Article: Identity as an Architectural Concern: Enterprise IAM Beyond Authentication

TL;DR · AI 摘要
企业级身份管理需作为架构核心设计,超越认证涉及数据模型、图数据库应用及撤销流程优化。
核心要点
- 初始设计阶段需让身份影响数据模型,图数据库可将访问查询效率提升至单次遍历。
- 合并attestation/rotation/vaulting工作流使撤销时间从3天缩短至1天内。
- 8万服务账户需持续治理,设置最大缓存年龄可控制撤销流程最终一致性延迟。
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本(无障碍 / 无 JS 友好)
- 企业级身份架构设计
- 数据模型设计
- 历史访问追踪需求
- 图数据库替代关系表
- 撤销流程优化
- 事件流机制
- 最大缓存年龄控制
- 治理实践
- 8万账户管理
- 工作流整合
金句 / Highlights
值得收藏与分享的关键句。
传统角色表查询账户所有权需多表关联,Neo4j实现单次遍历查询
合并三个安全工作流使凭证撤销时间从3天缩短至1天内
8万服务账户所有者变更管理占治理工作量的80%以上
事件流驱动的撤销机制需设置最大缓存年龄控制数据延迟
身份作为架构问题:超越认证的企业级IAM - InfoQ
InfoQ 首页 文章 身份作为架构问题:超越认证的企业级IAM
Java
QCon 旧金山(11月16-20日):深入的技术会议。改变你思维方式的同行对话。
身份作为架构问题:超越认证的企业级IAM
2026年11月6日 12分钟阅读
作者:
审阅者:
#### 关注我们
Youtube
232K 粉丝
26K 粉丝
新
RSS
19K 读者
X
57.1k 粉丝
21K 喜欢
Bluesky
收听本文 -
0:00
音频准备就绪
您的浏览器不支持音频元素。
正常
1.25x
1.5x
喜欢
新下拉阅读列表
- 阅读列表
关键要点
- 在初始设计阶段,决定身份如何塑造数据模型。最终的安全审查可以发现遗漏的检查或范围错误,但无法重构从未建立的、用于解释谁拥有访问权限及时间的架构。
- 一旦访问问题涉及所有权和有效性,图结构比角色表更适合。在我们的角色表中,“谁拥有此账户”需要一系列连接操作。在Neo4j中,只需一次遍历。
- 大约八万人拥有我们的服务账户。通过工作变动和离职保持这些所有者参与,是治理工作的大部分,因为所有者已离职的账户是无人关注的凭证。
- 当撤销操作通过事件流传播时,最终会保持一致性。了解最坏情况下的数据延迟,用最大缓存年龄进行限制,并告知安全团队具体数值。
- 将认证、轮换和封存合并为一个工作流,将撤销时间从约三天缩短至不到一天。
登录之后
对于单个应用,身份主要是供应商的选择。你选择一个身份提供商,配置SSO,验证边缘的令牌,然后继续开发功能。对于单个应用和团队来说,这是正确的选择。但随着组织规模扩大,这种做法就不再足够。登录功能仍然正常工作,但之后的一切变得困难:当审计数月后询问某个访问权限时,需要知道是谁批准的以及是否应该继续存在。
本文基于在受监管的金融服务领域构建和运营身份及访问管理平台的经验,其中错误的权限会成为审计发现。我的论点是,在企业级规模下,身份必须作为架构的一部分来处理。通常在后期才添加身份的团队,往往发现它与已确定的决策产生冲突。我假设你有OAuth 2.0或SSO的实践经验。以下内容将探讨涉及多个服务和多个所有者时出现的设计问题。
身份作为架构问题
身份应纳入架构讨论,因为它会限制看似无关的决策。数据模型是首先体现这一点的地方。一旦需要解释和审计访问权限,“谁可以访问此资源”必须是一个可以查询历史记录的关系,因为审计师会询问六个月前和现在的情况。服务边界和事件流各自带来问题;每个问题将在下文单独讨论。
#### 相关赞助商
- AI安全实战手册:借助AI加速,同时不牺牲安全性
#### 相关赞助商
Equal Experts 帮助组织利用人工智能、实现技术现代化,并通过专家工程、协作和创新交付实践构建更优质的软件。了解更多。
法规增加了另一层限制。这里有一个有用的测试:仅凭你的数据模型,能否不跨多个工具搜索日志,直接回答“3月14日谁访问过这个系统?”这个问题?如果不能,说明审计功能并未融入设计。
安全审查可以发现缺失的检查或配置错误的权限范围,但它无法为从未设计用来回答该问题的架构补救。通过测试最经济的方式是从一开始就将每次授权、撤销和认证记录为带有时间戳和操作者的事件。这样审计人员的问题就变成了对事件日志的一次查询。
扁平化RBAC模型的局限性
基于角色的访问控制(RBAC)模型是默认采用的方案,通常也足够使用。但当问题从“用户是否有这个角色?”转变为需要理解事物之间关系时,该模型就会显得吃力。我们的实体包括人员、他们拥有的服务账号,以及这些账号所持有的访问权限。我们反复提出的问题是:“谁拥有这个账号?”、“这个访问权限是否仍然有效?”以及“这个人控制了哪些资源?”
