BouncyCastle FIPS 2.x 在 JDK21 中的加载问题解析
2025-07-01 13:18:34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
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
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
🔥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
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
392
3.88 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
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
310
🎉 (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
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1