您当前的位置:首页 > 文章 > 窃取 AI 工具链的非人类身份 token,验证改密码无法吊销

窃取 AI 工具链的非人类身份 token,验证改密码无法吊销

作者:砚零 时间:2026-11-18 阅读数:2 人阅读分享到:

摘要:AI 工具链里有一大批没有账号的主体——MCP server、CI 流水线、Agent runtime、LLM 网关的项目密钥。它们手里那件东西叫 token,不叫密码。于是出事之后,运维最顺手的一步"把密码改了",对这些凭据一点用都没有。

我按公开文档复刻了一个身份平面,把七类非人类身份凭据丢进七个吊销动作里过了一遍(49 格,33 格适用),又在一个 31 个载体的合成工程目录里埋了 34 枚格式合法的凭据去量扫描器,最后数了一次工具调用的输出会在几个地方落地。四个结论都不太直觉:

  • 改密码只让 1 类凭据失效(人类会话),重置 MFA 是 0 类。七类里六类照常工作。

  • 吊销"你手上那张票",当场打掉 6 类,但只有 4 类是彻底的。CI 联邦身份用 2 个请求、App 私钥链用 3 个请求就能重新铸一张,前后不到一次页面刷新。

  • 轮换 IdP 签名钥看起来像核按钮,实测只让 2 类立刻失效,彻底终止 0 类。

  • 只认厂商前缀的扫描器在 AI 载体上掉到 13/18,因为一半的凭据是命令内嵌、URL 口令和拆行拼接,根本不是一个前缀能认出来的。

引言

  1. 非人类身份没有"账号"这个抓手。没有账号就没有"改密码"这个动作,也就没有围绕它的那一整套应急流程。

  2. 吊销凭据不等于吊销身份。有自铸能力的凭据(私钥链、CI 联邦、refresh token)要吊销到签发根,吊销到票是白费。

  3. 别把日志里那一张票当成全部暴露面。你看到的是票,文件里躺着的是印票机。

  4. AI 工具链把凭据的落点从 1 个变成 7 个。一次cat .env,同一枚 token 在 10 个文件里留下 19 份副本。

  5. 防御顺序是"先有清单",不是"先上 DPoP"。没有清单,后面四层都无处落地。

一、先把这个词拆开

"非人类身份"这个词被用得太松,松到失去了操作性。我用一个更笨的定义:一个能独立通过认证、但背后没有一个自然人日常登录的主体。

按这个定义数一遍,一条典型的 AI 工具链上有多少这样的主体:

  • IDE 里跑的编码 Agent,用一把模型 API key 和一把 GitHub PAT

  • MCP server,用数据库连接串和工具侧的 OAuth 授权

  • CI 流水线,用一枚 OIDC 联邦信任锚去换 1 小时的构建令牌

  • 部署机器人,用一个 GitHub App 的私钥去换安装令牌

  • LLM 网关,用一把项目密钥代理所有模型调用,并且顺手记下每一次 prompt

  • 向量库的 ingest worker,用一把写权限 key

六个,还没算上评测集、notebook、日志管道。它们都有一个共同点:没有人会在早上九点登录它。

这件事的后果比听起来严重。人的凭据挂在账号上,机器的凭据挂在自己身上。账号是一个中心节点,动一次全清;凭据是一堆离散对象,只能一件一件去删。而且删的时候你未必删对了那一件。

image

这不是我编的框架。NIST 在 2026 年 9 月定稿的 IR 8587《Protecting Tokens and Assertions from Forgery, Theft, and Misuse》里,把 workload identity 单列出来谈,建议这类主体用"收紧范围、短寿命、经批准的身份平台签发"的令牌,一般不超过 1 小时,并尽量上发送方约束(mTLS 或 DPoP)。报告里还有一句特别实在的话:令牌会从日志、CI/CD 流水线、调试输出、缓存和部署产物里漏出去,检测到泄漏就应当按安全事件处理。

