Безопасность
OAuth в production: audience атаки, observability и реальные провалы
JWT-валидатор логирует WARN, когда aud claim не содержит ожидаемое значение, затем всё равно принимает токен — “aud содержит client_id вызывающего”. Токен был выпущен для другого приложения. Валидатор только что принял чужой токен — audience bypass, реальный CVE паттерн, замеченный в Microsoft Azure AD в ноябре 2024.
Audience атаки
Когда один authorization server выдаёт токены для нескольких resource server (API-A и API-B), валидатор, принимающий любой валидный aud, может быть эксплуатирован: атакующий, получивший токен для API-A, представляет его API-B.
Правильная проверка aud: содержит ли aud claim токена hard-coded идентификатор этого resource server? Не “содержит ли aud любой известный client_id?” — логическая инверсия, обходящая защиту.
RFC 8707 — Resource Indicators: Клиент указывает resource параметр в /token запросе, называя target resource server. IdP выдаёт токен только с этой audience. Если клиенту нужны токены для обоих API-A и API-B, он вызывает /token дважды с разными resource значениями. Неудобно, но корректно.
Token Exchange (RFC 8693): Resource server, которому нужно вызвать downstream сервис, может представить свой incoming токен и запросить новый токен, валидный у downstream, с суженной audience. Это “least privilege” для service-to-service hop.
Claim cnf (confirmation) сужает привязку дальше: DPoP устанавливает cnf.jkt в thumbprint публичного ключа. Токен с cnf можно использовать только с proof, подписанным соответствующим приватным ключом — audience binding плюс sender binding вместе.
if token.aud.includes(EXPECTED) { accept }
Хранение токенов по типу клиента
Где живут токены — определяет поверхность компрометации:
Browser SPA:
- Access-токен: только JavaScript память (closure или React state). Никогда
localStorage— XSS-readable. - Refresh-токен:
httpOnly; Secure; SameSite=Strictcookie — недоступен из JS. - При page reload:
prompt=nonesilent/authorizeround, используя refresh-токен cookie.
Native mobile app:
- Access-токен: OS keychain (iOS Keychain, Android Keystore). Не process memory.
- Refresh-токен: OS keychain, никогда в
SharedPreferencesили незащищённом storage.
Server-side приложение:
- Access-токен: server session (in-memory или Redis, не клиент).
- Refresh-токен: server session. Клиент никогда не видит ни одного токена.
Machine-to-machine (CI/CD, сервис):
- Использовать
client_credentialsgrant, не user-delegated токены. - Никогда не embed user access-токены в CI pipelines.
Production observability
Минимально-жизнеспособный OAuth observability dashboard:
| Метрика | Условие alert |
|---|---|
refresh_replay_detected_total | Любое ненулевое значение — вероятная компрометация |
id_token_validation_failure_total по reason | Spike на sig/kid → JWKS rotation issue |
token_introspection_latency_p99 | Выше 200ms → IdP перегружен |
jwks_cache_hit_ratio | Падение ниже 90% → слишком короткий cache TTL |
dpop_proof_failure_total по reason | Spike на iat_skew → clock drift в mobile клиентах |
token_request_total по outcome | Spike на invalid_grant → атака или misconfigured клиент |
refresh_replay_detected_total > 0 — самый actionable alert: означает что хотя бы один refresh-токен был использован двумя различными клиентами — кто-то украл токен.
Четыре реальных OAuth провала
Facebook, сентябрь 2018. Баг в фиче “View As” утёк 50 миллионов access-токенов. Атакующие могли имперсонировать любого из этих пользователей в любом Facebook OAuth клиенте (Spotify, Tinder, Instagram). Fix: инвалидация 90 миллионов токенов.
Slack, февраль 2017. Misconfigured OAuth redirect URI в third-party Slack app позволил атакующему фишингом украсть authorization code workspace owner. Атакующий эскалировал до full admin access. Fix: URI валидация, enforcement exact-match redirect URI на уровне IdP.
GitHub Enterprise, 2021. Баг в PKCE verification позволил downgrade атаки против старых клиентов. Исправлено в patch release.