这三个问题本质上都是关系问题。所有权是一种关系。访问权限附带有有效时间窗口和认证历史记录。当人员离职或更换角色时,会连带带走一组所拥有的账号。在角色表中,每次查询都需要通过连接操作重新构建这些关系。而在图结构中,每个关系都是边,查询会沿着这些边进行遍历。
这就是为什么我们的后端使用Neo4j建模这些关系,并通过GraphQL进行查询。GraphQL的嵌套结构正好与遍历过程相匹配:先查询这个账号,然后是它的拥有者,再是其访问权限。调用方可以精确获取所需图结构切片,从账号直达其有效访问权限。没有人需要手动编写遍历逻辑,也不会过度获取大对象并在内存中进行过滤。图1展示了底层模型的结构。
图1. 在Neo4j中建模的拥有关系与访问权限图,展示了当访问权限需要过期和精细化管理时扁平化RBAC模型的局限性。(图片来源:作者原创)
查询之前,这里是模型所依赖的结构。存在三类节点:Person(人员)、ServiceAccount(服务账号)和Resource(资源)。它们之间存在两种关联关系。首先,人员拥有服务账号;其次,服务账号对资源具有访问权限。HAS_ACCESS关联关系包含一些属性,如expiration(访问失效日期)和lastAttested(所有者最后一次认证访问的日期)。由于有效性涉及账号和资源节点的特定组合,因此它作为边的属性存在,而非任何节点的属性。
此查询如下面所示,提出了我们经常自问的问题:这个账户的拥有者是谁?它的哪些访问权限目前仍然有效?从查询顶部开始分析,第一个 MATCH 子句根据 ID 获取账户,并沿着 OWNS 关系追踪直到找到拥有者。接下来的 OPTIONAL MATCH 子句沿着 HAS_ACCESS 关系指向每个资源,附加的 WHERE 子句会过滤掉已过期的访问权限。由于这是一个 OPTIONAL MATCH,即使账户没有剩余访问权限,查询仍会返回拥有者信息。最后的 RETURN 子句将拥有者姓名与所有剩余访问权限(包括资源、过期时间、最后认证时间)以数组形式一并返回。
Neo4J Cypher 查询
// 谁拥有这个账户?它的哪些访问权限今天仍然有效?
MATCH (p:Person)-[:OWNS]->(a:ServiceAccount {id: $accountId})
OPTIONAL MATCH (a)-[g:HAS_ACCESS]->(r:Resource)
WHERE g.expires >= date()
RETURN p.name AS owner,
collect({
resource: r.name,
expires: g.expires,
lastAttested: g.lastAttested
}) AS validAccesses如果用 SQL 对角色表进行相同查询,需要手动逐个连接所有关联:
-- 谁拥有这个账户?它的哪些访问权限今天仍然有效?