注意它把"日志"和"缓存"和"部署产物"并列。这三样在传统应用里是三类不同的东西,在 AI 工具链里经常是同一个东西——Agent 的 trace 里就有缓存内容,缓存里就有日志文本。

另一头,厂商文档其实早就承认了这件事。Okta 的文档里写着:停用一个 workload connection,只会停止签发新的令牌,已经签发的继续有效;单个 access token 不支持单独吊销;API key 的吊销因为签发方有缓存,最长要五分钟才生效。三条合起来是一句大白话:你能关掉水龙头,但关不掉已经流出去的水。

下面我把这句话量出来。

二、AI 工具链上的四段身份

先把落点画清楚,否则后面所有的"吊销"都无从谈起。一条 AI 工具链的凭据大致分布在四段:

image

开发态是最脏的一段。.claude/settings.local.json会把"以后别再问我"执行过的整条命令原样存下来——包括命令里的库密码。2026 年 11 月 Apiiro 的研究把这件事量了出来:公开 GitHub 上有 104,185 份这个文件,其中 1,122 份(约 1.1%)至少含一枚真凭据,共 1,379 枚;把 git 历史、共享的settings.json和 Agent 对话记录一起算,是 1,994 个仓库里的 2,539 枚。里面 379 个是数据库密码,122 个 Supabase service-role key,43 个 SSH 登录(有人直接写了 root 口令),42 个 GitHub/GitLab/npm 令牌,23 个 AWS key。受影响组织 63 家。

同一份研究里还有两个数字值得单独拎出来:1,105 个可追溯的仓库里,有 539 个是"Claude 作为共同作者的提交"动过这个文件;1,122 个含密钥的文件里,gitleaks 只抓到 564 个,TruffleHog 抓到 643 个,215 个两个都没抓到——因为它们长得不像任何厂商的 key,是PGPASSWORD=后面跟的一串口令。

CI 态是价值最高的一段。一枚 OIDC 信任锚可以换 1 小时的构建令牌,一个 App 私钥可以换安装令牌。这两样东西平时藏在仓库 secret 里,一旦被读走,攻击者拿到的不是一次访问,是一条产线。

运行态是最容易被忽略的一段。Agent runtime 的容器 env、工具结果缓存、trace 上报,三处都会存下模型和工具的完整输入输出。很多团队给 trace 设了保留 30 天,等于给凭据开了一个 30 天的展览。

数据态是最隐蔽的一段。向量库的 chunk metadata 里有 ingest 服务的 key,评测集的 fixture 里有"当时能跑通"的真实 key,notebook 的输出单元格里有 client 初始化时用的 api_key,.ipynb_checkpoints/里还有一份更旧的。

四段用的是同一批权限。区别只在于凭据以什么形态躺在地上——而形态决定了你事后能不能找到它。

三、先把身份平面搭出来

要回答"改密码能不能吊销",靠推理是没用的,因为答案取决于实现细节,而实现细节各家用得不一样。我搭了一个能跑的最小身份平面(lab/nhi.py),三条硬约束:

签名是真的。HMAC-SHA256,JWT 三段结构,kid指向签名钥,exp、jti、授权族 epoch 全部参与校验。改一个字节就验不过,过期一秒就拒,吊销的jti立刻生效。自检里专门有反向用例:越权能力必须拒、改签名必须拒、过期必须拒。

时间是可注入的。虚拟时钟从1780000000起步,advance(3600)就是"一小时后"。这样"吊销后一小时还能不能用"可以在毫秒里跑完,不用 sleep,也不会因为机器慢而漂。

吊销语义按公开文档复刻,不按我的想象。这一条最要紧,我把四条写进了lab/README.md:

动作 复刻依据
改密码连带杀该用户的会话 多数 IdP 的默认行为,也是管理员重置密码时的常见勾选项
停用账号只杀会话与绑定该用户的 PAT 项目级、工作负载级凭据没有属主,不受影响
删 refresh token 不杀已签发的 access token access token 自证,资源服务器不查库
轮换签名钥只让存量 JWT 立刻失效 静态 key 不经过签名校验,完全不受影响

