第一章：Go框架安全加固紧急指南总览
现代Go Web应用常依赖Gin、Echo或Chi等主流框架，但默认配置往往暴露高风险攻击面：未校验的HTTP头、过度详细的错误信息、缺失的CSP策略、未限制的请求体大小，以及未启用的TLS强制重定向。本章提供可立即落地的安全加固清单，聚焦零信任原则与最小权限实践。
关键防护层速查表
| 防护维度 | 默认风险表现 | 紧急加固动作 |
|---|---|---|
| 请求处理 | maxMemory 未设限 |
显式设置 http.MaxBytesReader |
| 错误响应 | 生产环境返回堆栈追踪 | 全局中间件拦截并替换为泛化错误码 |
| HTTP头安全 | 缺失 X-Content-Type-Options |
注入 SecureHeaders 中间件 |
| TLS传输 | HTTP端口未强制跳转HTTPS | 使用 http.Redirect + 301 响应 |
立即生效的中间件代码示例
// 安全头注入中间件（适用于Gin）
func SecureHeaders() gin.HandlerFunc {
return func(c *gin.Context) {
// 禁止MIME类型嗅探，防止XSS
c.Header("X-Content-Type-Options", "nosniff")
// 启用浏览器XSS过滤器（仅旧版IE/Edge）
c.Header("X-XSS-Protection", "1; mode=block")
// 限制页面在iframe中加载，防点击劫持
c.Header("X-Frame-Options", "DENY")
// 强制HTTPS（生产环境必须启用）
if c.Request.TLS == nil && os.Getenv("ENV") == "prod" {
http.Redirect(c.Writer, c.Request, "https://"+c.Request.Host+c.Request.URL.Path, http.StatusMovedPermanently)
c.Abort() // 终止后续处理
return
}
c.Next()
}
}将此中间件注册到路由引擎最外层：r.Use(SecureHeaders())。注意：os.Getenv("ENV") 需在部署时设为 "prod"，开发环境跳过重定向逻辑。
请求体大小硬性限制
在 main.go 初始化阶段添加全局限制：
// 限制单次请求体最大为4MB（防御DoS）
server := &http.Server{
Addr: ":8080",
Handler: r,
// 超出限制直接返回413 Payload Too Large
ReadTimeout: 10 * time.Second,
WriteTimeout: 10 * time.Second,
MaxHeaderBytes: 1 << 20, // 1MB header上限
}此项配置需配合框架级解析限制（如Gin的 gin.SetMode(gin.ReleaseMode)）共同生效。
第二章：Gin中间件鉴权升级实战
2.1 Gin鉴权模型演进与RBAC/ABAC理论对比
Gin框架早期依赖中间件硬编码校验（如authMiddleware），逐步演进为插件化、策略可插拔的鉴权体系。
RBAC：角色驱动的静态边界
- 用户 → 角色 → 权限（如
admin → [users:read, users:write]） - 优势：高效、易审计；局限：难以处理动态上下文（如“仅允许修改本人订单”）
ABAC：属性驱动的动态决策
// ABAC策略示例：基于HTTP请求+用户属性+资源元数据
func abacPolicy(c *gin.Context) bool {
user := c.MustGet("user").(map[string]interface{})
resource := getResourceMeta(c.Request.URL.Path) // e.g., {"type": "order", "owner_id": "u102"}
return user["role"] == "admin" ||
(user["id"] == resource["owner_id"] && resource["type"] == "order")
}逻辑分析：该函数提取用户属性（id, role）与资源属性（owner_id, type），组合判断是否放行。参数c提供完整请求上下文，getResourceMeta需预注册资源元数据解析器。
| 维度 | RBAC | ABAC |
|---|---|---|
| 策略粒度 | 角色级 | 属性级（用户/资源/环境） |
| 策略更新成本 | 中（需重绑角色） | 高（需维护属性规则引擎） |
graph TD
A[HTTP Request] --> B{Auth Middleware}
B --> C[RBAC Check<br/>role→permissions]
B --> D[ABAC Engine<br/>eval policy rules]
C --> E[Allow/Deny]
D --> E2.2 基于Context的权限上下文注入与动态策略加载
权限决策不再依赖静态角色，而是实时融合请求方身份、资源属性、环境状态（如时间、IP、设备指纹）构成动态 AuthContext。
