当前位置: 首页 > news >正文

登录次数限制

文章目录

        • 一、应用场景与设计目的
          • 1. 应用场景
          • 2. 设计目的
        • 二、功能设计
          • 1. 登录限制规则
          • 2. 解锁机制
          • 3. 适用维度
        • 三、技术实现
          • 1. 数据存储
          • 2. 逻辑流程
          • 3. 实现代码示例
          • 4. 动态锁定时间
        • 四、安全增强与扩展
          • 1. 防止用户名枚举
          • 2. 加入验证码
          • 3. 监控与报警
          • 4. 分布式支持
        • 五、设计思考
        • 六、总结

现在应用中,大部分都有登录模块——获取系统权限的第一道防线。面对登录框,黑客有很多攻击手段,暴力破解就是其中一种低成本攻击方法。所以登录次数限制功能成为了必要的防护措施。


一、应用场景与设计目的
1. 应用场景
  • 防御暴力破解攻击:攻击者尝试通过自动化工具测试大量用户名和密码组合。
  • 防止资源滥用:恶意用户可能通过频繁的登录尝试,增加服务器负担,甚至造成拒绝服务。
  • 提高用户数据安全性:通过限制失败尝试,保护用户的敏感信息不被非法访问。
2. 设计目的
  • 安全性:通过限制失败次数和时间窗口,降低账户被暴力破解的风险。
  • 用户体验:提供适度的限制和友好的提示信息,避免对正常用户造成过多干扰。
  • 灵活性:支持基于用户、IP或设备的多维度限制规则,适应不同场景需求。
  • 性能与扩展性:方案应在高并发环境下高效运行,并支持分布式部署。

二、功能设计
1. 登录限制规则
  • 失败次数限制:在固定时间窗口内(如5分钟)限制尝试登录的次数(如最多5次)。
  • 锁定机制:超过限制后,账号或IP在一段时间内无法登录(如10分钟)。
  • 逐步增加惩罚:对于多次超过限制的用户,可动态增加锁定时间。
2. 解锁机制
  • 自动解锁:等待锁定时间结束后自动解除限制。
  • 管理员手动解锁:在后台管理系统提供手动解锁的功能。
  • 多级验证:对于恶意尝试较多的用户,强制加入额外验证(如验证码)。
3. 适用维度
  • 用户级别:限制特定用户名的登录尝试。
  • IP级别:限制特定IP地址的频繁尝试,防止分布式攻击。
  • 设备级别:针对特定设备标识限制尝试。

三、技术实现
1. 数据存储

为了高效记录和管理登录尝试信息,推荐使用缓存系统(如 Redis)。它具有高性能、自动过期和分布式支持的特点。

数据结构设计

  • 键:login_attempts:{username}login_attempts:{ip}
  • 值:记录失败次数。
  • 过期时间:失败记录的生存周期(如5分钟)。
2. 逻辑流程

以下是登录次数限制的基本流程:

  1. 检查当前用户或IP是否已被锁定:

    • 如果锁定,提示用户锁定状态及剩余时间。
  2. 验证用户名和密码:

    • 成功:清除失败记录。
    • 失败:增加失败次数,更新过期时间,提示剩余尝试次数。
  3. 当失败次数超过限制时:

    • 锁定账户或IP,记录锁定时间。

    在这里插入图片描述

3. 实现代码示例

先引入redis依赖

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>

以下为 Java 伪代码,展示登录限制的基本实现。后面注入这个bean,根据上面流程图在对应的地方调用方法就可以了。


import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;import java.util.concurrent.TimeUnit;@Service
public class LoginAttemptService {private final int MAX_ATTEMPTS = 5; // 最大失败次数private final long LOCK_TIME = 15; // 锁定时间,单位:分钟@Autowiredprivate RedisTemplate<String, Object> redisTemplate;private String getRedisKey(String username) {return "login_attempt:" + username;}public void loginFailed(String username) {String redisKey = getRedisKey(username);Integer attempts = (Integer) redisTemplate.opsForValue().get(redisKey);if (attempts == null) {redisTemplate.opsForValue().set(redisKey, 1, LOCK_TIME, TimeUnit.MINUTES);} else {redisTemplate.opsForValue().increment(redisKey);}}public void loginSucceeded(String username) {redisTemplate.delete(getRedisKey(username));}public boolean isLocked(String username) {String redisKey = getRedisKey(username);Integer attempts = (Integer) redisTemplate.opsForValue().get(redisKey);if (attempts != null && attempts >= MAX_ATTEMPTS) {return true;}return false;}public long getRemainingLockTime(String username) {String redisKey = getRedisKey(username);return redisTemplate.getExpire(redisKey, TimeUnit.SECONDS);}
}
4. 动态锁定时间

这里你可以想办法保留先前登录失败的次数,每错一次就增加锁定的时间(类似iPhone)。

锁定时间可以随着失败次数增加,采用指数递增策略:

  • 第一次锁定:5分钟。
  • 第二次锁定:15分钟。
  • 第三次锁定:30分钟。

伪代码如下:

private long calculateLockTime(int attempts) {return (long) Math.pow(2, attempts - MAX_ATTEMPTS) * LOCK_TIME;
}

四、安全增强与扩展
1. 防止用户名枚举

攻击者可能通过系统错误提示,判断用户名是否存在。为此:

  • 登录失败统一返回:“用户名或密码错误”。
2. 加入验证码

在尝试次数接近上限时,强制用户通过验证码验证,增加破解难度。

3. 监控与报警

记录登录失败日志,通过分析大规模失败尝试,发现并阻止潜在的暴力破解行为。

4. 分布式支持

在分布式系统中,使用统一的缓存(如 Redis)存储失败记录,保证所有实例共享数据。


五、设计思考
  1. 如何平衡安全与用户体验
    • 过于严格的限制可能导致误锁定正常用户,建议提供解锁选项(如通过邮箱验证)。
  2. 如何应对复杂攻击场景?
    • 对于分布式暴力破解,需结合IP限制和设备指纹等多维度数据分析。
  3. 是否需要提供自定义规则?
    • 根据业务场景,允许管理员配置失败次数、锁定时间等规则,以适应不同的安全需求。

六、总结
  1. 如何平衡安全与用户体验?
    • 过于严格的限制可能导致误锁定正常用户,建议提供解锁选项(如通过邮箱验证)。
  2. 如何应对复杂攻击场景?
    • 对于分布式暴力破解,需结合IP限制和设备指纹等多维度数据分析。
  3. 是否需要提供自定义规则?
    • 根据业务场景,允许管理员配置失败次数、锁定时间等规则,以适应不同的安全需求。

登录次数限制是一项核心的安全功能,它不仅能有效防御暴力破解攻击,还能增强系统的整体安全性。在实现过程中,应兼顾安全性、用户体验与系统性能。同时,通过动态调整规则、加入验证码和增强监控,可以进一步提升系统的防护能力。


博客主页: 总是学不会.

相关文章:

登录次数限制

文章目录 一、应用场景与设计目的1. 应用场景2. 设计目的 二、功能设计1. 登录限制规则2. 解锁机制3. 适用维度 三、技术实现1. 数据存储2. 逻辑流程3. 实现代码示例4. 动态锁定时间 四、安全增强与扩展1. 防止用户名枚举2. 加入验证码3. 监控与报警4. 分布式支持 五、设计思考…...

java jar包内的jar包如何打补丁

问题描述&#xff1a; 主包&#xff1a;hisca.jar&#xff0c;解压后 BOOT-INFO/lib下有其他jar包 因为一个小bug&#xff0c;需要修改这个hisca包下BOOT-INF/lib下的子jar包service-hisca-impl-1.0.0.jar中的一个service类及xml文件 操作步骤&#xff1a; 1、主包jar -xvf …...

面试(进阶) —虚拟列表在什么场景使用,如何实现?

