由 农夫一号
发表于 三月 15th, 2012
同系列文章，转载自 Google OAUTH + OpenID解决方案
, 蓝色字是我加的注解或是着重提示。
在前面已经介绍过OAuth与OpenID，这两种服务，Google都实现了。我们可以通过Google
OAuth服务为Google 用户的资源进行授权，如用户通过第三方软件调用Google Open
API操作用户的资源时，就需要用户对第三方软件授权；通过Google
OpenID服务可以打通Google与其他支持OpenID服务网站之间的用户体系。现在假如有另外一个网站，也想开放自己的Open
API服务，但是又不想实现OAuth服务（毕竟实现OAUTH服务还是需要一些成本的），那该怎么办？它可不可以使用Google提供的OAuth服
务，授权认证交给Google来处理？可以！但是OAuth授权也是基于用户登录来实现的，Google
OAuth用户体系只是Google的用户体系，那又怎么办了？OpenID！对，将网站的用户体系与Google用户体系打通，并且使用Google
OAuth服务来实现授权，即Google提出的OpenID + OAUTH的解决方案。
一、 OAUTH与OpenID
前面两篇文章对OAUTH与OpenID均做过介绍，且Google均提供了这两种服务，在此我们先简要的回顾这两种服务，具体介绍请参见相关文章。
OAUTH是一种开放的，基于用户登录的授权认证方式。如当用户使用第三方软件调用Google Open
API去操作自己的Google服务资源时，用户就要先对该软件授权。授权过程中，第三方软件会引导用户登录Google，进行用户鉴权，用户通过
Google身份鉴权后才能对第三方软件授权。显然，Google OAUTH只能对Google用户进行鉴权，其他用户体系的用户不能直接鉴权。
OpenID是一种开放的，去用户中心的，用于打通各网站之间的用户体系的服务。在支持OpenID的网站间，你可以使用任何一个网站的帐号或者
Open
ID去登录任何一个网站。OpenID提供了类似单点登录的用户体验，并且用户无需在各个网站上注册就可以使用该网站的资源，将用户从繁重的帐号注册与管
理工作中解脱出来。当用户使用OpenID登录没注册的网站过程中，网站会引导用户登录OP（用户OpenID注册的网站），请求OP对用户身份鉴权，用
户通过OP鉴权，网站才会容许用户登录。
若将OpenID与Google OAUTH结合，OpenID将第三方网站的用户体系与Google用户体系打通后，第三方网站便可使用Google OAUTH服务，对自己的用户进行授权！交互示意图如下图所示：
二、 Google OAUTH + OpenID解决方案
Google提出了OpenID + OAUTH的解决方案，将两者揉合在一起，具体流程如下图所示：
1. Web应用请求用户登录；
2. 用户选择使用Google OpenID进行登录；
3. Web应用请求发现Google认证服务URL；
4. Google向Web应用返回XRDS信息，其中包含Google认证服务URL；
5. Web应用请求用户登录Google服务，通过请求用户授权；
6. Google引导用户登录；
7. 用户输入用户名密码进行登录，同时确认是否对第三方软件授权；
8. Google认证中心返回用户ID与授权的Request Token给Web应用；
9. 用户可以访问受保护的资源，同时可以继续第七部中Oauth认证余下的环节；
从上面的流程第五步可以看出，Google解决方案中，将OAUTH与OpenID的登录操作合并在一起、并且在登录的同时向Google发送
Oauth请求，请求用户授权。这样一来，在第五步中，用户登录Google（OpenID中Google对用户鉴权），同时请求对用户授权（OAUTH
中对用户授权，同时无需再次登陆，因为前面OpenID已经登录过了）。
三、Google OAUTH+OpenID Demo
Google提供了OAUTH + OpenID的DEMO，Demo演示地址如下：http://googlecodesamples.com/hybrid/
刚开始，用户既没OpenID登录也没OAUTH授权，如下图所示：
接着，点击上图中login按钮请求以Google提供的OpenID登录，如下图所示：
输入用户名与密码登录后，Google提醒您即将登陆到外部网站，外部网站申请对您的资源进行授权，您是否同意，如下图所示：
点击继续登录后，登录成功，并且返回授权的Token，如下图所示：
参见:
http://ig2net.info/archives/765.html
http://ig2net.info/archives/496.html
分享到：
相关推荐
原生js图片圆形排列按钮控制3D旋转切换插件.zip
内含二维数组与三维数组,分别为list2nd,list3rd
原生js颜色随机生成9x9乘法表代码.zip
原生js实现图片叠加滚动切换代码.zip
【Academic tailor】学术小裁缝必备知识点：全局注意力机制（GAM） 注意力机制是深度学习中的重要技术，尤其在序列到序列（sequence-to-sequence）任务中广泛应用，例如机器翻译、文本摘要和问答系统等。这一机制由 Bahdanau 等人在其论文《Neural Machine Translation by Jointly Learning to Align and Translate》中首次提出。以下将详细介绍这一机制的背景、核心原理及相关公式。 全局注意力机制（Global Attention Mechanism, GAM）由 《Global Attention Mechanism: Retain Information to Enhance Channel-Spatial Interactions》提出，是一篇针对计算机视觉任务提出的方法。这篇文章聚焦于增强深度神经网络中通道和空间维度之间的交互，以提高分类任务的性能。与最早由 Bahdanau 等人提出的用于序列到序列任务的注意力机制 不同，这篇文章的重点是针对图像分类任务，并未专注于序