Context 构建流程
AuthContext context = AuthContext.builder()
.subject("user:10086") // 主体ID（支持用户/服务/设备）
.resource("order:7a2f") // 目标资源标识
.action("UPDATE") // 操作类型
.env(Map.of("ip", "203.0.113.42",
"time", Instant.now())) // 环境元数据
.build();该构建过程解耦认证与授权：subject 和 resource 由网关透传，env 由中间件自动注入，确保上下文完整性与不可篡改性。
动态策略匹配机制
| 上下文特征 | 匹配策略类型 | 加载方式 |
|---|---|---|
ip ∈ 内网段 |
白名单直通策略 | 内存缓存（TTL=5s） |
time ∈ 工作时段 |
RBAC+ABAC混合策略 | 从Consul KV热加载 |
device == “mobile” |
细粒度字段级策略 | 通过gRPC调用策略中心 |
graph TD
A[HTTP Request] --> B[Gateway注入Context]
B --> C{策略中心查询}
C -->|命中缓存| D[返回Policy ID]
C -->|未命中| E[拉取最新策略并缓存]
D & E --> F[执行OPA Wasm策略引擎]2.3 JWT签名验证强化：双密钥校验与nonce防重放机制
传统单密钥验签易受密钥泄露或重放攻击影响。本节引入双密钥协同验证与动态 nonce 约束，提升令牌可信边界。
双密钥验签逻辑
采用 signingKey（主私钥）与 bindingKey（绑定公钥）联合校验：前者保障签名不可伪造，后者绑定客户端设备指纹（如硬件 ID 或 TLS 会话密钥哈希），实现“人-设备-服务”三重绑定。
// 示例：双密钥验签核心逻辑
function verifyDualKey(jwt, signingPubKey, bindingPubKey) {
const { header, payload, signature } = parseJwt(jwt);
const signedPart = `${header}.${payload}`;
// 步骤1：验证JWT基础签名（RSA-PSS）
if (!crypto.verify('RSA-PSS', signedPart, signature, signingPubKey)) return false;
// 步骤2：验证payload.nonce是否被绑定密钥签名（ECDSA-secp256r1）
const nonceSig = payload.nonce_sig; // Base64URL-encoded ECDSA signature
return crypto.verify('ECDSA', payload.nonce, nonceSig, bindingPubKey);
}逻辑分析：先验签整体JWT确保来源可信；再单独验签
payload.nonce字段，该字段由客户端用设备唯一密钥生成，防止跨设备令牌复用。bindingPubKey需预先注册并绑定至用户会话上下文。
nonce防重放机制设计
每次请求携带服务端下发的、时效≤30s的随机 nonce，并要求客户端返回其哈希值签名：
| 字段 | 类型 | 说明 |
|---|---|---|
nonce |
string | 服务端生成的32字节随机数（Base64URL） |
nonce_sig |
string | 客户端用设备私钥对 nonce 的ECDSA签名 |
exp |
number | 必须 ≤ iat + 30，强制短时效 |
graph TD
A[客户端发起请求] --> B[服务端生成nonce并存入Redis 30s]
B --> C[客户端用设备私钥签名nonce]
C --> D[携带nonce+nonce_sig+JWT提交]
D --> E[服务端双重校验：JWT签名 + nonce签名 + Redis存在性]
E --> F[通过则执行业务，删除nonce]2.4 中间件性能压测与鉴权链路延迟监控（pprof+Prometheus集成）
为精准定位鉴权中间件在高并发下的性能瓶颈，需将 pprof 的运行时剖析能力与 Prometheus 的指标采集深度协同。
集成关键步骤
- 在 Gin 中间件中注入
pprof路由（如/debug/pprof/），并启用net/http/pprof - 通过
promhttp.Handler()暴露/metrics，同时用promauto.With注册自定义直方图auth_latency_seconds
延迟观测指标定义
| 指标名 | 类型 | 用途 |
|---|---|---|
auth_latency_seconds_bucket |
Histogram | 鉴权耗时分布（含 le 标签） |
go_goroutines |
Gauge | 协程数突增可佐证阻塞 |
// 初始化鉴权延迟直方图（单位：秒）
authLatency := promauto.NewHistogram(prometheus.HistogramOpts{
Name: "auth_latency_seconds",
