OWASP ASVS项目:CBC加密模式应被标记为"遗留"状态的技术分析
2025-06-27 23:39:53作者:劳婵绚Shirley
背景与现状
在OWASP应用安全验证标准(ASVS)的附录中,CBC(Cipher Block Chaining)加密模式目前被列为"approved"(已批准)状态。然而,随着现代加密技术的发展和安全研究的深入,越来越多的证据表明CBC模式存在多种安全隐患,这使得安全社区开始重新评估其适用性。
CBC模式的技术缺陷
-
缺乏完整性保护机制
CBC模式本身不提供消息完整性验证(MAC),这意味着潜在风险可能导致数据被修改而无法检测。相比之下,现代模式如GCM(Galois/Counter Mode)同时提供加密和认证功能。 -
填充问题风险
CBC模式容易受到特定类型的攻击,攻击者可能通过分析系统对不同填充错误的响应来获取信息。 -
IV初始化向量要求严格
CBC要求使用不可预测的、唯一的初始化向量(IV),而GCM等现代模式对IV的要求相对宽松(只需保证唯一性)。 -
历史问题影响
著名的POODLE问题(2014)就利用了SSL 3.0中CBC模式的特点,这促使整个行业加速改进CBC在TLS中的使用方式。
行业趋势与标准演进
密码学领域已形成明确共识:
- 现代加密协议(如TLS 1.3)已完全移除CBC模式
- 权威资源ciphersuite.info将所有使用CBC的TLS密码套件标记为"weak"(弱)或"insecure"(不安全)
- NIST正在修订SP 800-38A标准,预计将明确建议采用带认证的加密模式
OWASP ASVS的应对建议
基于以上分析,建议在ASVS中将CBC模式的状态从"approved"调整为"legacy"(遗留),并给出以下使用建议:
-
新系统设计
应优先选择AEAD(认证加密关联数据)模式,如GCM、CCM或ChaCha20-Poly1305。 -
现有系统维护
若必须使用CBC模式,必须确保:- 正确实现HMAC等完整性保护机制
- 使用符合标准的填充方案(如PKCS#7)
- 生成加密安全的随机IV
-
迁移计划
使用CBC的现有系统应制定向现代加密模式迁移的路线图。
结论
将CBC标记为"legacy"反映了密码学最佳实践的演进,有助于开发者做出更安全的技术选择。这一变更将使OWASP ASVS保持与行业标准同步,为应用安全提供更准确的指导。
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217