OpenJ9项目中JDK24 FIPS模式下的安全测试失败分析
在OpenJ9项目的JDK24版本测试过程中,发现了一些在FIPS模式下运行的安全相关测试用例失败的情况。本文将对这些测试失败进行技术分析,并解释其背后的原因。
测试环境与背景
测试运行在Windows 10 x86-64平台上,使用的是OpenJ9虚拟机24+36版本,启用了FIPS模式和OpenJCEPlusFIPS自定义配置文件。FIPS(Federal Information Processing Standards)是美国政府制定的一系列计算机安全标准,在加密模块方面有严格要求。
主要测试失败分析
TLS相关测试失败
sun/security/pkcs11/tls/tls12/FipsModeTLS12.java测试失败,原因是尝试在FIPS模式下通过编程方式设置jdk.tls.disabledAlgorithms属性。根据FIPS安全规范,某些安全属性在FIPS模式下不允许被动态修改,这是预期的安全限制行为。
同样,TLSCipherSuiteWildCardMatchingDisablePartsOfCipherSuite.java和TLSCipherSuiteWildCardMatchingIllegalArgument.java测试也因相同原因失败,它们都尝试修改被FIPS模式保护的TLS相关安全属性。
加密算法相关测试失败
sun/security/provider/NamedEdDSA.java测试失败,因为EdDSA(Edwards-curve Digital Signature Algorithm)算法在FIPS模式下不可用。EdDSA是一种基于椭圆曲线的数字签名算法,但当前FIPS认证的OpenJCEPlusFIPS配置中未包含此算法实现。
sun/security/provider/NamedKeyFactoryTest.java测试失败,原因是尝试使用"sHA"密钥对生成器,这在FIPS模式下也不被支持。FIPS对可用的加密算法有严格限制,只允许使用经过认证的算法实现。
证书验证失败
sun/security/ssl/X509TrustManagerImpl/distrust/Entrust.java测试失败,原因是无法构建有效的证书路径。在FIPS模式下,证书验证机制更加严格,测试中使用的证书可能不符合FIPS验证要求。
技术影响与解决方案
这些测试失败反映了FIPS模式下的安全限制特性,而非真正的功能缺陷。在FIPS合规环境中:
- 动态修改安全策略受到限制
- 可用的加密算法集合被严格控制
- 证书验证标准更加严格
对于测试框架,合理的解决方案是将这些测试用例在FIPS模式下排除,因为它们测试的功能在FIPS环境中本身就是受限或被禁止的。这符合FIPS安全规范的要求,也能确保测试结果的准确性。
总结
OpenJ9项目在JDK24版本中加强了对FIPS模式的支持,这些测试失败验证了FIPS安全限制的正确实施。开发者和测试人员应当理解FIPS环境下的特殊限制,并在设计和测试加密相关功能时考虑这些约束条件。对于必须运行在FIPS环境中的应用程序,建议预先验证所有使用的加密算法和证书是否符合FIPS标准。
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-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