Help: "Auth middleware processing latency in seconds",
Buckets: []float64{0.001, 0.005, 0.01, 0.025, 0.05, 0.1}, // 1ms~100ms 分辨率
})该直方图以亚毫秒级桶边界覆盖典型 JWT 解析+RBAC 检查耗时区间；Buckets 设置过宽会丢失关键抖动细节，过密则增加存储开销。
链路协同分析流程
graph TD
A[压测工具<br>（e.g., wrk -t4 -c100）] --> B[API Gateway]
B --> C[Auth Middleware]
C --> D[pprof CPU Profile<br>采样率=100Hz]
C --> E[Prometheus<br>auth_latency_seconds]
D & E --> F[Grafana Dashboard<br>叠加火焰图+P95延迟曲线]2.5 鉴权漏洞自动化检测脚本：模拟越权请求与策略覆盖分析
核心检测逻辑
脚本基于角色-资源-动作三元组建模，动态构造低权限账户对高权限接口的非法访问请求（如普通用户调用 /api/v1/admin/users）。
请求模拟代码示例
import requests
def test_bypass_auth(session, target_url, auth_header):
# 使用普通用户token尝试访问管理接口
resp = session.get(
target_url,
headers={"Authorization": auth_header},
timeout=5
)
return resp.status_code, resp.headers.get("X-Auth-Strategy", "none")
# 示例调用：test_bypass_auth(s, "https://app/api/v1/admin/logs", "Bearer tk_usr_001")逻辑分析：
auth_header模拟合法但低权限凭证；X-Auth-Strategy响应头用于识别后端实际执行的鉴权策略（RBAC/ABAC/ACL），辅助判断策略是否被绕过或覆盖。
策略覆盖类型对照表
| 覆盖场景 | 表现特征 | 检测信号 |
|---|---|---|
| 策略未生效 | 200 + 敏感数据返回 | X-Auth-Strategy: none |
| 策略降级执行 | 200 + 数据裁剪 | X-Auth-Strategy: rbac |
| 强制策略覆盖 | 403 + 自定义错误码 9001 | X-Auth-Strategy: override |
检测流程概览
graph TD
A[加载用户角色矩阵] --> B[生成越权请求集]
B --> C[并发发送并捕获响应]
C --> D[解析状态码+X-Auth-Strategy]
D --> E[标记策略覆盖类型]第三章：Echo CORS绕过修复深度解析
3.1 CORS规范盲区与常见绕过手法（Origin反射、Null Origin、Vary头滥用）
CORS规范在实现层面存在若干未被严格约束的语义灰色地带，攻击者常利用服务端对Origin头的不当校验实施绕过。
Origin反射型绕过
服务端若直接回显请求中的Origin值到Access-Control-Allow-Origin响应头，且未校验其合法性：
GET /api/data HTTP/1.1
Origin: https://attacker.com
Host: victim.comHTTP/1.1 200 OK
Access-Control-Allow-Origin: https://attacker.com ← 危险反射！
Access-Control-Allow-Credentials: true逻辑分析：浏览器仅校验响应头值是否精确匹配请求Origin，不验证该来源是否白名单。参数Access-Control-Allow-Credentials: true进一步允许携带Cookie，导致凭据泄露。
Null Origin与Vary滥用
部分浏览器（如旧版Chrome）将<iframe sandbox>发起的请求标记为Origin: null；若服务端错误地允许该值，或滥用Vary: Origin头触发CDN缓存污染，亦可绕过。
| 绕过类型 | 触发条件 | 风险等级 |
|---|---|---|
| Origin反射 | 服务端无白名单校验，直接回显 | ⚠️⚠️⚠️ |
| Null Origin | 服务端显式允许null |
⚠️⚠️ |
| Vary头滥用 | CDN缓存Access-Control-*头 |
⚠️⚠️⚠️ |
3.2 Echo CORS中间件源码级补丁：严格Origin白名单与凭证策略联动校验
默认 echo/middleware.CORS() 允许 Credentials: true 时接受任意 Origin，存在严重安全风险。需强制要求：仅当请求 Origin 明确匹配白名单且 AllowCredentials 启用时，才响应 Access-Control-Allow-Credentials: true。
核心补丁逻辑
// patch: 在 originMatch 检查后追加 credential 策略联动校验
