当前位置:首页 > 文章列表 > Golang > Go问答 > 使用一个秘密生成 totp 与使用多个秘密

使用一个秘密生成 totp 与使用多个秘密

来源:stackoverflow 2024-03-16 22:09:27 0浏览 收藏

为增强网站安全性,计划采用 Google 身份验证器和 TOTP 算法实施两因素认证。在生成 QR 密钥时,提出两个疑问:是否可避免将秘密存储在数据库中,以及将主密钥与用户 ID 生成哈希码是否安全。

问题内容

我想在我的网站上使用 google 身份验证器和 totp 算法进行 2fa。我有 2 个关于生成 QR 密钥的问题。

我计划使用保管库来存储秘密以更加安全,但我的问题是否有其他方法可以每次生成秘密而不是将其存储在某些存储中?

我在教程中读到,我需要为每个用户使用随机秘密并将该秘密存储在数据库中以进行 otp 验证。

我的想法是将特定秘密存储在安全的地方,并使用每个用户的该秘密生成哈希。例如,使用 mySecret+userId 生成哈希

这样安全吗?


解决方案


使用主密钥并使用 sha256 生成用户密钥是一个坏主意。因为生成的秘密和 QR 总是相同的。如果用户丢失了手机并想要删除二维码并获取新的二维码,这是不可能的。最佳实践是生成随机秘密并将其存储在保管库中。

本篇关于《使用一个秘密生成 totp 与使用多个秘密》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于Golang的相关知识,请关注golang学习网公众号!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
win7纯净版连接不到共享打印机怎么办?win7纯净版连接不到共享打印机怎么办?
上一篇
win7纯净版连接不到共享打印机怎么办?
从收集器中清除普罗米修斯指标
下一篇
从收集器中清除普罗米修斯指标
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    253次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    298次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    271次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    251次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    57次使用