SELECT owner.name, res.name, g.expires, g.last_attested
FROM service_account acct
JOIN account_owner ao ON ao.account_id = acct.id
JOIN person owner ON owner.id = ao.person_id
LEFT JOIN account_grant g
ON g.account_id = acct.id
AND g.expires >= CURRENT_DATE
LEFT JOIN resource res ON res.id = g.resource_id
WHERE acct.id = :accountId;即使在这种情况下,也很容易出错。如果将过期检查放在 WHERE 子句而非连接条件中,所有没有有效授权的账户(包括拥有者)都会从结果中消失。虽然查询能运行,但仍存在三个未被注意到的问题。在这个示例中,拥有关系只是一个简单的连接,但拥有权可能被委派,一旦出现这种情况,这个连接就会变成一条未知长度的链。在图数据库中,这种链只需用一个模式即可表示为可变长度路径。过期检查也需要在每个涉及授权的查询中重复,任何遗漏该检查的查询都会返回本应被移除的访问权限。在图数据库中,检查直接嵌入遍历过程,用户无法意外跳过。最后,当某人离职时,他们拥有的账户不会主动显现,需要主动查找。在图数据库中,这些账户只需通过"owns"这条边进行一次跳转即可找到。这两个查询都经过简化,与我们实际生产环境运行的查询存在差异。
但 Neo4j 本身也存在固有成本。它意味着要多维护一个数据存储,遍历性能高度依赖建模方式。如果图结构设计不佳,可能比它替代的连接操作更慢。但对我们来说,这种成本仍然值得,因为拥有权和有效性是需要频繁遍历的核心要素。扁平化方案则将复杂性推给了后续查询的编写者。
服务账户:八万名拥有者,三种工具
在平台所有功能中,服务账户的治理工作投入最多。每个服务账户都由真实人员负责:大约八万名员工需要审核、轮换和管理他们拥有的账户。账户的安全性主要取决于所有者:是否仍在职、是否更换了团队或离开了公司。当账户所有者离职时,该账户就变成了无人关注的过期特权凭证,直到被滥用时才会被发现。
重建之前,所有者需要完成的三项任务(认证、轮换和存储)分散在三个独立工具中。所有者需要记住每个工具的功能。这对每天操作的人来说只是小麻烦,但对每年操作两次的人,或因同事离职而继承账户的人来说,这会直接导致流程失败。
重建将三项所有者职责整合到统一的工作流程中,使所有者能在同一界面上查看自己的账户及待办事项。实现这一目标不仅仅是拼接界面。每个工具原本都基于自身的日程安排和所有权假设开发,当它们共享同一工作流程时,这些假设必须重新协调。图2展示了整合前后的撤销工作流程:原本三个独立工具处理的撤销操作需要约三天时间,整合后统一的工作流程可在一天内完成撤销。
图2. 工具整合前后的撤销工作流程。(图片来源:作者原创。)
整合非自主管理的Vault
在企业身份管理中,最危险的集成通常是系统依赖于无法自主管理的外部系统。对我们来说,这就是Vault的集成。在重建之前,我们已经很好地处理了认证和轮换。这些代码是我们自主开发的,因此清楚它们可能失败的方式。Vault运行在另一个团队管理的独立工具中,使用我们无法更改的基础设施。将其整合到我们的工作流程中意味着关键控制现在依赖于对方的发布计划和系统故障。
难点在于确定当对方API无响应、响应缓慢或在我们请求超时后才响应时,我们的工作流程应如何应对。当有数万名所有者每天都在进行这些操作时,这并非边缘情况,而是每天都会发生的常见问题。因此我们采用“失败时关闭”机制:如果Vault无法访问,工作流程不会将该步骤标记为完成,所有者也永远不会被告知凭证已被存储而实际上并未存储。这在纸面上看似显而易见,但在实践中意味着我们不能将“已发送请求”视为成功。我们必须确认Vault自身的状态,与我们记录的状态进行比对,并将两者之间的任何差异视为需要我们侧处理的问题。
跨服务边界传播身份
如果每个服务都独立做访问决策,授权逻辑会分散在数十个代码库中,无人能够审计。当规则变更时,需要在每个实现过自定义版本的服务中查找,很容易遗漏某个服务。有效的方法是让身份上下文跨服务边界传播,而将决策集中到专用的策略决策点。通过OAuth 2.0令牌交换机制,身份通过作用域声明传播,因此代表调用方的服务会获得一个范围受限的令牌,而不是重复使用宽泛的令牌。
控制器发起请求,策略决策点进行决策,如以下代码片段所示:
Java代码
// 授权委托给策略层,而不是硬编码在控制器中。
// 典型的Spring Security风格;具体API因版本不同而有所变化。
@Bean
SecurityFilterChain filterChain(HttpSecurity http, PolicyDecisionPoint pdp) throws Exception {
http.authorizeHttpRequests(auth -> auth
.anyRequest().access((authentication, context) -> {
AccessRequest req = AccessRequest.from(authentication.get(), context.getRequest());
return new AuthorizationDecision(pdp.permits(req));
})
);
return http.build();
}控制器永远看不到规则,因此修改规则只需修改PDP而无需其他操作。