面试(进阶) —虚拟列表在什么场景使用&#xff0c;如何实现&#xff1f; 在前端开发中&#xff0c;当需要渲染大量数据时&#xff0c;传统的渲染方式往往会遇到性能瓶颈。一次性将大量数据渲染到DOM中&#xff0c;不仅会导致页面加载缓慢&#xff0c;还可能占用大量内存&#x…...

深入了解 NAT 模式:网络地址转换的奥秘

深入了解 NAT 模式&#xff1a;网络地址转换的奥秘 在计算机网络的世界里&#xff0c;NAT 模式&#xff08;Network Address Translation&#xff0c;网络地址转换&#xff09;扮演着至关重要的角色。它就像是网络中的翻译官&#xff0c;在不同网络地址之间进行转换&#xff0…...

Android Studio 新版本Gradle发布本地Maven仓库示例

发布代码到JitPack示例&#xff1a;https://blog.csdn.net/loutengyuan/article/details/145938967 以下是基于 Android Studio 24.2.2&#xff08;Gradle 8.10.2 AGP 8.8.0 JDK17&#xff09; 的本地 Maven 仓库发布示例&#xff0c;包含aar和jar的不同配置&#xff1a; 1.…...

无服务边缘融合架构:重新定义云原生应用边界

引言&#xff1a;零部署计算的革命突破 Airbnb迁移至LambdaEdge架构后&#xff0c;全球客房详情页渲染延迟降至35ms&#xff0c;冷启动时间缩至50ms以内。Stripe采用无服务边缘计算处理支付事务&#xff0c;成功将动态API响应P99延迟从210ms压缩至19ms。AWS官方基准显示&#…...

数据库测试

TPCH 22条SQL语句分析 - xibuhaohao - 博客园 TPCH模型规范、测试说明及22条语句 - zhjh256 - 博客园 TPC-DS 性能比较&#xff1a;TiDB 与 Impala-PingCAP | 平凯星辰 揭秘Oracle TPC-H性能优化&#xff1a;如何提升数据库查询速度&#xff0c;揭秘实战技巧与挑战 引言 T…...

Nodejs-逐行读取文件【简易版】

“勤奋就是成功之母。”‌ —— 茅以升 目录 逐行读取文件四种方法&#xff1a;Node.js 逐行读取文件的核心方法&#xff1a;同步读取&#xff08;适用于小文件&#xff09;&#xff1a;异步流式处理&#xff08;推荐用于大文件&#xff09;&#xff1a;[使用 readline 模块](h…...

上海市计算机学会竞赛平台2024年5月月赛丙组城市距离之和

城市距离之和 内存限制: 256 Mb时间限制: 1000 ms 题目描述 设 (x,y)(x,y) 与 (x′,y′)(x′,y′) 是平面上的两个点的坐标&#xff0c;它们之间的城市距离定义为 ∣x−x′∣∣y−y′∣∣x−x′∣∣y−y′∣ 给定 nn 个点&#xff0c;请计算所有点对之间的城市距离之和。 …...

穷举vs暴搜vs深搜vs回溯vs剪枝(典型算法思想)—— OJ例题算法解析思路

回溯算法的模版 void backtrack(vector<int>& path, vector<int>& choice, ...) {// 满⾜结束条件if (/* 满⾜结束条件 */) {// 将路径添加到结果集中res.push_back(path);return;}// 遍历所有选择for (int i 0; i < choices.size(); i) {// 做出选择…...

在ubuntu 24.04.2 通过 Kubeadm 安装 Kubernetes v1.31.6

文章目录 1. 简介2. 准备3. 配置 containerd4. kubeadm 安装集群5. 安装网络 calico 插件 1. 简介 本指南介绍了如何在 Ubuntu 24.04.2 LTS 上安装和配置 Kubernetes 1.31.6 集群&#xff0c;包括容器运行时 containerd 的安装与配置&#xff0c;以及使用 kubeadm 进行集群初始…...

基于Python socket库构建的基于 P2P 的文件共享系统示例

基于 P2P 的文件共享系统 实现方式&#xff1a; 使用 Python 的socket库构建 P2P 网络&#xff0c;节点之间通过 TCP 或 UDP 协议进行通信。每个节点维护一个文件列表&#xff0c;并向其他节点广播自己拥有的文件信息。当一个节点需要某个文件时&#xff0c;它会向网络中的其…...

