BouncyCastle FIPS 2.x 在 JDK21 中的加载问题解析
2025-07-01 05:57:38作者:宣聪麟
问题背景
在从 JDK8 + BouncyCastle FIPS 1.x 迁移到 JDK21 + BouncyCastle FIPS 2.x 的过程中,开发者遇到了安全提供程序加载失败的问题。错误表现为 BouncyCastle FIPS 提供程序初始化时抛出异常,导致整个安全机制无法正常工作。
错误现象
当尝试在 JDK21 环境中加载 BouncyCastle FIPS 2.x 提供程序时,系统抛出 ExceptionInInitializerError 异常。从堆栈跟踪中可以观察到:
- 异常根源是
NullPointerException,发生在尝试获取系统资源时 - 错误链显示系统尝试加载 MD5 算法提供程序
- 最终导致
CryptoServicesRegistrar类初始化失败
根本原因分析
经过深入排查,发现问题的核心在于加载方式的选择。开发者最初使用了 --patch-module 参数来加载 BouncyCastle 的 JAR 文件:
--patch-module java.base=/path/to/bc-fips-2.1.0.jar:/path/to/bctls-fips-2.1.20.jar
这种加载方式在 JDK21 环境下会导致以下问题:
- 模块系统冲突:直接修补
java.base模块可能干扰 Java 平台模块系统的正常运作 - 资源加载异常:模块修补改变了类加载器的资源查找机制,导致 BouncyCastle 无法正确验证其 FIPS 状态
- 安全限制:JDK21 加强了安全策略,默认禁用了 MD5 等算法,而修补模块方式可能绕过这些限制检查
解决方案
正确的解决方法是使用标准的模块路径(--module-path)来加载 BouncyCastle FIPS 库,而不是修补基础模块。具体操作如下:
- 移除
--patch-module参数 - 使用
--module-path指定 BouncyCastle JAR 文件路径 - 确保
java.security文件中的提供程序配置正确
配置建议
对于需要在 JDK21 中使用 BouncyCastle FIPS 2.x 的环境,推荐以下配置:
- java.security 文件配置:
security.provider.1=org.bouncycastle.jcajce.provider.BouncyCastleFipsProvider C:DEFRND[SHA256];ENABLE{ALL};
security.provider.2=org.bouncycastle.jsse.provider.BouncyCastleJsseProvider fips:BCFIPS
security.provider.3=sun.security.provider.Sun
- JVM 启动参数:
--module-path /path/to/bc-fips-2.1.0.jar:/path/to/bctls-fips-2.1.20.jar
技术要点
- 模块化兼容性:JDK9 引入的模块系统要求库开发者明确声明模块信息,BouncyCastle FIPS 2.x 已做好相应适配
- 安全策略演进:JDK21 进一步收紧了默认安全策略,开发者需要明确了解哪些算法被限制
- FIPS 验证机制:BouncyCastle FIPS 版本有严格的自我验证流程,正确的加载方式是其正常运行的前提
总结
从 JDK8 迁移到 JDK21 并升级 BouncyCastle FIPS 版本时,开发者需要注意 Java 模块系统的变化。避免使用 --patch-module 修补基础模块,转而使用标准的模块路径加载方式,可以确保安全提供程序正确初始化和运行。这种改变不仅解决了当前的加载问题,也为应用提供了更好的安全性和未来兼容性。
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-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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
263
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
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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