七类凭据,能力集合是六个:repo:read、repo:write、ci:trigger、deploy:prod、model:invoke、prompt_logs:read。每类拿其中一部分。

类 绑定到人 形态 授予能力
session 是 不透明会话 repo:read / repo:write / model:invoke / prompt_logs:read
pat 是 静态个人令牌 上四项 + ci:trigger
refresh 是 OAuth 刷新令牌 repo:read / model:invoke
api_key 否 项目静态密钥 model:invoke / prompt_logs:read
gw_key 否 AI 网关项目密钥 model:invoke / prompt_logs:read
ci_oidc 否 信任锚 → 1h 令牌 ci:trigger / deploy:prod / repo:write
app_pk 否 私钥 → JWT → 1h 安装令牌 repo:read / repo:write / deploy:prod

七个动作:改密码、重置 MFA、强制下线、停用账号、吊销手上这张票、吊销签发根、轮换 IdP 签名钥。

判定不看状态码,看能力覆盖:这个凭据被授予 4 个能力,吊销后还有几个能过去。0/4 才叫死透。另测两件相关的事——一小时后(不借助新请求)还剩多少,以及用残留的根重新铸一张票要几个请求。

49 格里 16 格是"不适用":对着一把项目级密钥谈"改密码"没有意义。剩下 33 格是有效测量。

image

四、改密码杀不掉什么

先看第一行和第一列,也就是大多数人第一反应会做的两件事。

改密码:7 类里 1 类死。死的是人类会话,0/4。其余六类全部满分:pat5/5、api_key2/2、refresh2/2、ci_oidc3/3、app_pk3/3、gw_key2/2。原因是结构性的——这些凭据的校验路径里根本没有"用户密码"这个输入。你把密码从Hunter2!改成N3w-Passw0rd!,资源服务器验的还是那串签名的 HMAC。

重置 MFA:7 类里 0 类死。一格都没变。MFA 保护的是"签发那一刻",保护不了"签发之后"。拿一枚已经签发的 refresh token 去换 access token,全程不需要任何人重新过一遍 MFA——这就是为什么攻击者偏爱 refresh token:它把一次多因素认证的成功,兑换成了一条可以反复续期的通道。

强制下线:也是 1 类。它比改密码更精准,也更无力:只动会话,不动任何凭据。

停用账号:2 类。会话和 PAT。这是七个动作里对"人"最彻底的一个,而对机器毫无影响——api_key、gw_key、ci_oidc、app_pk四类凭据的登记表里uid是null,账号被停用了,它们连"我的属主被禁了"这件事都不知道。

把七个动作横着看:

动作 当场失效 彻底终止 可复铸
改密码 1/7 1/7 0
重置 MFA 0/7 0/7 0
强制下线 1/7 1/7 0
停用账号 2/7 2/7 0
吊销手上这张票 6/7 4/7 2
吊销签发根 7/7 7/7 0
轮换 IdP 签名钥 2/7 0/7 2

"彻底终止"的口径是三个条件同时成立:当场不能用了、一小时后仍然不能用、且无法从残留的根复铸。

image

这张表里有两个数字很刺眼。

吊销手上这张票:当场失效 6/7,彻底终止只有 4/7。中间差的这两类,是ci_oidc和app_pk。它们的票确实废了——0/3、0/3——但对面手里还有印票机。这一节的结论不是"吊销没用",而是"吊销的对象选错了"。

轮换 IdP 签名钥:当场失效 2/7,彻底终止 0/7。这是全文最反直觉的一格。签名钥轮换听起来像核按钮:所有存量令牌立刻验不过。实际打到的只有两类——refresh换出来的 access token,和两类的 JWT。pat、api_key、gw_key完全不疼,因为它们从不经过签名校验,走的是哈希查表。而被打到的那两类,各自在 2 到 3 个请求之后就用新钥重新签出了一张。

