kneron_model_converter/docs/autoflow/04-architecture/security.md

Security Notes — Phase 1

本文件記錄 Phase 1 已知的安全設計決策、被接受的風險、以及對應的 mitigation 與 Phase 2 改進候補方案。

更新時機：每次安全審查（Reviewer / Security Auditor）發現新風險或變更現有 trust assumption 時，必須更新此檔案。

索引

Section	內容
Trust Boundary	user_id 來源信任問題（Phase 1 接受風險）
Input Validation	已落實的輸入驗證機制
Storage Security	MinIO object key 控制與 cleanup 策略
Auth Security	JWT / JWKS 配置、algorithm pin
Rate Limiting	雙層 rate limiter 設計
Logging	結構化 log 與敏感資料保護
Phase 2 候補方案清單	已知待補強的設計

---

Trust Boundary（重要 design risk）

user_id 為 multipart field，受信任 visionA-backend 帶來

設計

POST /api/v1/jobs 的 user_id 從 multipart form field 傳入，不是從 JWT claim derive。Converter 完全信任 visionA-backend 端把對的 user_id 傳進來。

visionA-backend                Converter
     │                             │
     ├── client_credentials ──────→│  (取得 access token)
     │                             │
     ├── POST /api/v1/jobs ────────→│  Form-Data:
     │     Authorization: Bearer …  │   user_id: "alice"  ← visionA 端決定
     │                             │   model: <file>
     │                             │   ...
     │                             │
     │                             │  Converter 端：
     │                             │   - 用 token 驗 client（OK）
     │                             │   - 信任 user_id 是「真正提交的 user」
     │                             │   - 不再驗證 user_id 與 token 的關係

Trust assumption（Phase 1）

visionA-backend 端：

1. 程式碼安全 — 無 XSS / SSRF / RCE 漏洞，user_id 來源可信
2. infra 安全 — network ACL、IP allow-list、TLS 確保只有 visionA-backend 能呼叫此 API
3. credential 管理 — client_secret 不外洩、不放 git、不寫 log
4. audit log 健全 — visionA 端能追溯「哪個真實用戶觸發了哪次轉檔」

Risk（被接受）

visionA-backend 一旦被 compromise，attacker 可用同一個合法 client_credentials：

攻擊面	影響
為任意 user_id 建 job	冒充任何 user（user_id 完全由 attacker 控制）
鎖定特定 user 7 天	active_job conflict 機制被當武器（任意 user_id 一旦被鎖，正常請求也 409）
偽造的 job 計入 victim user_id 的 history	user:{victim}:jobs Set 被汙染，未來查 history 看到不是自己的紀錄
累計 victim 的 job count（如有 quota / billing）	Phase 2 若引入 per-user quota / billing，會誤計到 victim 上

Phase 1 決策（2026-04-25 使用者裁決）

接受此風險。 理由：

1. visionA-backend 是內部受控系統（非 Internet-facing），compromise 機率低
2. Phase 1 重點是把核心 pipeline 跑通，安全強化排在 Phase 2
3. 引入 HMAC / OBO 會增加 visionA 端的整合工作量，目前未取得對方確認

Mitigations（Phase 1 已採用）

Mitigation	說明
per-client_id rate limiter（300 req / 5min）	限制單一 client（即被 compromise 的 visionA-backend）的攻擊速度
input 完全由 server 控制 object_key	jobs/{server-生成 uuidv4}/input/{sanitize 後 filename}，attacker 無法控制 prefix
filename / user_id 嚴格 sanitize	阻擋 path traversal / Redis key injection / log injection / XSS / glob pattern
structured audit log（含 client_id + user_id pair）	可從 log 反查「哪個 client 為哪個 user_id 建了 job」，發現 compromise 時加速 forensics
active_job 7 天 TTL（fail-safe）	即便 worker 異常未清，TTL 也會自動 GC，避免 attacker 鎖死後永久不釋放

Phase 2 候補方案

方案 1：HMAC-signed user_id（推薦短期）

visionA-backend 用共享 secret HMAC 簽 user_id，Converter 驗簽：

visionA-backend                       Converter
                                       
     hmac = HMAC-SHA256(                 收到 multipart 後：
         secret,                            recv_user_id, recv_hmac
         user_id || timestamp)              ↓
                                          if HMAC-SHA256(secret, recv_user_id || ts) != recv_hmac:
     POST /api/v1/jobs ─────────→             return 401 invalid_hmac
        Form:                                 if abs(now - ts) > 60s:
          user_id: "alice"                       return 401 hmac_expired
          x_user_id_hmac: "<hex>"            else:
          x_user_id_ts: "<unix>"                accept user_id

優點：實作簡單，雙方只需要共享 secret + 規範 hash。 缺點：仍是 symmetric secret，有外洩風險；不會解決「visionA 自己被 compromise」的場景（attacker 也能簽）。