JavaScript 函数重载:灵活应对多场景的编程技巧

在 JavaScript 中&#xff0c;函数重载&#xff08;Function Overloading&#xff09;是一个常见的需求。尽管 JavaScript 本身并不支持传统意义上的函数重载&#xff08;即在同一个作用域内定义多个同名函数&#xff0c;根据参数的不同调用不同的函数&#xff09;&#xff0c;…...

通过 PromptTemplate 生成干净的 SQL 查询语句并执行SQL查询语句

问题描述 在使用 LangChain 和 Llama 模型生成 SQL 查询时&#xff0c;遇到了 sqlite3.OperationalError 错误。错误信息如下&#xff1a; OperationalError: (sqlite3.OperationalError) near "sql SELECT Name FROM MediaType LIMIT 5; ": syntax error [SQL: …...

用大白话解释缓存Redis +MongoDB是什么有什么用怎么用

Redis和MongoDB是什么&#xff1f; Redis&#xff1a;像你家的“小冰箱”&#xff0c;专门存高频使用的食物&#xff08;数据&#xff09;。它是基于内存的键值数据库&#xff0c;读写速度极快&#xff08;每秒超10万次操作&#xff09;。比如你每次打开手机App&#xff0c;用…...

计算机毕业设计SpringBoot+Vue.js汽车销售网站(源码+文档+PPT+讲解)

温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 作者简介&#xff1a;Java领…...

【0010】HTML水平线标签详解

如果你觉得我的文章写的不错&#xff0c;请关注我哟&#xff0c;请点赞、评论&#xff0c;收藏此文章&#xff0c;谢谢&#xff01; 本文内容体系结构如下&#xff1a; 一、水平线标签概述 在HTML中&#xff0c;<hr>标签用于在网页上插入一条水平线&#xff0c;其主要…...

FastExcel与Reactor响应式编程深度集成技术解析

一、技术融合背景与核心价值 在2025年企业级应用开发中&#xff0c;大规模异步Excel处理与响应式系统架构的结合已成为技术刚需。FastExcel与Reactor的整合方案&#xff0c;通过以下技术协同实现突破性性能&#xff1a; 内存效率革命&#xff1a;FastExcel的流式字节操作与Re…...

Netty是如何实现零拷贝的?

大家好&#xff0c;我是锋哥。今天分享关于【Netty是如何实现零拷贝的&#xff1f;】面试题。希望对大家有帮助&#xff1b; Netty是如何实现零拷贝的&#xff1f; 1000道 互联网大厂Java工程师 精选面试题-Java资源分享网 Netty是一个高性能的Java网络应用框架&#xff0c;它…...

【大模型➕知识图谱】大模型结合医疗知识图谱:解锁智能辅助诊疗系统新范式

【大模型➕知识图谱】大模型结合医疗知识图谱:解锁智能辅助诊疗系统新范式 大模型结合医疗知识图谱:解锁智能辅助诊疗系统新范式引言一、系统架构1.1 系统架构图1.2 架构模块说明1.2.1 用户输入1.2.2 大模型(语义理解与意图识别)1.2.3 Agent(问题解析与任务分配)1.2.4 问…...

DeepSeek-R1-Distill-Qwen-1.5B模型体验:数学80+分的1.5B参数小钢炮

DeepSeek-R1-Distill-Qwen-1.5B模型体验&#xff1a;数学80分的1.5B参数小钢炮 1. 模型概述与核心优势 DeepSeek-R1-Distill-Qwen-1.5B是一款专为边缘计算优化的高性能语言模型&#xff0c;通过知识蒸馏技术将大模型能力压缩到仅1.5B参数规模。这个"小钢炮"模型在保…...

