必须先验签再扫描,否则攻击者能绕过身份校验;WebFlux中禁用block(),须用Flux异步读取并decode防乱码;JSON需递归遍历所有字符串节点检测SQL关键词;过滤器顺序须@Order(-2)验签、@Order(-1)检测且校验auth_passed。

必须先验签再扫描,否则攻击者能绕过身份校验直接触发检测逻辑,既无效又拖垮线程。
GlobalFilter 里不能用 body.asString().block() 读取请求体
WebFlux 是响应式模型,body.asString().block() 是阻塞式调用,会卡住整个事件循环线程,高并发下极易引发线程耗尽。真实可用的做法是用 Flux 异步读取,并配合 DataBufferUtils.join() 合并缓冲区:
- 先检查
exchange.getRequest().getHeaders().getContentType()是否为application/json或application/x-www-form-urlencoded - 对 JSON 类型,用
exchange.getRequest().getBody()获取Flux,再.map(buffer -> buffer.asByteBuffer())转换 - 用
String data = StandardCharsets.UTF_8.decode(byteBuffer).toString()解码,避免中文乱码 - 绝不调用
.block();若需同步处理,应封装进publishOn(Schedulers.boundedElastic())
JSON body 的 SQL 检测必须递归遍历所有字符串节点
只解析顶层字段(如 jsonNode.get("name").asText())会漏掉嵌套结构里的恶意内容,比如 {"filter": {"name": "admin' OR 1=1--"}}。正确方式是用 Jackson 的 JsonNode 遍历所有 JsonNodeType.STRING 类型值:
使用Atmosphere构建通过WebSocket、SSE、gRPC、WebTransport、MCP、A2A和AG-UI流传输的JVM代理网关,并带有治理钩子。
- 用
ObjectMapper.readTree(data)加载完整 JSON 树 - 调用
jsonNode.findValuesAsText("")获取全部字符串值(注意:空字符串匹配所有文本节点) - 对每个字符串值做大小写不敏感的关键词检查:
'、"、;、--、#、UNION、SELECT、EXEC、INSERT、UPDATE、DELETE - 禁用全文正则匹配(如
Pattern.compile(".*union.*", CASE_INSENSITIVE)),它会把 JSON 键名、结构符一起吞进去,误报率极高
过滤器顺序必须设为 @Order(-1) 且严格在验签之后
Spring Cloud Gateway 中,GlobalFilter 的执行顺序由 getOrder() 返回值决定,数值越小越早执行。但「SQL 检测」绝不能比「验签」早——否则攻击者伪造 appKey 就能直接打到检测逻辑,既绕过权限控制,又可能因反复触发解析消耗 CPU 和内存:
- 验签逻辑(查配置中心、校验 timestamp/nonce、Redis 去重)必须放在一个独立的
@Order(-2)过滤器中 - SQL 检测过滤器设为
@Order(-1),并在filter()开头加校验:if (!exchange.getAttributeOrDefault("auth_passed", false)) { return chain.filter(exchange); } - 不要把两个逻辑塞进同一个过滤器;拆开才能清晰控制依赖和降级路径
- 若使用 Nacos 配置中心,SQL 规则应支持热更新,避免重启网关——规则变更后通过
ApplicationEventPublisher广播刷新
真正难的不是写检测逻辑,而是让网关在不阻塞、不误杀、不绕过的前提下,把每个请求的 body 安全地“看清楚”。多数线上事故都出在解码没做 URL decode、JSON 递归深度不够、或 order 值设错导致验签被跳过——这些点一旦漏掉,防护就形同虚设。