if c.AllowCredentials && !contains(c.AllowOrigins, origin) {
return // 拒绝：凭据开启但 Origin 不在白名单
}此处
c.AllowOrigins为预解析的[]string白名单（非通配符），origin为请求头原始值；contains执行严格字符串匹配，禁用*回退逻辑。
补丁前后对比
| 场景 | 默认行为 | 补丁后行为 |
|---|---|---|
Origin: https://evil.com, credentials: true |
允许（危险！） | 拒绝响应头 |
Origin: https://trusted.com, credentials: true |
允许 | 允许并返回 Access-Control-Allow-Credentials: true |
安全校验流程
graph TD
A[收到 OPTIONS/带 Origin 请求] --> B{Origin 是否在 AllowOrigins 中？}
B -->|否| C[跳过 Credentials 响应]
B -->|是| D{AllowCredentials == true？}
D -->|是| E[添加 Access-Control-Allow-Credentials: true]
D -->|否| F[不添加凭据头]3.3 跨域安全回归测试套件：含预检请求异常路径覆盖与浏览器兼容性验证
测试目标分层设计
- 覆盖
OPTIONS预检失败的全部异常路径：空Origin、不匹配Access-Control-Allow-Origin、非法Access-Control-Request-Headers - 验证 Chrome 115+、Firefox 120、Safari 17 对
credentials: true+wildcard origin的拒绝行为一致性
预检异常模拟代码
// 模拟非法预检请求（缺少必要头）
fetch("https://api.example.com/data", {
method: "POST",
headers: { "Content-Type": "application/json" },
// ⚠️ 故意省略 Origin —— 触发浏览器静默拦截（非网络错误）
credentials: "include"
});此请求在 Chromium 中直接被 CORS preflight 机制阻断，不发出任何网络请求；
fetch()Promise 拒绝，但error.name === 'TypeError'，需通过window.onerror或unhandledrejection捕获。Origin缺失导致预检跳过，后续实际请求被同源策略拦截。
浏览器兼容性矩阵
| 浏览器 | Origin: null 预检响应 |
Allow-Origin: * + credentials: true 行为 |
|---|---|---|
| Chrome 124 | 返回 400（服务端） | 明确报错：The value of the 'Access-Control-Allow-Origin' header must not be the wildcard '*' |
| Safari 17.4 | 同上 | 同上（严格遵循规范） |
graph TD
A[发起 fetch] --> B{是否含 credentials?}
B -->|是| C[检查 Origin 是否为 *]
C -->|是| D[立即拒绝，抛 TypeError]
C -->|否| E[发送 OPTIONS 预检]
E --> F[验证响应头合规性]第四章：Kratos JWT密钥轮转工程化落地
4.1 Kratos Auth模块密钥生命周期管理模型与JWK Set设计原理
Kratos Auth 模块采用滚动式密钥生命周期模型，支持密钥预发布、主用切换、安全退役三阶段演进，确保签名验证连续性与密钥轮换零中断。
JWK Set 动态结构设计
JWK Set 不是静态快照，而是带状态标记的密钥集合：
kty,kid,use,alg为必需字段- 新增
status: "active" | "pending" | "retired"扩展属性 valid_from/valid_to支持时间窗口校验
{
"keys": [
{
"kid": "sig-2024-q3-active",
"kty": "EC",
"crv": "P-256",
"x": "X1Y2...",
"y": "Z3W4...",
"use": "sig",
"alg": "ES256",
"status": "active",
"valid_from": "2024-07-01T00:00:00Z"
}
]
}该结构使验证器可依据 status 和当前时间自动选择有效密钥；kid 命名含语义（如 sig-2024-q3-active）便于审计追踪；valid_from 触发预加载逻辑，避免冷启动延迟。
密钥状态流转机制
graph TD
A[Pending] -->|time ≥ valid_from| B[Active]
B -->|rotation triggered| C[Retired]
C -->|grace period end| D[Removed]关键参数说明表
| 字段 | 类型 | 作用 |
|---|---|---|
status |
string | 控制密钥参与签名/验签的资格 |