还有一格值得单独说:refresh在"吊销这张票"之后是2/2。因为吊销的是 refresh token,而被签发的 access token 是自证的,资源服务器不查库,它能一直用到exp为止——在我的靶场里是 3600 秒。很多团队的应急流程里,"把 refresh token 删掉"已经算处理完了;实际是处理完了一半。

五、你吊销的是票,不是印票机

为什么两类工作负载身份能无限续?因为它们手里拿的不是票,是印票的模具。

image

GitHub App 那一套是最典型的三段式:私钥签一个 10 分钟的 JWT,JWT 换一个 1 小时的安装令牌,安装令牌干活。攻击者从 CI secret 里读走私钥之后,整条链就归他了。你发现异常,把安装令牌作废——他再签一次 JWT,再换一张安装令牌,三个请求。你轮换 IdP 签名钥——同样三个请求。你只有把 App 的私钥删掉,链才断在第一环。

靶场里这一格的具体数字:

app_pk  / 吊销这张票      → 0/3 当场失效 → 复铸 ok,3 个请求
app_pk  / 轮换签名钥      → 0/3 当场失效 → 复铸 ok,3 个请求
app_pk  / 吊销签发根      → 0/3,复铸失败(私钥已删)
ci_oidc / 吊销这张票      → 0/3 → 复铸 ok,2 个请求
ci_oidc / 轮换签名钥      → 0/3 → 复铸 ok,2 个请求
ci_oidc / 吊销签发根      → 0/3,复铸失败(信任锚已轮换)

三个请求、两次 HTTP 往返,中间没有一次人工审批,也没有一次会触发"新设备登录"的告警——因为从头到尾没有"登录"这个动作。这就是非人类身份的攻击经济学:侵入成本是常数,防守成本是"你得知道根在哪里"。

而这恰恰是最难的一步。你在 trace 日志里看到的是一枚 1 小时有效的安装令牌。私钥在哪?在 CI 的 secret 里,在一个你三个月前配好就再没看过的仓库里,在一个没人记得它存在的.env.gpg里。日志能告诉你票被用了,告诉不了你印票机放在哪。

所以真正可操作的判据不是"这枚 token 有没有被吊销",而是:这枚 token 有没有一个我无法吊销的上游。有,就得顺着上游找到根;没有,才轮到谈吊销。

顺带说一个同源的坑。refresh那一列的2/2说明了一件事:授权族(grant)和令牌(token)是两层。只删 refresh token,access token 还在飞;要让整族立刻失效,得动 epoch 或者调用撤销端点(RFC 7009 意义上的 revocation),让资源服务器知道"这个授权已经不算数了"。前者是删一行记录,后者是一次跨服务的状态传播——工作量差一个数量级,效果也差一个数量级。

六、凭据以什么形态躺在地上

到了这一步,问题从"能不能吊销"变成"能不能找到"。这两件事在真实环境里是绑在一起的:你找不到的凭据,等于吊销不了。

我把一个合成的 AI 工程目录铺开到 31 个载体,往里面埋了 34 枚格式合法的凭据(值全部本地随机生成,前缀、长度、字符集、JWT 三段结构都是真的)。31 个载体分三组:AI 工具链载体 14 个,传统载体 11 个,另外 6 个是"应当不被命中"的对照文件。

34 枚凭据按包装方式分一分,形状是这样的:

image

  • 结构化字段 18 枚:.env的KEY=value、YAML 的stringData、JSON 的"api_key": "..."。这一类是所有扫描器的舒适区。

  • 长文本里的明文 8 枚:trace 导出的output.stdout里带cat .env的全文、Agent 记忆文件里抄下来的一行export GH_TOKEN=、对话记录里引用的FALLBACK = "..."、notebook 的输出单元格。这一类扫描器能"抓到",但抓到的是一整段文本,切不开,也说不清里面有几个人。