Microsoft Azure AD, ноябрь 2024. Token-validation cache poisoning уязвимость позволила crafted токену обойти aud валидацию ~30 минут на cached negative response. Fix за несколько часов. Root cause: negative-response кеш не различал “aud не найден” от “aud явно отклонён”.
Паттерн: каждый инцидент вовлекал одну пропущенную или buggy обязательную проверку. Industry ответ на все четыре был одинаков — больше обязательных проверок, короче TTL, шире observability.
Команда хочет делить один access-токен между двумя resource server (API-A и API-B) для удобства. Почему это опасно?
Почему access-токены нельзя хранить в localStorage в browser SPA?
Поставь шаги диагностики spike id_token validation failures в порядке:
- 1 Проверить dimension failure_reason на id_token_validation_failure_total
- 2 Если reason 'sig' или 'kid-not-found' — подозревать JWKS key rotation
- 3 Проверить jwks_cache_hit_ratio — падение указывает на stale cache от rotation
- 4 Подтвердить, опубликовал ли IdP новый signing key недавно
- 5 Триггернуть немедленный JWKS refresh на всех инстансах
- 6 Уменьшить JWKS cache TTL до 5–10 минут и добавить on-cache-miss refresh как backstop
- 01Объясни audience confusion атаку и правильную aud check, предотвращающую её.
- 02Почему refresh_replay_detected_total > 0 — сигнал компрометации, а не безвредная ошибка?
- 03Какой observability gap решает короткий access token TTL (5–15 мин)?
Валидация audience — hard-coded identity check, не membership check — aud токена должен содержать конкретный идентификатор этого resource server, никогда не выводимый из запроса. Хранение токенов следует threat model клиента: JS память для SPA, OS keychain для native, server session для server-side. Production observability должна раскрывать refresh_replay_detected_total (сигнал компрометации), JWKS cache hit ratio (готовность к ротации) и introspection latency (здоровье IdP). Четыре крупных OAuth инцидента — Facebook 2018, Slack 2017, GitHub Enterprise 2021, Azure AD 2024 — каждый следовал из одной пропущенной или buggy обязательной проверки. OAuth безопасность — проблема полного набора: каждая проверка должна проходить, каждый раз.
встречается в202
- Почему GraphQL получает N+1junior
- Механика DataLoader: батчинг на границе тикаmiddle
- Контракты batch-функции: порядок, формы, ошибкиmiddle
- Federation и lookahead: батчинг за пределами DataLoadermiddle
- Защита сложности запросов: depth, cost, persisted queriesmiddle
- Senior GraphQL API: scheduling-контракт, изоляция арендаторов, наблюдаемостьsenior
- Зачем идемпотентность: безопасные retryjunior
- Серверный state machine: четыре состояния idempotency keymiddle
- Outbox и inbox: effectively-once через dual-write границуmiddle
- Конкурентность и архитектура кеша для идемпотентности на масштабеsenior
- Наблюдаемость, production-инциденты и дизайн для глобального масштабаsenior
- Event loop: один поток, три очередиjunior
- Задачи, микрозадачи и scheduler.yield()middle
- Голодание микрозадач, длинные задачи и LoAFsenior
- Event loop Node.js: фазы, nextTick и задержка циклаsenior
- React, Vue и наблюдаемость INP в продакшенеsenior
- Render pipeline: шесть стадий от байтов до пикселейjunior
- Цена стадий и модель процесса рендерераmiddle
- Инвалидация, dirty-биты и containmiddle
- Слои композитора: продвижение, перекрытие и память GPUmiddle
- Флейм-стрип DevTools и жизненный цикл кадраmiddle
- Layout thrash: форсированная синхронная компоновкаsenior
- BeginMainFrame, анимации на потоке compositor и память GPUsenior
- Observability в проде: LoAF, INP и полная поверхность атакиsenior
- Что такое V8 и почему производительность различается в 100 разjunior
- Четырёхуровневый JIT-конвейер V8 и профилированная тиеризацияmiddle
