Nano Hash - криптовалюты, майнинг, программирование

Что эквивалентно аннотации в WebSphere Liberty для аннотации Jboss EJb3 @SecurityDomain() и аннотации WebSphere @Webcontext

У меня есть перенос приложения Jboss на WebSphere Liberty. Я должен удалить всю справочную библиотеку Jboss. При этом я сталкиваюсь с проблемой в некоторых аннотациях. Приложение Jboss, использующее @SecurityDomain("Authentication") и @Webcontext Что эквивалентно аннотации в WebSphere Liberty для этих двух аннотаций.

java jboss websphere-liberty
08.10.2018

  • Чего вы пытаетесь достичь? В Liberty таких аннотаций нет, но вместо этого вы должны использовать web.xml для определения конфигурации входа и ограничений безопасности, а в server.xml настроить реестр пользователей. 08.10.2018
  • То, что вы сказали, это то, чего я хочу достичь, мне нужно перенести приложение Jboss в Liberty. Я принимаю ваш ответ. Не могли бы вы сообщить мне несколько примеров или веб-сайтов для настройки web.xml и server.xml в Liberty для входа и безопасности. 08.10.2018

Ответы:


1

В зависимости от ваших требований (есть некоторые значения по умолчанию, если они опущены) вы хотели бы иметь следующее в web.xml:

1) Ограничения безопасности, которые описывают ресурсы вашего приложения с сопоставлением с ролями, например.

<security-constraint>
    <web-resource-collection>
      <url-pattern>/*</url-pattern>
    </web-resource-collection>
    <auth-constraint>
      <role-name>testing</role-name>
    </auth-constraint>
 </security-constraint>

2) Определения ролей безопасности (хотя их можно сделать и через аннотацию @DeclareRoles)

<security-role>
    <role-name>testing</role-name>
 </security-role>

3) Конфигурация входа, используется, когда вы хотите иметь форму входа в систему (если опущено, по умолчанию используется Basic):

<login-config>
    <auth-method>BASIC</auth-method>
 </login-config>

Затем настройте реестр пользователей в Liberty. При необходимости вы можете использовать файлы, LDAP или пользовательские. server.xml config зависит от типа используемого реестра. Наконец, вам нужно привязать пользователей к ролям безопасности. Он слишком широк, чтобы включать здесь все варианты, поэтому просто добавьте соответствующие ссылки. (создайте отдельные вопросы для более подробных вопросов, если это необходимо).

Полезные ссылки:

08.10.2018
  • Спасибо Газ. Настроено 08.10.2018
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..