为多租户后台任务实现租户隔离:从任务上下文传递到跨租户回归测试

枫少@KillBoy
枫少@KillBoy
枫少@KillBoy
管理员
460
文章
0
粉丝
安全开发1 24字数 2887阅读9分37秒阅读模式
AI智能摘要
多租户异步任务常默认队列自动继承身份,实则消费者若信任消息内租户参数,极易导致租户A篡改或窃取租户B数据。AWS指出隔离不等于认证,必须用可信上下文限制访问。本文揭示上下文丢失边界,演示如何用签名令牌替代普通参数,并设计强制断言与跨租户负向测试,确保缓存、导出及审计日志全程隔离。你的数据访问层,能否在任务参数被伪造时彻底阻断越权?
— AI 生成的文章内容摘要

异步任务最容易被忽略的安全假设是:请求已经验证过租户身份,任务进入队列后就会自动继承这份身份。实际上,队列通常只保存序列化消息,消费者可能运行在另一个进程、节点甚至服务账号下。如果任务上下文丢失,数据访问层就可能退化为“按参数查数据”;如果上下文被任务参数中的 tenant_id 覆盖,租户 A 提交的任务就可能读取或修改租户 B 的数据。

租户隔离不等于完成了登录认证或角色授权。系统还必须使用可信的租户上下文限制资源访问范围,并阻止访问其他租户的资源。AWS 对租户隔离的说明也明确区分了身份验证、授权与隔离控制。

多租户异步任务从请求入口到数据访问的信任边界

先定位上下文丢失点

一个简化的入队代码可能如下:

def create_report(request):
    tenant = request.authenticated_tenant
    job_id = queue.publish({
        "task": "build_report",
        "tenant_id": tenant.id,
        "report_id": request.json["report_id"],
    })
    return {"job_id": job_id}

消费者如果直接相信消息中的 tenant_id,风险就已经存在:

def consume(message):
    report = db.query(
        "select * from reports where id = %s and tenant_id = %s",
        (message["report_id"], message["tenant_id"]),
    )
    generate_file(report)

这里至少有三个需要验证的边界:

  • 入队端确认当前用户确实属于被写入任务的租户。
  • 消息中的租户上下文不能被普通业务参数任意覆盖。
  • 消费者访问数据库、缓存、对象存储和外部服务时,都必须使用经过校验的租户身份。

report_id 和 tenant_id 的组合只能用于定位对象,不能单独构成授权依据。尤其不能让调用者提交一个新的 tenant_id,就获得访问该租户资源的能力。

准备隔离测试数据

测试应只在获得授权的测试环境进行,并使用合成数据。建立至少两个互不相同的租户,例如 tenant-a 和 tenant-b,每个租户准备同名或结构相似的资源:

  • 在两个租户中各创建一条报告、一份导出文件和一条缓存记录。
  • 为资源使用可追踪但不含真实个人信息的合成内容,例如 A_ONLY_MARKER 和 B_ONLY_MARKER。
  • 记录每个资源的 ID、所属租户、创建请求和预期消费者结果。
  • 为正常任务、伪造租户参数、缺失上下文、过期任务和重复投递分别准备消息样本。

测试数据不应只验证“能否读取一条记录”。列表、搜索、计数、分页游标、导出文件、缓存键和下载链接都可能泄露另一个租户的存在。过滤条件应在查询和聚合发生前生效,而不是先执行全局查询再在应用层删除结果。

可在测试环境为数据访问层增加强制断言:

def get_report(ctx, report_id):
    if ctx is None or not ctx.tenant_id:
        raise MissingTenantContext()

    return db.query(
        "select * from reports where id = %s and tenant_id = %s",
        (report_id, ctx.tenant_id),
    )

如果数据库支持行级安全策略,还应使用非超级用户的应用角色,并验证该角色不能绕过租户策略。应用层过滤和数据库层约束可以互相补强,但不能用其中一层替代另一层的授权设计。

配置任务身份与授权边界

任务消息应携带经过保护的上下文,而不是把租户标识当成普通业务字段。常见做法包括:

  • 入队时从已认证请求上下文生成任务身份。
  • 对任务主体、租户标识、权限范围、发布时间和过期时间进行签名或使用不可伪造的内部令牌引用。
  • 消费者验证签名、消息来源、任务类型和有效期。
  • 消费者将验证结果转换为只读的 TenantContext,业务代码不能重新赋值。
  • 数据访问函数强制要求上下文,禁止无上下文执行租户数据查询。
  • 缓存键、对象存储路径、事件主题和审计记录都包含可信租户上下文。

示例结构可以保持短小:

def enqueue(request, report_id):
    ctx = request.authenticated_context
    authorize(ctx, action="report:build", resource_id=report_id)

    claims = sign({
        "tenant_id": ctx.tenant_id,
        "subject": ctx.user_id,
        "scope": ["report:build"],
        "expires_at": now() + 900,
    })
    return queue.publish({"claims": claims, "report_id": report_id})

消费者不能把 message["tenant_id"] 直接作为授权依据。更稳妥的消息只保留签名声明或任务引用,由消费者验证后创建上下文:

def consume(message):
    claims = verify_and_decode(message["claims"])
    ctx = TenantContext.from_claims(claims)

    authorize(ctx, action="report:build", resource_id=message["report_id"])
    report = get_report(ctx, message["report_id"])
    generate_file(ctx, report)

