BouncyCastle C 实现中的 ECDSA 签名验证问题解析
背景介绍
在使用 BouncyCastle C# 库(bc-csharp)实现 XAdES 签名应用时,开发者遇到了 ECDSA 签名验证失败的问题。这个问题特别出现在使用 SHA256WITHECDSA 算法时,而同样的实现在使用 RSA 密钥时却能正常工作。
问题现象
开发者最初尝试使用 bc-xml-security 扩展库来实现 ECDSA 签名,但欧盟 DSS 签名验证工具总是显示"签名不完整"。随后,开发者简化了测试场景,直接使用 BouncyCastle 生成 ECDSA 密钥对进行签名和验证,仍然遇到验证失败的问题。
关键发现
经过深入分析,发现了两个关键问题点:
-
签名验证流程不完整:在验证签名时,开发者遗漏了向验证器提供原始消息数据的步骤。正确的验证流程应该是:
- 初始化验证器
- 提供原始消息数据
- 执行验证
-
签名格式选择不当:对于某些验证系统(如欧盟 DSS 验证工具),需要使用"PLAIN-ECDSA"格式而非标准 ECDSA 格式。这两种格式的主要区别在于:
- SHA256WITHECDSA:使用 ASN.1 编码结构,签名长度可变(通常70+字节)
- SHA256WITHPLAIN-ECDSA:不使用 ASN.1 结构,签名长度固定(对于 P-256 曲线为64字节)
解决方案
针对上述问题,提供了以下解决方案:
- 完整的签名验证流程:
// 初始化验证器
signer.Init(false, signingKey.Public);
// 提供原始消息数据
signer.BlockUpdate(testData, 0, testData.Length);
// 执行验证
Boolean retval = signer.VerifySignature(signature);
- 选择合适的签名算法: 对于需要固定长度签名的系统,应使用:
ISigner signer = SignerUtilities.GetSigner("SHA256WITHPLAIN-ECDSA");
技术要点
-
曲线选择:示例中使用的曲线 OID "1.2.840.10045.3.1.7" 对应于 P-256/prime256v1/secp256r1 曲线,这是 ECDSA 常用的曲线之一。
-
密钥生成:正确生成 ECDSA 密钥对的方法包括:
- 获取曲线参数
- 设置域参数
- 初始化密钥生成器
- 生成密钥对
-
签名过程:完整的签名过程应包括:
- 初始化签名器
- 提供消息数据
- 生成签名
实际应用建议
-
在实现数字签名功能时,务必确保验证流程完整,包括提供原始消息数据。
-
了解目标验证系统的签名格式要求,选择适当的签名算法。对于需要固定长度签名的系统,优先考虑"PLAIN-ECDSA"变体。
-
测试时可以使用简单的字符串作为测试数据,便于验证基本功能的正确性。
-
对于 XAdES 等高级签名标准,需要特别注意签名算法的兼容性要求。
通过理解这些关键点,开发者可以避免常见的 ECDSA 签名验证问题,确保数字签名在各种验证系统中都能正确工作。
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0121
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