valid_from |
RFC3339 | 预热起点，驱动客户端提前拉取 |
kid |
string | 全局唯一标识，绑定密钥策略与审计日志 |
4.2 支持热更新的密钥仓库实现：etcd+内存缓存双写一致性保障
为兼顾低延迟访问与配置强一致性，采用 etcd 作为持久化底座、本地 LRU 内存缓存（如 sync.Map）提供毫秒级读取，并通过双写+监听机制保障热更新。
数据同步机制
应用启动时从 etcd 全量加载密钥至内存；后续所有写操作执行「先 etcd 提交，再更新本地缓存」的原子双写。同时注册 etcd Watcher 监听 /keys/ 前缀变更，实时触发缓存刷新。
// 双写逻辑示例（带失败回滚）
func (s *KeyStore) Set(key, value string) error {
if err := s.etcdClient.Put(context.TODO(), key, value); err != nil {
return fmt.Errorf("etcd write failed: %w", err)
}
s.cache.Store(key, value) // 内存缓存更新
return nil
}
Put()使用 etcd v3 API 异步提交；cache.Store()无锁写入sync.Map；若 etcd 写入失败，缓存不更新，避免脏数据。
一致性保障策略
| 策略 | 说明 |
|---|---|
| 写时双写 | 所有写操作同步落盘+缓存 |
| 读时兜底校验 | 缓存未命中时自动回源 etcd 并预热 |
| Watch 自愈 | 网络抖动导致监听断连后自动重连续订 |
graph TD
A[客户端写入] --> B[etcd 持久化]
B --> C{写入成功？}
C -->|是| D[更新内存缓存]
C -->|否| E[返回错误，缓存保持不变]
F[etcd Watch 事件] --> G[解析变更 key]
G --> H[同步刷新对应缓存项]4.3 签名密钥平滑切换方案：双密钥并行验证与过期令牌优雅拒绝
在密钥轮换期间，服务端需同时接受旧密钥签名的合法令牌与新密钥签发的令牌，避免请求中断。
双密钥验证逻辑
def verify_jwt(token: str) -> bool:
for key_id, pubkey in get_active_public_keys(): # 返回 [old_key, new_key]
try:
jwt.decode(token, pubkey, algorithms=["RS256"], audience="api")
return True # 任一密钥验证成功即放行
except jwt.InvalidSignatureError:
continue
return False # 全部失败才拒绝get_active_public_keys() 按优先级返回当前有效密钥列表；jwt.decode 显式指定算法与受众，防止算法混淆攻击。
过期令牌识别策略
| 字段 | 旧密钥令牌 | 新密钥令牌 | 说明 |
|---|---|---|---|
iat（签发时间） |
≤ 切换时刻 | > 切换时刻 | 用于辅助判断密钥归属 |
kid（密钥ID） |
rsa-old-2023 |
rsa-new-2024 |
必须存在于密钥元数据中 |
流程控制
graph TD
A[收到JWT] --> B{解析header.kid}
B --> C[查密钥注册表]
C --> D[并行尝试验证]
D --> E{任一成功？}
E -->|是| F[放行请求]
E -->|否| G[检查exp/iat是否因密钥过期而失效]
G --> H[返回401或403]4.4 密钥轮转自动化检测脚本：密钥时效性扫描、签名验证覆盖率统计与失效告警触发
核心检测逻辑
脚本采用三阶段流水线：时效扫描 → 覆盖率聚合 → 动态告警。所有操作基于只读权限，不修改密钥存储。
时效性扫描（Python 示例）
from datetime import datetime, timedelta
import json
def scan_expired_keys(keys_json: str, grace_days: int = 7) -> list:
"""扫描距过期≤grace_days的密钥，返回待轮转列表"""
keys = json.loads(keys_json)
cutoff = datetime.now() + timedelta(days=grace_days)
return [
k for k in keys
if datetime.fromisoformat(k["expires_at"]) <= cutoff
]逻辑分析：grace_days 定义预警窗口；expires_at 必须为 ISO 8601 格式；函数返回轻量级结构，供后续阶段消费。
签名验证覆盖率统计
| 环境 | 已验证服务数 | 总服务数 | 覆盖率 |
|---|---|---|---|
| prod | 42 | 48 | 87.5% |
| staging | 19 | 22 | 86.4% |
告警触发条件
- 过期密钥数 ≥ 3 且 覆盖率
- 单日新增过期密钥 ≥ 5 → 触发 P2 告警（仅邮件）
graph TD
A[加载密钥元数据] --> B{时效扫描}