- Hidden classes, деревья переходов и расположение в памятиmiddle
- Inline caches, состояния IC и деоптимизацияmiddle
- Orinoco GC: параллельный scavenger, конкурентная разметка и барьеры записиmiddle
- Спекулятивный движок TurboFan и ловушка deopt-loopsenior
- V8 в production: Isolates, сжатие указателей и реальные аварииsenior
- Что такое воркеры и зачем они нужныjunior
- Механика web workers: dedicated, shared и OffscreenCanvasmiddle
- Structured clone и transferablesmiddle
- Жизненный цикл service worker и стратегии кешированияmiddle
- SharedArrayBuffer, Atomics и cross-origin isolationsenior
- Граничные случаи service worker: version skew, долговременность и ловушка навигацииsenior
- Пулы воркеров, Comlink и наблюдаемость в продакшенеsenior
- Что делает реконсилер: render vs commitjunior
- Объект fiber и дерево с двойной буферизациейmiddle
- Чистота фазы render и подшаги фазы commitmiddle
- Реконсиляция: эвристики диффа и ловушка ключейmiddle
- Приоритетные lanes, time-slicing и useTransitionmiddle
- Bailout, мемоизация и tearingsenior
- React Profiler, компилятор и продакшн-наблюдаемостьsenior
- Стратегии рендеринга: SSG, SSR, ISR, streaming и гидратацияjunior
- SSG, SSR, ISR, streaming и RSC — как работает каждая стратегияmiddle
- Цена гидратации: selective, progressive, острова, resumabilitymiddle
- Hydration mismatch: причины, обнаружение и правило детерминизмаsenior
- RSC, стратегия на маршрут и production-наблюдаемостьsenior
- Core Web Vitals: что измеряют LCP, INP и CLSjunior
- CLS: почему происходят сдвиги лейаута и как их остановитьmiddle
- Трейдоффы метрик, RUM-атрибуция и цикл CI+полеsenior
- Общая картина: от URL до LCP до INP как эстафетаjunior
- Восемь слоёв трассировки: от service worker до второй навигацииmiddle
- Пять канонических поломок: где производство стабильно ломаетсяsenior
- Метод трёх треков: чтение трасс и построение системы мониторингаsenior
- Что такое cache stampede и почему он делает всё хужеjunior
- Лок и single-flight: ограничение параллельных rebuildmiddle
- XFetch: вероятностное раннее истечение без координацииmiddle
- Stale-while-revalidate и CDN request coalescingmiddle
- Детектирование stampede и дизайн TTL для продакшенаmiddle
- Метастабильный сбой, fencing-токены и production-постмортемыsenior
- Что такое отношение: таблицы, строки, ключи и ограниченияjunior
- Ограничения, ключи и типы данных Postgresmiddle
- Нормальные формы, денормализация и почему схемы «прилипают»middle
- JSONB, массивы и когда side table побеждаетmiddle
- Heap-хранилище, TOAST и выравнивание колонокsenior
- Целостность схемы: deferral, версионирование и сбои в продакшнеsenior
- Реляционная модель vs документные, wide-column, граф и key-valuesenior
- Index-only scan, Visibility Map и INCLUDEsenior
- Типичные сбои в продакшне и аудит индексовsenior
- pg_statistic, ANALYZE и производственная наблюдаемостьmiddle
- Производственные режимы отказа и стабильность плановsenior
- MVCC: как Postgres раздаёт согласованные снимкиjunior
- Заголовок tuple и механика снимковmiddle
- HOT-обновления и уровни изоляцииmiddle
- VACUUM, bloat и autovacuummiddle
- CLOG, XID wraparound и MultiXactsenior
- SSI и production-тюнинг autovacuumsenior
- Реальные провалы MVCC, deployment-паттерны и распределённые снимкиsenior
- Connection pool: зачем амортизировать стоимость backend Postgresjunior
- Режимы PgBouncer: session, transaction и statementmiddle
- Размер пула: формула (ядра × 2) + шпинделей и двухуровневый стекmiddle
- Исчерпание пула и idle-in-transaction: сценарий отказа в 3 ночиmiddle
- Миграция на transaction mode: план развёртывания и prepared statements в PgBouncer 1.21middle
