DSS电子签名库6.0.1版本发布:支持ETSI TS 119 612 v2.3.1信任列表
DSS(Digital Signature Service)是欧盟委员会开发的一个开源电子签名库,提供了创建、扩展和验证各种电子签名格式(XAdES、PAdES、CAdES等)的功能。作为欧盟eIDAS电子身份认证框架的重要组成部分,DSS在欧盟范围内被广泛应用于电子签名和电子印章的验证场景。
核心更新内容
本次6.0.1版本主要针对ETSI TS 119 612 v2.3.1标准中定义的信任列表(TL)v6版本提供了支持。信任列表是电子签名验证过程中关键的基础设施,它包含了被认可的证书颁发机构(CA)和服务提供商信息。随着标准的演进,v6版本信任列表的引入需要相应的验证支持。
信任列表v6验证支持
新版本最重要的改进是增加了对信任列表v6版本的验证能力。在电子签名验证过程中,系统需要检查签名证书是否来自受信任的证书颁发机构,这一信息通常从信任列表中获取。v6版本信任列表采用了更新的结构和格式,符合ETSI最新的技术规范要求。
为了保持向后兼容性,DSS 6.0.1版本同时支持v5和v6两种版本的信任列表验证。这一特性确保了系统可以平滑过渡到新标准,而不会影响现有基于v5版本信任列表的签名验证流程。
其他重要改进
除了信任列表v6的支持外,本次发布还包含以下重要改进:
-
安全依赖更新:更新了多个第三方库的版本,包括BouncyCastle、VeraPdf、FOP和logback等,修复了已知的安全漏洞,提高了系统的整体安全性。
-
内存泄漏修复:解决了XAdES签名创建过程中可能存在的内存泄漏问题,提高了系统在长时间运行时的稳定性。
-
验证报告格式修正:修复了验证报告中CertificateValues和RevocationValues字段的格式问题,确保生成的报告符合规范要求。
-
单元测试维护:更新了因证书过期而失效的单元测试,保证了测试套件的有效性。
迁移注意事项
对于现有系统的升级,需要注意以下配置变更:
在验证策略文件中,原来针对信任列表版本的配置需要从单一版本检查改为多版本支持。具体来说,需要将原来的固定版本号配置改为包含多个版本标识的列表配置。
这种配置变更确保了系统可以同时接受v5和v6版本的信任列表,为过渡期提供了灵活性。系统管理员应根据实际使用的信任列表版本情况,适时更新验证策略配置。
技术影响分析
本次更新虽然版本号变化不大,但对电子签名验证生态系统有重要意义:
-
标准合规性:支持最新的ETSI标准,确保系统能够验证基于最新规范创建的电子签名。
-
互操作性:随着越来越多的国家和服务提供商迁移到v6信任列表,这一更新保证了系统能够与这些新系统交互。
-
安全增强:通过更新依赖库,修复了多个潜在的安全漏洞,提高了系统的整体安全性。
对于电子签名服务提供商和集成商来说,及时升级到6.0.1版本可以确保系统能够处理最新的信任列表,同时保持与现有系统的兼容性。建议在测试环境中充分验证后,逐步在生产环境中部署此更新。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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-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
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