s2n-tls项目中OpenSSL 3.0 FIPS模式下哈希与签名机制的演进
2025-06-12 14:06:13作者:俞予舒Fleming
在密码学库s2n-tls的开发过程中,团队遇到了OpenSSL 3.0 FIPS模式下哈希与签名机制的兼容性问题。本文将深入分析这一技术挑战及其解决方案。
背景与挑战
s2n-tls作为AWS开发的TLS实现,需要支持多种加密操作,包括哈希计算和数字签名。在OpenSSL 3.0 FIPS模式下,原有的实现方式遇到了两个主要限制:
- MD5哈希算法不再被FIPS模式支持
- EVP_MD_CTX_set_pkey_ctx函数不可用
这些限制迫使开发团队重新审视整个加密操作架构,寻找既符合FIPS要求又能保持功能完整性的解决方案。
原有架构分析
在原有实现中,s2n-tls采用了双路径架构:
哈希计算路径:
- 传统方式:使用SHA1_hash()等非FIPS方法
- EVP方式:使用EVP_Digest()等现代方法
签名计算路径:
- 传统方式:使用ECDSA_sign()等非FIPS方法
- EVP方式:使用EVP_DigestSign()等现代方法
这种架构在不同OpenSSL版本间存在兼容性问题,特别是在FIPS模式下。
解决方案设计
开发团队提出了三路径签名方案来应对OpenSSL 3.0 FIPS的挑战:
- 传统签名:使用非FIPS方法
- EVP签名:使用完整EVP流程
- EVP-FIPS-140-3签名:使用EVP_pkey_sign()但不依赖EVP_MD_CTX_set_pkey_ctx
关键突破在于认识到虽然FIPS模式本身不支持MD5,但通过加载默认提供者(Default provider)可以获取MD5支持,这使得全面转向EVP接口成为可能。
架构演进
最终的架构演进路径包括三个主要阶段:
- 清理阶段:移除不再使用的openssl-1.0.2-fips特殊处理代码
- EVP哈希统一:
- 实现显式获取(EVP explicit fetch)
- 所有libcrypto实现统一使用EVP哈希
- 清理传统哈希实现
- EVP签名统一:
- 添加新的EVP签名方法
- 除awslc-fips外全部迁移到新EVP签名方法
- 清理传统pkey实现
技术实现细节
在具体实现上,团队采用了以下策略:
- 哈希计算:全面转向EVP接口,通过显式获取确保算法可用性
- 签名操作:
- 对于支持完整EVP流程的环境,使用EVP_DigestSign
- 对于限制性环境,使用EVP_pkey_sign配合外部哈希
- 兼容性处理:通过运行时检测自动选择最佳实现路径
总结
s2n-tls团队通过这次架构演进,不仅解决了OpenSSL 3.0 FIPS的兼容性问题,还实现了代码的简化和统一。新的架构具有以下优势:
- 更好的FIPS合规性
- 更清晰的代码结构
- 更强的版本兼容性
- 更易于维护的代码库
这一案例展示了在密码学库开发中如何平衡安全性要求、功能完整性和代码可维护性,为类似项目提供了有价值的参考。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0123
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
446
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
254