  • 命令内嵌 4 枚:Bash(PGPASSWORD=xxx psql ...)、mysql -u root -pxxx、curl -H "Authorization: Bearer xxx"、.git/config里https://x-access-token:xxx@github.com/...的 userinfo。这一类没有"键",只有"位置"。

  • URL userinfo 3 枚:postgres://app:口令@db.internal。看着像路径,其实中间那段是口令。

  • 拆行拼接 1 枚:KEY = ("sk-proj-abc..."换行"...def")。格式化工具干的,人看不出来,行内正则也看不出来。

形状决定难度的部分,比前缀本身大。这一点在下一节被量了出来。

七、扫描器能告诉你多少

三个扫描器,都是真函数,逐条流经每个载体:

  • keyword:变量名 + 赋值。(api_key|token|secret|password|...)\s*[:=]\s*值。这是最常见的一类自研规则,写完第一版、被 JSON 的引号坑过一次、补了个"?之后的样子。

  • prefix:只认厂商前缀。sk-proj-、ghp_、glpat-、AKIA、hf_、xoxb-、sk_live-、npm_、AIza、三段式 JWT。等价于默认规则集的简化版。

  • hybrid:前缀(严格长度)+ 上下文规则(PGPASSWORD=、sshpass -p、-p、URL userinfo、Bearer 头)+ 熵兜底(赋值上下文里长度 ≥20、香农熵 ≥3.4、且同时含字母和数字),带占位符过滤器(EXAMPLE、YOUR_、连续 8 个相同字符、<...>、{{ }})。

结果:

扫描器 召回 精确率 候选数 耗时
keyword 17/34(50.0%) 83.3%(15/18) 18 7.7 ms
prefix 24/34(70.6%) 85.7%(24/28) 28 3.0 ms
hybrid 33/34(97.1%) 94.3%(33/35) 35 6.8 ms

image

分组看才看得出问题在哪:

扫描器 AI 载体(18 枚) 传统载体(16 枚) 硬样本(5 枚)
keyword 8/18 9/16 3/5
prefix 13/18 11/16 3/5
hybrid 18/18 15/16 4/5

prefix在传统载体上是 11/16,在 AI 载体上掉到 13/18。这个对比不直观,换成绝对数就清楚了:传统载体上它漏的 5 枚里有 3 枚是库口令;AI 载体上它漏的 5 枚分别是 2 个库口令(.claude/settings.local.json的两条命令)、1 个 URL 口令、2 个gw-proj-网关密钥。AI 载体里最值钱的那些东西,恰好都不是厂商前缀。

keyword更惨,50.0%。它的失败方式很有意思:在.mcp.json里它什么都没抓到——因为那是{"OPENAI_API_KEY": "sk-..."},第一个版本的正则要求键名后面直接跟冒号,被引号挡住了;在 trace 导出里它抓到了一个 169 字符的字符串,因为 JSON 里的换行是转义的,整段stdout是一个"值",扫描器把它当成了一个凭据。一个候选,三个真凭据——评分时算命中,工程上等于没切分。

hybrid唯一漏的那一枚,是拆行拼接的那一个。这不是规则写得不好,是这一类规则的天花板:行内正则看不见跨行拼接,要看见得做 AST。

prefix在这一枚上有个更微妙的表现:它抓到了sk-proj-byBm9WBmg4m2JUvRF7CULbIe,32 个字符,覆盖率 57.1%。按"这儿有东西"的口径这算命中,按"这枚凭据有没有被找到"的口径不算——残片没有任何使用价值,一个负责的采集流程也不会把它当凭据。上表 24/34 是宽口径;严格按"完整取回"算,prefix是 23/34。

两个假阳性都出在.env.example里:一个sk-proj-Ab3xK9mQ2pL7...(48 位随机串,长得和真的一模一样),一个postgres://app:change-me@localhost。这两个不是规则的问题,是信息论的问题——如果一串字符和真密钥不可区分,任何扫描器都只能报"疑似"。