这类设计的副作用是,任务处理不再能随意使用后台管理员权限。需要跨租户运维任务时,应单独定义受控的系统任务类型、审批记录和最小权限范围,而不是让普通任务通过修改租户参数获得跨租户能力。

多租户任务授权与跨租户回归测试工作台

执行跨租户测试

测试重点不是只验证租户 A 能访问自己的数据,还要验证租户 A 无法通过任何异步路径触达租户 B。建议按以下顺序执行。

正常路径

以租户 A 的用户身份创建任务,确认:

  1. 消息进入正确的队列或分区。
  2. 消费者恢复出 tenant-a 上下文。
  3. 查询只返回 A 的资源。
  4. 生成的文件、缓存和事件也都带有 A 的隔离范围。
  5. 审计日志记录任务 ID、租户、主体、资源和最终结果。

然后重复租户 B 的同一流程,确认结果不会混入 A 的标记数据。

负向路径

使用已知的租户 B 资源 ID,让租户 A 创建任务。预期结果应是拒绝、找不到或安全失败,且响应、日志和生成文件中不能暴露 B 的内容。需要覆盖:

  • 直接读取或更新 B 的对象。
  • 列出、搜索、统计或导出 B 的资源。
  • 通过缓存命中 B 的结果。
  • 申请 B 文件的下载链接。
  • 通过分页游标、批量接口或重试接口间接访问 B。
  • 修改消息中的租户字段、资源字段或用户字段后重新投递。

还要测试任务在不同执行节点、不同消费者身份和服务重启后是否保持相同结果。异步任务的安全边界不能依赖某个进程内的线程局部变量或上一次请求残留的全局状态。

处理重试、死信与缺失上下文

失败策略本身也是租户隔离的一部分。

缺失或无效上下文应拒绝执行。 消费者在读取任何租户数据前检查签名、租户、主体、权限范围和有效期。缺失上下文时进入可审计的失败状态,而不是使用默认租户、系统租户或最近一次成功任务的上下文。

重试必须保持原始授权。 重试消息应引用原任务的不可变身份声明,并重新验证有效期和权限。不能因为重试由后台调度器发起,就自动提升为全局管理员。若原任务已过期或权限已被收紧,应让任务失败并要求重新授权。

死信队列不能成为无保护的数据仓库。 死信消息可能包含租户标识、资源 ID、文件路径或敏感业务参数。应限制死信读取权限,保留租户和任务审计信息,设置保留期限,并在人工重放前重新执行授权校验。重放操作需要记录操作者、原因、目标租户和新的任务 ID。

幂等键也要带租户范围。 只使用全局的 report_id 或业务名称作为幂等键,可能造成不同租户之间互相覆盖状态。应使用类似 tenant_id + task_type + resource_id + operation_version 的受保护组合,并由可信上下文生成租户部分。

判断结果与修复回归

测试通过的标准不只是“返回 403”。应同时确认:

  • 租户 A 看不到 B 的数据、计数、错误细节和资源是否存在的可推断信息。
  • B 的资源没有被更新、删除、导出、缓存或发送到外部系统。
  • 缺失上下文在数据访问前失败。
  • 伪造或篡改后的任务进入失败或死信流程,而不是被默认身份执行。
  • 重试、超时、消费者重启和人工重放都不会改变租户边界。
  • 审计日志自身不会跨租户暴露敏感字段。
  • 任务状态接口也执行租户授权,不能仅凭任务 ID 查询其他租户的状态。

修复时,应优先收紧共享的数据访问入口,而不是只给某一个消费者补条件。将租户上下文作为必需参数传入仓储层、缓存层和文件服务,并对旧的无上下文调用设置明确的失败信号。随后重新执行正向和负向测试,检查数据库查询、消息内容、缓存键和审计事件,避免出现“主查询已隔离、导出或缓存仍未隔离”的局部修复。

权限收紧与存量任务

上线更严格的租户校验后,队列中已经存在的任务可能没有签名上下文,或者使用旧版本的授权格式。直接切换消费者可能导致存量任务全部失败;继续兼容旧消息又可能保留越权路径。

可采用分阶段回退方案:

  1. 先在测试环境和小比例消费者上启用强制校验,统计缺失上下文、签名不匹配和过期任务。
  2. 对无法证明租户归属的存量任务统一标记为待人工处理或进入受控死信队列,不自动补写租户身份。
  3. 对能够从受信任的任务记录恢复身份的任务,生成新的签名任务并保留原任务关联关系。
  4. 保留旧消费者作为短期回退,但让它只处理经过迁移的、可验证的消息,不允许继续接受任意 tenant_id 参数。
  5. 确认队列积压、失败率、死信量和跨租户负向测试结果后,再完全关闭旧格式。

回退应恢复部署版本或消费策略,而不是关闭租户校验、开放全局数据库账号或允许缺失上下文继续执行。任何临时兼容开关都应限定环境、任务类型和有效期限,并纳入审计。

把这组测试纳入持续集成或发布前安全回归后,异步任务就不再只是“请求处理的延迟版本”,而会被作为独立的信任边界验证:从请求入口生成的可信租户身份,必须贯穿入队、消费、重试、数据访问、缓存、文件输出和审计全过程。

 
枫少@KillBoy
    • 董明珠
      董明珠 1

      任务上下文最好做成不可变对象,省得后续代码误改

    匿名

    发表评论

    匿名网友

    拖动滑块以完成验证