本项目在开发和设计过程中涉及到原理和技术有: B/S、java技术和MySQL数据库等；此文将按以下章节进行开发设计； 第一章绪论；剖析项目背景,说明研究的内容。 第二章开发技术；系统主要使用了java技术， b/s模式和myspl数据库，并对此做了介绍。 第三章系统分析；包罗了系统总体结构、对系统的性能、功能、流程图进行了分析。 第四章系统设计；对软件功能模块和数据库进行详细设计。 第五章系统总体设计；对系统管理员和用户的功能进行描述， 第六章对系统进行测试， 第七章总结心得；在论文最后结束章节总结了开发这个系统和撰写论文时候自己的总结、感想,包括致谢。
1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。
镗夹具总工艺图
原生js树叶数字时钟代码.rar
近代非线性回归分析-韦博成1989
内容概要：本文详细介绍了用 Rust 语言实现冒泡排序算法的具体步骤，以及通过设置标志位来优化算法性能的方法。示例代码包括了函数定义、内外层循环逻辑、标志位的应用，并在主函数中展示了如何调用 bubble_sort 函数并显示排序前后的数组。 适合人群：具有基本 Rust 编程基础的学习者和开发者。 使用场景及目标：适用于想要深入了解 Rust 中冒泡排序实现方式及其优化技巧的技术人员。通过本篇文章，能够掌握 Rust 基本语法以及算法优化的基本思想。 阅读建议：除了仔细阅读和理解每一部分的内容外，还可以尝试修改代码，改变数据集大小，进一步探索冒泡排序的时间复杂度和优化效果。此外，在实际应用时也可以考虑引入并发或其他高级特性以提升性能。
培训课件 -安全隐患分类与排查治理.pptx
中国各地级市的海拔标准差数据集提供了298个地级市的海拔变异性信息。海拔标准差是衡量某地区海拔高度分布离散程度的统计指标，它通过计算各测量点海拔与平均海拔之间的差异来得出。这一数据对于评估地形起伏对网络基础设施建设的影响尤为重要，因为地形的起伏度不仅会增加建设成本，还会影响信号质量。此外，由于地形起伏度是自然地理变量，它与经济社会因素关联性较小，因此被用作“宽带中国”试点政策的工具变量，以研究网络基础设施建设对经济的影响。数据集中包含了行政区划代码、地区、所属省份、所属地域、长江经济带、经度、纬度以及海拔标准差等关键指标。这些数据来源于地理空间数据云，并以Excel和dta格式提供，方便研究者进行进一步的分析和研究。
YOLO算法的原理与实现
视网膜病变是糖尿病和高血压的主要微血管并发症。如果不及时治疗，可能会导致失明。据估计，印度三分之一的成年人患有糖尿病或高血压，他们未来患视网膜病变的风险很高。我们研究的目的是检查糖化血红蛋白 (HbA1c)、血压 (BP) 读数和脂质水平与视网膜病变的相关性。我们的主要假设是，血糖控制不佳（表现为高 HbA1c 水平、高血压和异常脂质水平）会导致视网膜病变风险增加。我们使用眼底照相机筛查了 119 名印度患者的视网膜病变，并获取了他们最近的血压、HbA1c 和血脂谱值。然后，我们应用 XGBoost 机器学习算法根据他们的实验室值预测是否存在视网膜病变。我们能够根据这些关键生物标志物高精度地预测视网膜病变。此外，使用 Shapely Additive Explanations (SHAP)，我们确定了对模型最重要的两个特征，即年龄和 HbA1c。这表明血糖控制不佳的老年患者更有可能出现视网膜病变。因此，这些高风险人群可以成为早期筛查和干预计划的目标，以防止视网膜病变发展为失明。
在强化学习（RL）领域，如何稳定地优化策略是一个核心挑战。2015 年，由 John Schulman 等人提出的信赖域策略优化（Trust Region Policy Optimization, TRPO）算法为这一问题提供了优雅的解决方案。TRPO 通过限制策略更新的幅度，避免了策略更新过大导致的不稳定问题，是强化学习中经典的策略优化方法之一。
1、资源项目源码均已通过严格测试验证，保证能够正常运行； 2、项目问题、技术讨论，可以给博主私信或留言，博主看到后会第一时间与您进行沟通； 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用，尤其对于人工智能、计算机科学与技术等相关专业，更为适合； 4、下载使用后，可先查看README.md文件（如有），本项目仅用作交流学习参考，请切勿用于商业用途。
这组数据涵盖了1999至2020年间中国各地区普通小学毕业生的数量。它为我们提供了一个深入了解中国教育领域中普通小学阶段教育水平和教育资源分配情况的窗口。通过分析这些数据，可以为制定科学合理的教育政策提供依据，同时，通过比较不同城市的普通小学毕业生数，也能为城市规划和劳动力市场调查提供参考。数据来源于中国区域统计年鉴和中国各省市统计年鉴，包含了8472个样本，以面板数据的形式呈现。这些数据对于掌握中国教育态势具有重要的参考价值。
原生js制作拖拽排列排序代码.zip
PixPin截图工具,非常好用的一款截图工具