B --> C[生成待轮转密钥列表]
C --> D[查询各服务签名验证日志]
D --> E[计算覆盖率]
E --> F{是否满足告警阈值？}
F -->|是| G[推送告警]
F -->|否| H[记录审计日志]第五章：安全加固效果验证与生产就绪清单
验证流程设计与执行路径
采用“红蓝对抗+自动化扫描+人工渗透”三重验证机制。在预发布环境部署后，首先运行 CIS Benchmark 自动化检查脚本（基于 OpenSCAP），覆盖 87 项核心基线；随后由内部红队执行为期 48 小时的无授权边界渗透测试，重点攻击 API 网关、Kubernetes ServiceAccount Token 挂载点及日志聚合接口；最后由 SRE 团队人工复核所有高危告警的上下文证据链。某次验证中发现 kube-system 命名空间内 coredns Pod 的 allowPrivilegeEscalation: true 配置未被策略引擎拦截，经溯源确认为 Calico v3.25.1 的 CRD 渲染缺陷，已通过 patch + admission webhook 双重修复。
关键指标量化对比表
下表展示加固前后核心安全指标变化（基于 30 天连续监控数据）：
| 指标项 | 加固前 | 加固后 | 变化率 | 测量方式 |
|---|---|---|---|---|
| SSH 暴力破解尝试次数/日 | 1,247 | 3 | -99.8% | WAF 日志聚合 |
| 容器特权模式启用率 | 18.6% | 0% | -100% | kube-bench 扫描结果 |
| TLS 1.0/1.1 协议使用占比 | 32.4% | 0% | -100% | Envoy 访问日志分析 |
| 敏感凭证硬编码告警数 | 41（GitLab CI 缓存中） | 0 | -100% | TruffleHog v3.21.0 扫描 |
生产就绪检查清单
- [x] 所有节点 SELinux 处于 enforcing 模式且策略版本 ≥
refpolicy-2.20230201 - [x] Kubernetes audit log 已持久化至独立日志集群，保留周期 ≥ 365 天，且启用
RequestResponse级别 - [x] Istio mTLS 全局启用，
DestinationRule中mode: STRICT覆盖全部命名空间 - [x] Prometheus Alertmanager 配置了
critical级别告警的 PagerDuty + 企业微信双通道通知 - [x] 每个微服务 Pod 注入了
istio-proxy且 sidecar 启动超时阈值设为120s
实战漏洞复现与闭环验证
针对 CVE-2023-27482（Apache Log4j JNDI 注入），在灰度集群中部署含漏洞版本的 Spring Boot 应用（log4j-core 2.14.1），观察到 WAF 规则 942100 成功拦截 jndi:ldap:// 请求并返回 403；同时 Falco 规则 container_spawned_with_unusual_args 捕获到异常 Java 进程启动行为。该场景下，WAF + Falco + SIEM（Elastic Security）形成完整检测-响应闭环，平均响应时间 8.3 秒。
# 生产环境一键合规快照命令（需 root 权限）
kubectl get nodes -o wide | awk '{print $1}' | xargs -I{} sh -c 'echo "=== {} ==="; ssh {} "sudo oscap xccdf eval --profile xccdf_org.ssgproject.content_profile_cis --report /tmp/cis-report-{}.html /usr/share/xml/scap/ssg/content/ssg-rhel8-ds.xml 2>/dev/null; echo \$?"'安全事件响应演练记录
2024年Q2开展“横向移动阻断”专项演练：模拟攻击者利用泄露的 Jenkins 凭据获取 ci-cd 命名空间 shell 后，尝试通过 kubectl cp 提取 prod-db-secret。实际触发以下防护动作：① OPA Gatekeeper 策略 deny-kubectl-cp-in-prod 拒绝执行；② Calico NetworkPolicy 阻断 ci-cd 到 prod 命名空间的所有 TCP 流量；③ Vault Agent Injector 自动轮转该 Secret 的 TTL 至 30 分钟。全程日志留存于 Loki，查询语句为 {job="kubernetes-pods"} |~jenkins.cp.prod-db-secret| line_format "{{.log}}"。
flowchart LR
A[攻击者登录 Jenkins] --> B[执行 kubectl cp 命令]
B --> C{OPA Gatekeeper 检查}
C -->|拒绝| D[API Server 返回 403]
C -->|放行| E[Calico NetworkPolicy 匹配]
E -->|阻断| F[内核 netfilter 丢包]
E -->|放行| G[Vault Agent 注入新 Secret]