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 23:49:01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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
308
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322