- Процессная модель Postgres и почему увеличение max_connections снижает производительностьsenior
- Ландшафт пулеров 2026, serverless connection storms и полная таксономия отказовsenior
- Что такое миграция схемы и почему она заменяет ad-hoc DDLjunior
- ADD COLUMN: мгновенно в PG 11+ против перезаписи в старом Postgresjunior
- Режим отказа очереди блокировок: почему мгновенный DDL может заморозить базуmiddle
- Безопасные DDL-паттерны: NOT VALID, CONCURRENTLY и исправления небезопасных операцийmiddle
- Expand-contract: нулевой простой для ломающих изменений схемыmiddle
- Advisory-блокировки, инструменты миграций и координация деплояsenior
- Таксономия сбоев миграций и дисциплина продакшнаsenior
- Зачем нужно шардирование: потолок одного Postgresjunior
- Выбор ключа шарда: стратегии hash, range, list и directorymiddle
- Партиционирование против шардирования: одно слово, два разных понятияmiddle
- Ко-локация и Citus: инвариант, делающий шардирование пригодным к использованиюmiddle
- Режим отказа hot shard: обнаружение, изоляция и долгосрочная политикаmiddle
- Schema-based шардирование и альтернативы мультиарендностиsenior
- Онлайн-решардинг, 2PC и операционная стоимость шардированияsenior
- Семь актов: от CREATE TABLE до Citusjunior
- Акты 1–3 в глубину: схема, индексы и статистика планировщикаmiddle
- Акты 4–6 в глубину: MVCC bloat, connection pooling и безопасные миграцииmiddle
- Акт 7 в глубину: шардинг, co-location и семиуровневый каскад трейдоффовmiddle
- Наблюдаемость, антипаттерны и производственный триажsenior
- Роли Raft, term и почему majority-кворум предотвращает split brainjunior
- Как Raft реплицирует log entry и решает, что его безопасно коммититьmiddle
- Выборы лидера в Raft: таймауты, правила голосования и четыре свойства безопасностиmiddle
- Raft в реальном мире: partition, медленный диск и клиентская маршрутизацияmiddle
- Расширения Raft: pre-vote, learner, snapshot и линеаризуемые чтенияsenior
- Raft в production: membership change, Multi-Raft и observabilitysenior
- Где происходит data fetching — и почему это решает LCPjunior
- Fetch waterfall''''ы — диагностика и лечение через Promise.allmiddle
- React Server Components и Suspense streamingmiddle
- Клиентский кэш: TanStack Query, SWR и stale-while-revalidatemiddle
- LCP, prefetch и race conditions в интерактивном fetchingmiddle
- Senior internals: RSC payload, слои кэша и production паденияsenior
- Конверт IPjunior
- Читаем IP-заголовокmiddle
- Трёхстороннее рукопожатие TCPjunior
- Номера последовательности и состояние соединенияmiddle
- DNS: что делает и зачем существуетjunior
- Обход резолвера: перенаправления, типы записей и gluemiddle
- TTL, кеширование и распространение DNSmiddle
- Что делает TLS и зачем он нуженjunior
- Рукопожатие за 1 RTT: key share и ECDHEmiddle
- Возобновление сессии и 0-RTTmiddle
- Расписание ключей, SNI, ALPN и расширенияsenior
- Защита 0-RTT, ECH, гибридный PQ и продакшн TLSsenior
- WebSocket: HTTP-апгрейд до постоянного соединенияjunior
- Формат WebSocket-фрейма: opcodes, маскирование, фрагментацияmiddle
- Backpressure в WebSocket: когда клиенты не успеваютmiddle
- Реконнект: jittered backoff, thundering herd, восстановление сообщенийsenior
- WebSocket в масштабе: HTTP/2 мультиплексирование, permessage-deflate, C10Msenior
- WebSocket в production: прокси, безопасность и распределённая архитектураsenior
- Что делают обратные проксиjunior
- Health checks, connection draining и slow startmiddle
- Session affinity, consistent hashing и правильное решениеmiddle
- Retry-бури, circuit breakers и load sheddingsenior
- Устойчивая архитектура LB: anycast, zone-aware маршрутизация и observabilitysenior
- Почему QUIC, а не TCP+TLSjunior
- Connection ID и миграция сетиmiddle