Ostrakon-VL-8B开箱即用:Gradio Web UI直连7860端口,无前端开发成本

Ostrakon-VL-8B开箱即用&#xff1a;Gradio Web UI直连7860端口&#xff0c;无前端开发成本 1. 引言&#xff1a;让视觉理解像聊天一样简单 想象一下&#xff0c;你是一家连锁餐饮店的运营经理&#xff0c;每天需要查看几十家门店后厨的监控照片&#xff0c;检查卫生状况和食…...

MinimalUltrasonic:超声波ToF测距库的极简主义实践

1. 项目概述MinimalUltrasonic 是一款专为嵌入式微控制器设计的极简主义超声波测距库&#xff0c;面向 Arduino 生态系统深度优化。其核心设计哲学是“以最小资源开销实现最大功能覆盖”&#xff0c;在保持接口简洁性的同时&#xff0c;提供工业级的鲁棒性、多单位支持与多传感…...

别再死记硬背CAN协议了!用STM32CubeMX+USB-CAN分析仪,5分钟搞定物理层与数据链路层实战

用STM32CubeMXUSB-CAN分析仪5分钟掌握CAN核心原理 当你第一次接触CAN总线时&#xff0c;是否被那些晦涩的术语搞得一头雾水&#xff1f;显性电平、位填充、采样点、仲裁机制...这些概念在纯理论讲解中往往显得抽象难懂。但今天&#xff0c;我要带你用一种全新的方式学习CAN——…...

保姆级教程:在Ubuntu 20.04上跑通ORB-SLAM3双目模式(EuRoC MH04数据集实测)

从零到一&#xff1a;Ubuntu 20.04下ORB-SLAM3双目模式实战全记录&#xff08;EuRoC MH04数据集篇&#xff09; 当第一次在实验室的显示器上看到ORB-SLAM3成功重建出MH04数据集的完整三维环境时&#xff0c;那种成就感至今难忘。作为视觉SLAM领域的标杆算法&#xff0c;ORB-SL…...

家庭装修公司网站方案策划2026

你的装修公司网站&#xff0c;是在花钱还是在赚钱&#xff1f;直接问你一个问题&#xff1a;你的网站上个月带来了几条有效询盘&#xff1f;如果你的回答是”不知道”&#xff0c;或者”好像有几条吧&#xff0c;但成单的没有”——那这篇文章你得认真看完。接触过数十家装修公…...

3步解锁高效音频提取:让B站资源利用效率提升200%的开源工具

3步解锁高效音频提取&#xff1a;让B站资源利用效率提升200%的开源工具 【免费下载链接】BilibiliDown (GUI-多平台支持) B站 哔哩哔哩 视频下载器。支持稍后再看、收藏夹、UP主视频批量下载|Bilibili Video Downloader &#x1f633; 项目地址: https://gitcode.com/gh_mirr…...

Qwen2.5-7B-Instruct法律科技:合同审查要点+修改建议+合规风险等级评估

Qwen2.5-7B-Instruct法律科技&#xff1a;合同审查要点修改建议合规风险等级评估 1. 项目简介&#xff1a;智能法律助手的技术底座 Qwen2.5-7B-Instruct是阿里通义千问推出的旗舰级大模型&#xff0c;专门针对专业级文本交互场景深度优化。相比轻量版的1.5B和3B版本&#xff…...

产品经理必备!PRD实战手册:从需求梳理到高效落地的全流程解析

1. 为什么PRD是产品经理的"施工蓝图"&#xff1f; 刚入行时&#xff0c;我总以为PRD就是把老板和客户的需求整理成文档。直到有次开发团队拿着我写的20页文档集体"罢工"&#xff0c;才明白PRD本质是跨团队协作的翻译器——要把模糊的想法转化为技术人员看…...

别再只查表了!用MATLAB调用Python包(如NumPy, Pandas)的完整环境配置教程

MATLAB与Python强强联合&#xff1a;从环境配置到实战调用的全流程指南 当MATLAB遇上Python&#xff0c;会碰撞出怎样的火花&#xff1f;作为两个在科学计算领域举足轻重的工具&#xff0c;MATLAB以其强大的矩阵运算和可视化能力著称&#xff0c;而Python则凭借丰富的第三方库生…...