所以扫描器的定位要说准:它给你的是"这里有东西",不是"这里只有这些东西"。在 AI 工具链里,它给不出的那部分——命令内嵌的口令、URL userinfo、拆行拼接、以及二进制与压缩包里的内容——恰好是 Agent 最容易带出来的那部分。

八、一次工具调用,十九份副本

最后一个实验回答一个很具体的问题:凭据从"被读到"到"被外带"之间,有没有中间站。

我写了一个确定性的工具调用管道(没有 LLM,四个工具调用,输出流经七个真实落地点,每个落地点都真的写文件):

落地点 默认行为
trace span 记录完整工具输出(上限 100 KB)
进程日志 打印完整输出
Agent 记忆 写摘要,截断到 200 字符
工具结果缓存 完整落盘,按sha256(tool+cmd)命名
前端事件(SSE) 完整推给浏览器
人工审批队列 只带工具名与参数,不带执行结果
异常上报 抛异常时带上参数与局部变量

四个调用:cat .env(短输出,凭据在前部)、kubectl get secret -o yaml(长输出,7,823 字节,凭据在 7,782 字节处)、curl -H "Authorization: Bearer ..."(凭据在参数里)、python -m evals.run(抛异常,输出里有环境变量 dump)。

image

结果:同一枚 token,落在 10 个文件里,共 19 份副本。

逐场景看,差异全在细节上:

  • cat .env:5 个点。trace、日志、记忆、缓存、SSE 全中。审批队列没中,因为凭据在结果里,不在参数里。

  • 读 k8s secret:4 个点。记忆没中,因为截断到 200 字符,而凭据在第 7,782 个字节上。截断救了一次,纯属巧合——如果那枚凭据在 secret 的前三个字段里,记忆也会中。

  • 带 token 的 curl:4 个点。日志和 SSE 没中(它们只记结果,不记参数),但审批队列中了——因为审批要给人看"到底要执行什么",而这次要执行的东西里就带着 token。

  • 抛异常的评测:6 个点。异常上报把locals一起带走了,cmd和out都在里面。

第三条值得单独说。人工审批常常被当成最后一道闸,它的设计目标是"让人看清要做什么",于是它必然拿到原始参数。一道以"给人看"为目的的闸,本身就是一次落点。这不是实现 bug,是设计的必然结果。

同理,trace 的"完整记录工具输出"是产品卖点(不然怎么调试 Agent),缓存的"完整落盘"是性能需要(不然每次都重跑),SSE 的"完整推送"是交互需要(不然前端看不到流式输出)。四个都是正确的工程决策,拼在一起就变成四个泄漏点。这就是为什么这类问题在传统应用里罕见、在 Agent 里普遍:传统应用不会把cat .env的输出当成一等公民存下来。

九、十五个月,同一条链走了五遍

上面全是靶场。真实的攻击链长什么样,看公开事件。

image

2025 年 8 月,Salesloft Drift。攻击者拿到 Drift 的 OAuth 令牌,用它读走了 700 多个组织的 CRM 数据。这不是"破解了 700 家公司",是"偷了一把能开 700 扇门的钥匙"。事后复盘里最常被引用的一句是:重置服务账号密码不会让已经存在的 OAuth 授权失效,refresh token 必须显式吊销。

2025 年 9 月,Shai-Hulud。npm 蠕虫在受害者机器上跑 TruffleHog 翻凭据,然后自我复制。这一件事的意义不在于蠕虫本身,而在于它把"扫描器"变成了攻击工具——同一套规则,防守方用来找漏,攻击方用来找钱。

2026 年 1 月,Gainsight。同一套 SaaS 集成令牌打法,第三次被复用。

2026 年 9 月 15 日,NIST IR 8587 定稿。与 CISA 的 JCDC 合作,基于近 250 条公众意见修改,把令牌寿命、吊销、工作负载身份写进了正式建议。这是这条链第一次有了官方的判断标准。