方案 2：OBO Token / Token Exchange（業界標準，推薦中期）

visionA-backend 為每個 user 取 user-context token（例如 OBO flow / Token Exchange RFC 8693），Converter 從 JWT claims 取 user_id：

visionA-backend                       Member Center                    Converter
                                                                       
     POST /token  ──────────────→       grant_type=token-exchange         
        subject_token=<user-token>      audience=converter
        subject_token_type=jwt          ↓
                                        new token with claims:
                                          sub: "alice"        ← user 身份
                                          actor: { sub: "visionA-client" }   ← 委託 client
        ←─── new access token ─────
                                                                       
     POST /api/v1/jobs ─────────────────────────────────────────────────→
        Authorization: Bearer <new token>                                  ↓
                                                                       Converter 從 token claims
                                                                       取 user_id（不是 multipart）

優點：

• 完全消除 trust boundary 問題（user_id 來自 Member Center 簽過的 JWT）
• 業界標準，跨 vendor 適用
• 自動 audit chain（actor + subject 雙重身份）

缺點：

• visionA / Member Center 都需要實作 Token Exchange 流程
• 性能：每次 POST /jobs 多一次 Token Exchange round-trip（可 cache 緩解）

方案 3：Audit Anomaly Detection（補強）

偵測同 client_id 短期內出現大量不同 user_id 的異常 pattern：

監控 metric：
  unique_user_ids_per_client_per_5min{client_id="visionA-backend-client"}

正常 pattern：
  - 一個 client_id 5 分鐘內可能服務 5-50 個不同 user_id
  
異常 pattern：
  - 一個 client_id 5 分鐘內出現 500 個不同 user_id
  - 一個 client_id 連續 1 小時內每 5 分鐘出現 < 1 秒的 burst（自動化攻擊）
  
告警 → 人工介入 → 視情況 revoke client_credentials

優點：不需要改動 protocol，可獨立實作；對已 deployed 系統最容易加上。 缺點：被動防禦（事後發現），無法即時阻擋。

---

Input Validation

已落實（Phase 1）

項目	實作位置	機制
filename sanitize	src/utils/sanitize.js sanitizeFilename	NUL byte truncation / path.posix.basename / 控制字元 / 白名單字元 / 截長 200 / leading-dot 移除
user_id 嚴格白名單	src/utils/sanitize.js validateUserId	^[A-Za-z0-9._-]+$ regex（Sec M1 強化）+ 額外 .. 拒絕
version 嚴格白名單	src/routes/v1/validators/createJob.js	^[A-Za-z0-9._-]+$ regex（Sec M3）
model_id 數字範圍	同上	^\d+$ + 1 ≤ x ≤ 65535
platform enum	同上	{520, 720, 530, 630, 730}
enable_ boolean*	同上	嚴格 'true' / 'false' 字串
metadata JSON object	同上	JSON.parse + 拒絕 array / null / primitive
model 副檔名白名單	同上	{.onnx, .tflite}（PRD F-01）
model file 大小	multer + handler	預設 500MB（multer LIMIT_FILE_SIZE → 413）
ref_image per-file 大小	validateCreateJobRequest	10MB（Sec C2 修正，避免 100 張 × 500MB = 50GB OOM）
ref_image 張數	multer fields config	maxCount=100

攻擊向量驗證清單

攻擊向量	防禦點	測試
Path traversal in filename	sanitizeFilename path.posix.basename + leading-dot strip	sanitize.test.js
NUL byte truncation	sanitizeFilename split('\0')	同上
Windows path / backslash	sanitizeFilename replace(/\\/g, '/')	同上
Redis key injection in user_id	validateUserId 拒絕 :	同上
XSS in user_id	validateUserId 嚴格白名單	同上（Sec M1）
XSS in version	version 嚴格白名單	createJob.validator.test.js（Sec M3）
Unicode RTL override	嚴格白名單拒絕非 ASCII	同上
Glob / shell metachar in user_id / version	嚴格白名單拒絕 `*?[];&	$` 等
ref_image OOM (100 × 500MB)	per-file 10MB 上限	createJob.integration.test.js（Sec C2）
log injection (CRLF)	嚴格白名單拒絕 \r\n	同上

---

Storage Security

MinIO object key 完全 server 控制

inputObjectKey  = `jobs/${jobId}/input/${safeFilename}`
                       ^uuidv4    ^server-controlled prefix    ^sanitized
refImageKey     = `jobs/${jobId}/ref_images/${index}_${safeFilename}`

attacker 無法控制：

• prefix jobs/ — server hardcode
• jobId — server 用 uuidv4() 生成
• ref_images index — server 用 idx 自增

attacker 部分控制（已 sanitize）：

• safeFilename — 經 sanitizeFilename 處理（最壞情況產生合法的相對檔名）

M5 方案 A：先寫 MinIO 後 Lua claim

避免「拿到 Lua claim 但 MinIO 失敗」需要 rollback Redis 的複雜度：

• MinIO 失敗 → 直接回 502，Redis 完全乾淨
• Lua conflict / throw → cleanup MinIO（fire-and-forget，靠 7d lifecycle 兜底）
• enqueue 失敗 → 補償 release Redis + cleanup MinIO（Sec M2 + Reviewer Major-2 修正）

