验触发,也不能据此判断停用多久会自动解封。建议通过报错提示或 WorkBuddy 客户端的“提交反馈”入口申诉,附上 User ID、Request ID、Trace ID、报错时间及其时区、客户端版本和截图,明确说明“所有任务均无法执行,停用12小时后仍未恢复”,请求官方复核是否误判,并告知限制原因、期限及解除条件。申诉期间不必持续重试;完整日志应私下提交官方,勿公开密码、验证码或访问令牌。... 展开详请

TDMQ CKafka 消费堆积后如何安全扩容消费者并追赶进度?

消费堆积后「先扩消费者再追赶」的正确姿势,核心是避免三个坑:1. 先搞清堆积的原因再动手:是消费能力不足(消费者处理慢)还是分区数不够?Kafka 一个分区同一消费组内只能被一个消费者消费——如果 Topic 只有 4 个分区,你的消费组里第 5 个及以后的消费者全部空转。所以第一步看消费者 Lag 分布:Lag 集中在部分分区、其他分区是 0 → 分区数不足,扩消费者没用,需要先加分区;所有分区均匀堆积 → 消费处理能力不足,扩消费者有效;2. 扩分区的代价要提前知道:新增分区只对「之后写入的消息」生效,已经堆在旧分区的消息不会被搬迁——旧分区继续由原消费者消化,新流量进新分区。这意味着扩分区不会加速存量堆积的消化,只是防止增量继续堆积。CKafka 控制台扩分区后注意重分区(rebalance)会引起消费者组短暂抖动;3. 安全追赶的顺序:a. 先把消费逻辑里的批处理调大、同步转异步(写 DB 改为先写本地缓冲再批量落库)——纯参数优化经常就能翻倍消费速度,比扩容便宜;b. 扩消费者到分区数以内(不超过),观察消费速率曲线;c. 还不够就扩分区+消费者同步扩,扩分区要评估下游(落库的 DB 扛不扛得住翻倍写入速率——消费加速最容易把下游打挂,这比堆积本身更危险);d. 极端情况(堆积千万级、消息有时效性):新建一个补偿 Topic,把过期可丢弃的消息按规则跳过(用 seek 跳到最新 offset,把可丢的历史消息明确丢弃),只追赶有效部分;4. 追赶期间的监控:消费 Lag 曲线要陡峭下降才正常,如果追平后又快速堆积说明消费速率低于生产速率(扩容不够),如果 Lag 不降反升检查是否有消费者反复 rebalance(session timeout 配置不合理)。最后:堆积消化完不是终点,把这次的最大消费延迟告警阈值调严,下次堆积在 1 小时内发现处理成本完全不同。... 展开详请
消费堆积后「先扩消费者再追赶」的正确姿势,核心是避免三个坑:1. 先搞清堆积的原因再动手:是消费能力不足(消费者处理慢)还是分区数不够?Kafka 一个分区同一消费组内只能被一个消费者消费——如果 Topic 只有 4 个分区,你的消费组里第 5 个及以后的消费者全部空转。所以第一步看消费者 Lag 分布:Lag 集中在部分分区、其他分区是 0 → 分区数不足,扩消费者没用,需要先加分区;所有分区均匀堆积 → 消费处理能力不足,扩消费者有效;2. 扩分区的代价要提前知道:新增分区只对「之后写入的消息」生效,已经堆在旧分区的消息不会被搬迁——旧分区继续由原消费者消化,新流量进新分区。这意味着扩分区不会加速存量堆积的消化,只是防止增量继续堆积。CKafka 控制台扩分区后注意重分区(rebalance)会引起消费者组短暂抖动;3. 安全追赶的顺序:a. 先把消费逻辑里的批处理调大、同步转异步(写 DB 改为先写本地缓冲再批量落库)——纯参数优化经常就能翻倍消费速度,比扩容便宜;b. 扩消费者到分区数以内(不超过),观察消费速率曲线;c. 还不够就扩分区+消费者同步扩,扩分区要评估下游(落库的 DB 扛不扛得住翻倍写入速率——消费加速最容易把下游打挂,这比堆积本身更危险);d. 极端情况(堆积千万级、消息有时效性):新建一个补偿 Topic,把过期可丢弃的消息按规则跳过(用 seek 跳到最新 offset,把可丢的历史消息明确丢弃),只追赶有效部分;4. 追赶期间的监控:消费 Lag 曲线要陡峭下降才正常,如果追平后又快速堆积说明消费速率低于生产速率(扩容不够),如果 Lag 不降反升检查是否有消费者反复 rebalance(session timeout 配置不合理)。最后:堆积消化完不是终点,把这次的最大消费延迟告警阈值调严,下次堆积在 1 小时内发现处理成本完全不同。

前端安全XSS攻击原理以及防范方案?

紫风十五年服务端架构专家,用高可用承载亿级流量,用高性能支撑毫秒级响应。为业务增长提供坚实的技术底座。
XSS本质是攻击者让你的页面把数据当成代码执行,分三类:存储型(脚本存进库,所有访问者中招,危害最大)、反射型(藏在URL参数)、DOM型(前端JS把不可信内容直接插进innerHTML)。防范核心:不可信内容渲染前必须转义或净化,别用innerHTML拼HTML;React和Vue默认转义能挡住大部分,但要警惕dangerouslySetInnerHTML、v-html这类逃生舱口。URL场景只放行http和https协议,防javascript伪协议。再上CSP响应头兜底,脚本就算注入也限制外联域名;敏感Cookie加HttpOnly,被偷到了也用不了。... 展开详请

JWT 的 Refresh Token 存哪里最安全?Web 端和移动端方案有什么不同?

Web端无脑选HttpOnly Cookie,这是防XSS偷RT的唯一解法。localStorage只要有点XSS漏洞,RT就裸奔了,别省那点配置功夫。移动端老老实实塞进Keychain/Keystore,普通存储反编译就能拿,纯属找死。 关于轮换(Rotation),强烈建议每次刷新都换新的。虽然多查次DB,但能锁死泄露窗口。一旦旧RT被窃,黑客只能用一次,服务端检测到异常就能立刻踢人,安全收益远超那点复杂度。 至于并发401,别慌。搞个全局标志位isRefreshing和队列。第一个401触发刷新,后续请求全部挂起排队。刷新成功后,拿着新Token依次重试所有等待中的请求。这才是生产环境该有的稳健写法,逻辑清晰且零竞态。 官方详细解决方案:https://cloud.tencent.com/product/idsec... 展开详请

Kimi K3.1未开权重敢上吗?

别急着上。K3.1权重还没开源,现在只能调API,本地部署根本跑不起来。 2.8T参数MoE要是真想在本地玩,至少得备齐多张H100,显存和带宽全是坑。1M上下文压满,延迟绝对炸裂,工具调用一并发,服务器直接冒烟。 产品侧记住:试点归试点,默认必须关。权限隔离做细点,高危操作(比如改配置、导数据)必须二次确认,留个一键回滚开关,万一翻车能立刻救场。 商业上别被PPT忽悠。设好预算红线,按实际QPS和用户反馈验收。达不到Highspeed那个性价比,随时切回去,别为了尝鲜把业务绑死在没验证的技术栈上。先拿官方API测一轮,数据说话再决定。 官方详细解决方案:https://cloud.tencent.com/product/tokenhub... 展开详请
领券