2026 年 11 月,Apiiro。落点换成了 Agent 的配置文件:1,994 个仓库、2,539 枚凭据。这件事和 2025 年 8 月那件在结构上是同一件——都是"一把被授予了过宽权限的非人类凭据,没人复审,没人监控",只是载体从 SaaS 集成换成了 IDE 插件的本地 JSON。

时间线上还有一个未发生的点。手法的复用率这么高,说明根因从来没被修过:SaaS 集成被授予过宽的 OAuth 范围,从不做 scope 复审,也不做行为基线;Agent 配置被授予过宽的执行白名单,从不做 secret 过滤,也不做提交前拦截。换一个集成商,链条照跑。

十、五层防御,每层都有洞

写到这里,防御其实已经被前面的数据框死了。五层,从便宜到贵:

image

第一层,缩短寿命。access token 压到 1 小时以内(NIST 的建议值),窃取窗口跟着缩短。挡不住的是静态 key 与私钥——它们没有exp;对自铸链也只是加一次请求。

第二层,发送方约束。DPoP(RFC 9449)或者 mTLS,把令牌绑到一把只有合法持有者才有的私钥上。这是唯一能让"偷到令牌也没用"的机制,也是最难落地的一层:AI 工具链里大量客户端还不支持,本地跑的 Agent 尤其难——它要读你的文件系统,你没法要求它同时管好一把硬件密钥。折中方案是给每个 Agent 发专用凭据 + egress 白名单,用"这把钥匙只能开这一扇门"代替"这把钥匙别人用不了"。

第三层,签发根治理。私钥进 KMS、信任锚单用途、定期轮换、轮换后确认老根真的删了。这一层是唯一在靶场里拿到 7/7 的。它的失效边界在于轮换窗口——窗口期内仍然是全通,而"轮换"这件事本身最容易被忘。建议把它写进凭据清单的字段里,做成一列有到期时间的待办,而不是一条文档里的规范。

第四层,落点治理。trace 截断、记忆脱敏、缓存设 TTL、审批不落原文。这一层最便宜,也最容易做一半:本文测出七个点,改一处只堵一个点。具体到工程上,最小可用的一组:

# 落点治理的最小集合,按"谁最可能先被读走"排序
trace:
  tool_output: truncate(4096)          # 或对 output 做正则脱敏后再存
  redact_patterns: ["(sk|ghp|glpat|AKIA)[A-Za-z0-9_-]{16,}",
                    "://[^:/@]+:[^@]+@"]   # URL userinfo 整段打码
memory:
  write_summary_only: true             # 记忆只写意图,不写工具输出
  max_chars: 200
tool_cache:
  ttl: 300                             # 秒;别用默认的"永久"
  redact_on_write: true
approval:
  args_preview: hash_only              # 审批看指纹,不看原文
error_reporter:
  include_locals: false                # 这一项默认值往往是 true

第五层,行为基线。按主体统计调用量与时间分布。这一层的失效边界很实在:需要先有清单。没有清单就没有主体,没有主体就没有基线,最后只能按 IP 做告警——而 Agent 和 CI 往往共用同一批出口 IP。

所以顺序是反的。多数团队从第二层(DPoP)开始问"我们能不能上",正确顺序是第一层之前还有第零层:先把清单建出来。

清单的最小字段,我建议就这六个,多一个都会导致没人维护:

issuer        谁签的(IdP / 平台 / 自建)
subject       签给谁(工作负载名,不是人名)
credential_id 哪一件(key id / 私钥指纹 / 安装 id)
root          它的上游是什么(人 / 信任锚 / 私钥 / 无)
sinks         它出现在哪些载体里(仓库、CI、trace、记忆、缓存)
expires       什么时候到期(静态的写"永不",然后单独盯)

root和sinks这两列是这份清单存在的全部理由。前者决定"出事之后吊销到哪一层",后者决定"出事之后要去哪里找"。缺这两列,清单就退化成一张资产表。

十一、复现与边界

全部实验在本地完成,一条命令重跑:

python lab/run_all.py     # 生成靶场 → 吊销矩阵 → 扫描器 → 落地点 → lab/results.json
python build/make_figs.py # 十张图纸
python build/verify_claims.py   # 校验正文里每个数字与 results.json 对齐

