LetsEncrypt-Win-Simple项目中CNG密钥存储问题的分析与解决
2025-06-07 19:00:26作者:瞿蔚英Wynne
问题背景
在Windows证书管理领域,微软提供了两种不同的加密API实现方式:传统的CryptoAPI和下一代CNG(Cryptography API: Next Generation)。CNG作为更现代的解决方案,提供了更好的安全性和灵活性。LetsEncrypt-Win-Simple作为Windows平台上流行的ACME客户端工具,自2.2.6.1版本起就支持通过配置选项选择使用CNG存储私钥。
问题现象
用户在从2.2.6.1版本升级到2.2.9.1版本后发现,尽管在settings.json配置文件中明确设置了"UseNextGenerationCryptoApi": true,但新生成的证书私钥仍然被存储在传统的CryptoAPI密钥存储位置(C:\ProgramData\Application Data\Microsoft\Crypto\RSA\MachineKeys\),而不是预期的CNG存储位置(C:\ProgramData\Application Data\Microsoft\Crypto\Keys\)。
技术分析
-
密钥存储机制差异:
- CryptoAPI使用RSA密钥存储,路径中包含"RSA"标识
- CNG采用更通用的密钥存储机制,路径中不包含特定算法标识
-
版本行为变化:
- 2.2.6.1版本:正确遵循UseNextGenerationCryptoApi配置
- 2.2.9.1版本:忽略该配置项,默认使用传统存储方式
-
影响范围:
- 影响Windows Server 2019和2022等多个版本
- 与证书存储位置设置无关(DefaultStore设置不影响此问题)
解决方案
项目维护团队已确认这是一个确实存在的缺陷,并在simple-acme项目的2.3.1.9版本中修复了此问题。建议遇到此问题的用户:
- 升级到包含修复的版本
- 对于已生成的证书,可考虑重新申请以确保使用正确的密钥存储方式
最佳实践建议
-
密钥存储选择:
- 对于新系统,建议优先使用CNG存储
- 旧系统如需兼容性,可暂时使用传统存储
-
配置验证:
- 部署后应检查密钥实际存储位置
- 可通过证书管理器工具验证密钥属性
-
安全考虑:
- CNG提供更强的安全特性
- 确保存储目录有适当的访问控制
总结
密钥存储机制的选择对证书管理和系统安全有重要影响。LetsEncrypt-Win-Simple工具的这一缺陷修复,确保了用户配置能够正确影响密钥存储行为,为Windows服务器提供了更可靠的证书管理能力。建议所有用户及时更新到修复版本,以获得最佳的安全性和功能性体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 高效汇编代码注入器:跨平台x86/x64架构的终极解决方案 高效验证码识别解决方案:OCRServer资源文件深度解析与应用指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略
项目优选
收起
deepin linux kernel
C
24
7
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
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
373
3.18 K
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.09 K
618
🔥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
62
19
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
261
92