在服务调用过程中,传入的令牌会在下游调用前被交换为一个作用域更小的令牌:
Java代码
// 通过OAuth 2.0令牌交换(RFC 8693)将调用者的令牌范围缩小到下游调用所需范围。示例代码。
TokenExchangeRequest exchange = TokenExchangeRequest.builder()
.subjectToken(incomingAccessToken)
.audience("downstream-service")
.scope("accounts:read") // 作用域缩小到下游所需,而非调用者的完整授权
.build();
String downstreamToken = tokenExchangeClient.exchange(exchange).accessToken();每个跳转步骤的令牌都会记录其受众和作用域,因此审计日志能显示每次调用的具体目的。
通过Kafka进行撤销
授权变更通过Kafka作为事件进行传播。授权、撤销或所有权变更都会成为消息,被相关服务消费。这种设计对分布式系统是合理的,也表明撤销操作是最终一致的。一旦消费者处理事件并使任何缓存的决策失效,访问就会停止,这会在撤销记录后的一段时间发生。这个时间差应在向安全负责人说明撤销机制前进行测量并设置上限。
处理撤销事件的消费者会使缓存的决策失效,因此下次检查时会重新从源头解析:
Java代码
// Kafka消费者:授权撤销会使缓存的决策失效。示例代码,请根据自己的代理和缓存进行调整。
@KafkaListener(topics = "entitlement-events", groupId = "authz-cache")
public void onEntitlementEvent(EntitlementEvent event) {
if (event.type() == REVOKED) {
decisionCache.invalidate(event.accountId(), event.resourceId());
auditLog.record(event); // 撤销本身是一个需要审计的事实
}
}事件可能会丢失,因此缓存也有一个时间限制。只有当缓存决策的年龄小于最大值时才会被使用。超过该时间后,无论是否收到事件,都会重新从源头解析决策。这个最大值是事件丢失的最坏情况下的时间上限。在采用该设计之前,我通过模拟消费者和缓存验证了未收到的事件永远不会让访问持续超过该时间。
设置最大值需要权衡取舍。较短的最大值会使过期访问快速失效,这符合安全需求,但每次失效都会触发一次回源检查。在我们当前的流量规模下,这种负载成本不可忽视。较长的最大值对系统更友好,但对撤销更不利,因为事件丢失后影响时间更长。你需要选择一个在安全和系统性能上都能接受的数值,并明确说明:丢失的事件最多会让访问保持有效这么长时间。这是安全团队可以据此规划的明确表述。
缓存窗口只是小部分问题,而更大的延迟是流程性操作导致的。在重建之前,完全撤销访问权限需要大约三天时间,其中大部分时间都花在用户需要在不同工具中完成的步骤上。通过单一的工作流程,撤销访问权限的时间可以缩短到不到一天。
何时会过度设计
对于只有一个应用、角色数量少且只有一个团队的情况,可以跳过所有这些步骤。在主数据库中使用扁平化的RBAC(基于角色的访问控制)是更合适的选择,而使用Neo4j、Kafka和策略层则属于过度设计,最终会后悔维护这些复杂架构。判断标准是组织层面的需求:多个服务参与访问决策、服务账号数量远超且生命周期长于负责管理它们的人员、需要定期重新验证所有权,以及存在具有强制力的审计要求。以下是我评估每个组件的标准:
组件
适用场景
可跳过场景
图数据库
需要频繁遍历所有权和有效性验证时
只需判断用户是否持有某个角色时
权限事件流
访问变更需要通知多个服务,且可以定义数据过期时间范围时
只有少数服务从单一数据库读取访问信息时
中央策略层
授权逻辑否则会分散在多个代码库中时
一个应用拥有自身所有规则时
未来方向
授权机制正在从单个服务中剥离,转向可以独立测试的策略引擎。对于服务账号而言,零信任模式的实现是持续验证:账号按照预定计划定期重新证明其权限,而不是默认保持权限。我们对服务账号的重建是这一理念的手动实现版本,因为验证过程需要人工参与。一个有趣的问题是:在不丢失命名所有者提供的问责机制的前提下,有多少人工步骤可以被自动化?
作者信息主容器
关于作者
章节标题
每个作者信息主容器
#### Vaishnavi Khosla
显示更多
显示更少
#### 本内容属于Java主题
##### 相关主题:
- 开发
- 架构与设计
- OAuth
- Java
- 授权
- 单点登录
- 身份管理
- 安全
- 架构
- 相关编辑内容
- InfoQ热门文章
File Mover Express:AWS发布用于S3文件传输的开源工具 Uber构建MCP网关以管理800+服务器和5000+AI代理工具的访问权限 教育架构师:与Luca Mezzalira的对话 Spring新闻速递:Boot、Framework、Data、Security、Modulith、AI首个候选版本发布 Java新闻速递:TornadoVM 8.0、JNoSQL、Endive、JReleaser、JBang、LangChain4j、Quarkus年鉴 LinkedIn使用OpenTelemetry追踪会员从点击到后端的完整旅程
InfoQ新闻通讯
每周五汇总InfoQ最新内容,每周二发送。加入超过25万名高级开发者的社区。查看示例
我们保护您的隐私。