- Возобновление 0-RTT и шифрование пакетовsenior
- DDoS: что это и почему работаетjunior
- Атаки усиления и истощение состоянияmiddle
- Ограничение скорости: алгоритмы и архитектураmiddle
- WAF, межсетевые экраны, mTLS и HSTSmiddle
- Отравление DNS-кэша и BGP-перехватsenior
- Эшелонированная защита и экономика атакsenior
- Двенадцать слоёв: один URL, семь действующих лицjunior
- DNS, TCP, TLS по очереди: куда уходят миллисекундыmiddle
- Перехват прокси и шлюзы безопасности: rate limiter, WAF, mTLSmiddle
- Альтернативные пути: QUIC 0-RTT, WebSocket upgrade, миграция соединенияmiddle
- Наблюдаемость: распределённые трейсы, USE/RED и семплированиеsenior
- Устойчивость: каскадные повторы, circuit breakers и error budgetsenior
- Что такое три сигнала: метрики, логи, трейсыjunior
- Зачем нужны структурные логи: дневник против таблицыjunior
- Схема продакшн-лога: поля, которые несёт каждая строкаmiddle
- PII-редакция и log injectionsenior
- OTel Logs Data Model и audit-логи как подсистемаsenior
- Что такое OpenTelemetry: API, SDK, Collector, OTLPjunior
- Сигналы OTel, Semantic Conventions и проводной формат OTLPmiddle
- Collector OTel: receivers, processors, exporters и паттерны развёртыванияmiddle
- Vendor-нейтральность, eBPF-инструментирование, Operator и OTel в браузере и serverlesssenior
- Эксплуатация OTel Collector: надёжность, version skew, режимы отказа и управлениеsenior
- SLI, SLO и error budget: надёжность в числахjunior
- Error budget policy, latency SLO и составные journeysmiddle
- Продакшн-отказы SLO, самонаблюдаемость, безопасность и общая картинаsenior
- Что такое trace propagation и почему сломанная propagation хуже отсутствия трейсовjunior
- traceparent и tracestate: полный формат W3C-заголовкаmiddle
- Baggage и async-границы: перенос контекста через очереди и callback''''иmiddle
- Async context на разных языках, service mesh, миграция B3 и безопасностьsenior
- Production-сбои propagation, span links и платформенный дизайнsenior
- Debugging-воронка: SLO → RED → trace → profilejunior
- Архитектура OTel: один SDK, четыре сигнала, один wire-форматmiddle
- Петля инцидента: от пейджера до постмортема до предотвращенияmiddle
- Масштаб, безопасность и ROI наблюдаемых системsenior
- Cache lines и false sharing: когда параллелизм замедляет кодmiddle
- SIMD и data layout: AoS vs SoA и разница в 4–8xmiddle
- Cache-oblivious алгоритмы, PGO и production failuressenior
- GC в production: наблюдаемость, безопасность, edge cases и управление флотомsenior
- Batching: амортизируй фиксированную цену каждой операцииjunior
- Окно батчинга: размер и время ожиданияmiddle
- Batching в Kafka и Postgresmiddle
- io_uring и наблюдаемость пакетированияmiddle
- От Nagle до io_uring: эволюция пакетированияmiddle
- Backpressure, изоляция сбоев и безопасность батчей в продакшенеsenior
- CI enforcement и RUM: делаем бюджеты рабочимиmiddle
- V8 JIT-пайплайн, HTTP-приоритеты и безопасность bundlesenior
- Цикл performance: дисциплина, а не проектjunior
- Классификация и исправление: сопоставление family bottleneck с методамиmiddle
- Observability-стек и CI gates: ловить регрессии до выпускаmiddle
- От инцидента к enforcement: SLO burn до верифицированного исправления за 35 минутmiddle
- Культура, экономика и масштаб performancesenior
- At-most-once, at-least-once, exactly-once: три контракта доставкиjunior
- Три ножки сбоя — где реально происходят дубликаты и потериmiddle
- Consumer-side dedup: самый дешёвый путь к exactly-once processingmiddle
- Kafka exactly-once semantics: idempotent producer и транзакцииmiddle
- SQS visibility timeout, DLQ и outbox patternmiddle
- Exactly-once в production: impossibility-доказательство, гибридные паттерны и реальные инцидентыsenior