FDE Times 数据在招 FDE 职位 881▼8 近 7 天在招职位数的变化(同口径比较):不计入本周新开始追踪的公司的职位近 7 天新增 55在招公司 185支持远程 25%美国薪资中位数 $201k招聘最多 Databricks 98
ENVI

前线部署工程师(FDE)的专业媒体

技能指南 · 指南

客户 AWS 里的 AccessDenied,通常藏在六个地方

客户的信任策略和你方 IAM 策略都得放行;ExternalId 防的是混淆代理,不是密码。

分享微博

要点速览

  • 跨账号 AssumeRole 需要两边都授权:客户账号里的信任策略,以及你方账号里的 sts:AssumeRole 权限。
  • ExternalId 用来阻止混淆代理。它必须由供应商生成,每个客户一个值,每次调用都要传。它不是密码。
  • 遇到 AccessDenied,先查 Principal,再查区分大小写的角色名、Condition、自身权限、Organizations SCP,最后查角色链的 1 小时上限。
一条水平线上有六个编号节点,表示遇到 AccessDenied 时的检查顺序:1 Principal,2 ARN 和角色名,3 Condition,4 你的权限,5 SCP,6 会话过期。第 5 个节点 SCP 以橙色突出显示,并标注“FDE 常漏掉”。
前三步检查客户的信任策略,第 4 步回到你这边的权限。即使两份策略都正确,SCP 也可能拦截 AssumeRole,而角色链会把会话限制在一小时以内。来源:IAM 与 AWS STS 文档、Datadog 文档。

客户建好了角色,在 Slack 上把 ARN 发给你,附了一句“都弄好了”。你运行第一条 assume-role 命令,结果返回 AccessDenied。离启动会还有二十分钟,你和客户都不知道问题出在哪一边。

前线部署工程师(FDE)在 AWS 上和客户做集成时,经常碰到这种情况。几乎所有产品都要从客户账号读取数据,无论是数据管道、在客户基础设施上调用工具的智能体,还是监控工具。

标准做法是使用跨账号角色。弄懂它的工作方式之后,你就不会再白白浪费那样的上午,客户也能放心:你没有在他们的系统里开后门。

两边都得点头

AWS STS API 文档写得很清楚:用户要访问另一个账号中的角色,还需要获得自己账号的授权。所以这里有两道门。

第一道是客户角色上的信任策略,它规定谁可以扮演这个角色。第二道是附加在你方身份上的 IAM 策略,它允许该身份对这个 ARN 调用 sts:AssumeRole。

任何一道门关着,都会返回 AccessDenied。别指望错误信息会告诉你是哪一道。因此排查时,第一件事是判断问题在客户那边还是你这边,然后再逐行阅读策略。

ExternalId 是为了防止混淆代理

假设你的公司服务两个客户 A 和 B。客户 B 得知了客户 A 角色的 ARN,并把它填进了自己的配置。

你的系统确实有权扮演那个角色,于是老老实实读取了 A 的数据,再把结果返回给 B。AWS 把这称为混淆代理(confused deputy):你是持有委托权限的一方,却被诱骗着把权限用错了地方。

根据 IAM 文档,ExternalId 的主要用途正是应对和防止这个问题。机制很简单。

你为每个客户分配各自的 ExternalId,客户把这个值写进信任策略,而你的系统总是发送当前发起请求的那个客户的 ExternalId。

当 B 填入 A 的 ARN 时,调用携带的是 B 的 ExternalId,A 的角色会拒绝它。

要让这个机制生效,ExternalId 必须由你生成,每个客户一个值,不能让客户自己选。它的长度为 2 到 1,224 个字符,由字母、数字和部分符号组成,不能包含空格。

这一点很重要,因为 AWS 也指出,任何有权查看该角色的人都能读到 ExternalId。所以别在客户安全团队面前把它说成“机密”。准确的说法是:ExternalId 确保你的系统只有在服务这个特定客户时才会使用这个角色。

示例:从零建立连接

假设你的供应商账号是 111122223333,客户账号是 444455556666,你为该客户生成的 ExternalId 是 acme-7f3k9q2x。客户按照 IAM 文档中的模式创建角色 VendorReadOnly,信任策略如下:Principal 是你的账号,Action 是 sts:AssumeRole,并对 sts:ExternalId 设置 StringEquals 条件。