Sec M4：寫入放大 pre-check

handler 在 writeInputToMinIO 之前先廉價 GET user:{userId}:active_job，若已存在直接回 409。 避免 conflict request 還是上傳完 500MB 才被 Lua reject（節省頻寬與記憶體）。

⚠️ pre-check 與 Lua claim 之間仍有 race（兩個 request 同時通過 pre-check），最終 atomicity 仍由 Lua 保證；pre-check 純粹是「optimization」。

Sec M5：mount-time STORAGE_BACKEND 檢查

createJobsRouter 在 mount 時就檢查 STORAGE_BACKEND === 'minio'：

• 不對 → 不掛 multer，POST /api/v1/jobs 直接回 500 misconfiguration
• 不會吃 multipart body，避免 misconfig 也消耗 500MB 記憶體
• GET / DELETE / download-tokens 不依賴 storage backend，仍正常掛

---

Auth Security

JWT Algorithm Pin（Sec m3）

src/auth/jwks.js 明確 pin 接受的 JWT signing algorithm：

const ALLOWED_JWT_ALGS = ['RS256', 'ES256', 'PS256'];

拒絕：

• none（jose 預設拒絕，但仍明確列出）
• HS256 / HS384 / HS512（HMAC，避免演算法混淆攻擊）

JWKS Cache

• TTL 10 分鐘（JWKS_CACHE_MAX_AGE_MS env override）
• Cooldown 30 秒（避免 JWKS endpoint 失敗時 thundering herd）
• 模組層級 cache（同一個 jwksUrl 共用一個 RemoteJWKSet）

Token 驗證

檢查項	jose 預設	Converter 加碼
signature	✅	—
exp	✅	clockTolerance 60s
nbf	✅	—
issuer	—	✅（MEMBER_CENTER_ISSUER）
audience	—	✅（KNERON_CONVERTER_AUDIENCE）
algorithm	拒絕 none	✅ pin to RS256/ES256/PS256（Sec m3）

---

Rate Limiting

雙層設計

Request → IP-based limiter (200 req / 15min)  ← app.js 全域
        → requireAuth (驗 token)
        → per-client_id limiter (300 req / 5min)  ← v1 jobs router
        → multer / handler

層級	目的	範圍
IP-based	防匿名流量 / DDoS	全 /api 前綴
per-client_id	合約上限 / 攻擊速度限制	/api/v1/jobs 寫入端點

Phase 2 待補

• Memory store 警告：目前用 process-local memory，多 instance 部署需改 Redis store
• 目前對「未認證但合法路由」的 quota 計算可能誤殺 — 預設 1 個 visionA-backend IP 帶多 user 共用，需要監控 IP-based 是否誤殺

---

Logging

結構化 JSON

所有 log 使用結構化 JSON 格式，必含：

• timestamp（ISO 8601）
• level（INFO / WARN / ERROR）
• service（task-scheduler）
• request_id（貫穿請求生命週期）
• action（domain.action 格式）

敏感資料保護

絕對不寫 log（已逐條檢查）：

• token / Authorization header
• file body / model 內容
• MinIO secret / OAuth client_secret
• JWT payload 完整 dump（只記 client_id / tenant_id / user_id）

遮罩處理（如有需要在 Phase 2 加）：

• 原始 filename（已 sanitize）— 通常不視為敏感
• IP（log 仍記，但 GDPR 場景可能需要遮罩）

Sec C1 暫緩

.env 一度被 commit 進 git history（健檢時發現），已加入 .gitignore 但 history 仍可追溯。

決策：

• Phase 1 暫緩（2026-04-25 使用者裁決）
• Phase 1 ready 後會做一次 git history rewrite + 強制 rotate 所有 secret
• 在那之前，所有 secret 都被視為「可能已外洩」，dev 環境用 dummy secret，prod 用全新生成的 secret

---

Phase 2 候補方案清單

已知待補強（依優先級）

#	項目	優先級	預期任務
1	HMAC-signed user_id 或 OBO token（解決 Trust Boundary）	HIGH	Phase 2 — auth 強化
2	Git history rewrite（清掉 .env 洩漏）	HIGH	Phase 1 ready 收尾
3	MULTIPART_MODEL_MAX_BYTES env 串接（目前寫死 500MB）	MEDIUM	T10
4	MAX_CONCURRENT_UPLOADS semaphore（防多 user 並發 OOM）	MEDIUM	T10
5	Stream storage 評估（取代 memoryStorage，根本解決 OOM）	MEDIUM	Phase 2 — infra
6	Rate limiter Redis store（多 instance 部署前提）	MEDIUM	Phase 2 — infra
7	Audit anomaly detection（user_id pattern 異常告警）	LOW	Phase 2 — observability
8	Filename Unicode normalization（極端 unicode bypass）	LOW	Phase 2 — security 細修
9	Metadata prototype pollution 防護（白名單 keys）	LOW	Phase 2 — security 細修
10	Token revocation list / JWT blacklist（無此需求現在）	LOW	Phase 2 — auth

---

變更歷史

日期	變更	觸發
2026-04-25	初版	T5 Reviewer + Security Audit 修復