测了什么:七类凭据在七个吊销动作后的能力覆盖、复铸可行性与所需请求数;34 枚合成凭据在 31 个载体上被三个扫描器命中的情况;一次工具调用的输出在七个落地点的留存。

没测什么,这一节比上一节重要:

  • 没测真实厂商实现的全部边角语义。nhi.py是按公开文档复刻的模型,不是任何产品的复刻件。真实的 Okta、GitHub、各家网关在边界情况上的行为只会更复杂,不会更简单。任何一条"某产品也这样"的推论,本文都不做。

  • 没测真实仓库的噪声规模。扫描器的精确率是在 31 个文件、34 枚凭据的小语料上量的。换到有node_modules、有压缩包、有几万个历史提交的真实仓库,精确率会掉——掉多少,本文不推测。

  • 没测日志采样率与脱敏策略。落地点实验里七个点都是"完整记录"的默认实现。真实产品可能有采样(trace 只存 10%)或有脱敏(把sk-开头的串打码)。这两样都会让副本数变少。

  • 没调用任何 LLM。落地点实验用的是确定性管道,因为要测的是"输出流经哪些地方",与模型怎么想无关。

  • 没对任何线上服务发起请求。所有凭据都是合成串,不可用于任何实际系统。

一句话总结这篇的立场:改密码不是没用,是它作用的对象和你以为的对象不是同一个。人对账号负责,机器对凭据负责;账号可以一键全清,凭据只能一件一件清,而且得先找到它、认出它的上游。

下一次你在应急群里看到"密码已经改了",值得多问一句:改的是谁的密码,以及那六类没人改密码的东西,现在还在不在。

参考文献

  1. Galluzzo, R., Regenscheid, A., Nelson, S. Protecting Tokens and Assertions from Forgery, Theft, and Misuse: Implementation Recommendations for Agencies and Cloud Service Providers. NIST IR 8587, 2026-09-15. DOI: 10.6028/NIST.IR.8587.

  2. CISA. CISA and NIST Release Guidelines to Protect Federal Cloud Identity Systems from Token Theft, Forgery, and Misuse. 2026-09.

  3. IETF RFC 9700. Best Current Practice for OAuth 2.0 Security.

  4. IETF RFC 9449. OAuth 2.0 Demonstrating Proof of Possession (DPoP).

  5. IETF RFC 7009. OAuth 2.0 Token Revocation.

  6. IETF RFC 6749. The OAuth 2.0 Authorization Framework.

  7. Apiiro Research. Coding agents leaking secrets on GitHub: "don't ask again". 2026-11-05.

  8. Okta 文档:workload connection 停用语义、access token 吊销粒度、API key 吊销缓存(转引自 OptyStack《Password Resets Don't Offboard AI》,2026-11;建议以 Okta 现行文档为准)。

  9. NIST SP 800-53 Rev 5.1.1,IA-13 Identity Providers and Authorization Servers。

  10. OWASP 非人类身份 Top 10 项目文档(风险清单,未引用具体编号)。

  11. Salesloft Drift OAuth 供应链事件复盘(2025-08);Gainsight、Klue 同类事件公开通报(2026)。

  12. Shai-Hulud npm 供应链蠕虫公开分析(2025-09)。

本站大部分文章、数据、图片均来自互联网,一切版权均归源网站或源作者所有。

如果侵犯了您的权益请来信告知我们删除。邮箱:1451803763@qq.com