{
  "Version": "2012-10-17",
  "Statement": [{
    "Effect": "Allow",
    "Principal": { "AWS": "arn:aws:iam::111122223333:root" },
    "Action": "sts:AssumeRole",
    "Condition": { "StringEquals": { "sts:ExternalId": "acme-7f3k9q2x" } }
  }]
}

在你这边,运行服务的身份(用户、EC2 角色或容器任务)需要一条策略,允许它调用这个确切的 ARN:

{
  "Effect": "Allow",
  "Action": "sts:AssumeRole",
  "Resource": "arn:aws:iam::444455556666:role/VendorReadOnly"
}

然后从 CLI 调用,并按 AWS Security Blog 的建议,每次都传入 ExternalId:

aws sts assume-role \
  --role-arn arn:aws:iam::444455556666:role/VendorReadOnly \
  --role-session-name acme-onboarding \
  --external-id acme-7f3k9q2x

命令跑通之后别就此打住。去掉 --external-id 再运行一次同样的命令。如果仍然能扮演该角色,说明信任策略缺了条件。AWS 建议,这种情况下不要在系统里保存客户的 ARN。这项反向检查应该写进接入代码,而不是靠人记着。

还有一个实际问题:AWS 控制台的 Switch Role 只适用于不要求 ExternalId 的角色。如果客户希望你“去控制台看一眼”,你只能通过 CLI 或 SDK 来操作。提前说明这一点,免得有人以为角色坏了。

AccessDenied 该按什么顺序排查?

下面的顺序从最容易出错、最容易验证的地方,排到最难察觉的地方。

Principal。 IAM 故障排查文档指出,如果你的账号号码不在信任策略的 Principal 元素里,即使其他策略允许,你也无法扮演该角色。请客户把完整的信任策略贴出来,而不是只问一句“我们的账号加了吗?”

ARN 和角色名。 扮演角色时,角色名区分大小写。VendorReadOnly 和 vendorreadonly 是两个不同的角色。通过聊天发送的 ARN 出现拼写错误,比你想象的更常见。

Condition。 信任策略中的每一个条件都必须满足,无论是 ExternalId、源 IP 还是时间窗口。如果客户要求多因素认证(MFA),而你没有发送 TokenCode 或发错了,AssumeRole 同样会返回拒绝访问。如果客户限制了源 IP,要确认命令是从对方允许的地址发出的。

你自己的权限。 如果前三项都没问题,就回头查你这边。确认运行命令的身份确实带有一条允许对该 ARN 调用 sts:AssumeRole 的策略。你很可能用错了 profile。

AWS Organizations SCP。 在多账号组织中,Datadog 文档提醒,即使 IAM 策略和信任策略都正确,服务控制策略(SCP)也可能拦截 AssumeRole。FDE 经常漏掉这一项,因为客户那边创建角色的人,通常不是管理 SCP 的人。直接问:“这个账号所在的组织单元(OU)有没有作用于 STS 的 SCP?”

会话时长。 如果你已经处在一个角色中,再去扮演客户的角色,这就是角色链(role chaining),会话上限为 1 小时。把 DurationSeconds 设得比这更长,调用就会失败。长时间运行的任务需要有刷新凭证的机制。

让客户失去信任的错误

最严重的错误是让客户自己设置 ExternalId,或者所有客户共用一个值。这两种做法都会让针对混淆代理的保护失效。其次是“为了省事”索要管理员权限,而不是一个范围严格的只读角色:客户安全团队对这件事的记忆,会比你演示的任何功能都长久。

一个不那么明显的错误,是跳过不带 ExternalId 的扮演测试,然后保存了一个信任策略过于宽松的 ARN。一旦第二个客户接入,这个漏洞就成了你的问题,而不是客户的。

这项技能也很适合写进简历。与其写“熟悉 AWS IAM”,不如写“设计跨账号接入流程,按客户分配 ExternalId,并自动检查信任策略”,再把上面的示例准备好,等面试官追问时用。

下次启动会前再碰到 AccessDenied,不必瞎猜。打开信任策略,按上面的清单逐步排查,然后告诉客户问题出在哪一步。

这篇文章对你有帮助吗?

7 个信源
路线图上的下一篇 · 阶段 2: 全栈工程能力一张 Postgres 表,修好演示里藏着的双写漏洞事件与订单在同一事务中写入,再交给中继投递;接收方做去重,重试也不会产生重复。