AWS s2n-tls v1.5.19 发布:新增后量子ML-DSA证书支持
项目简介
s2n-tls 是 AWS 开发的一个轻量级 TLS/SSL 实现,专注于安全性、性能和简洁性。作为 AWS 基础设施的重要组成部分,s2n-tls 被广泛应用于各种云服务和产品中。该项目采用 Apache 2.0 和 MIT 双重许可,是一个开源项目。
核心更新:后量子密码学支持
本次发布的 v1.5.19 版本最重要的特性是增加了对后量子密码学 ML-DSA(Module Lattice-based Digital Signature Algorithm)证书的支持。这是 s2n-tls 在应对量子计算威胁方面迈出的重要一步。
ML-DSA 技术解析
ML-DSA 是一种基于格密码学的数字签名算法,被 NIST 选为后量子密码标准化项目的一部分。与传统 RSA 或 ECC 签名算法不同,ML-DSA 基于数学上的格问题,即使在量子计算机面前也能保持安全性。
s2n-tls 在此版本中实现了:
- ML-DSA 签名算法的加密原语支持
- 握手过程中 ML-DSA 签名的处理能力
- 相关证书链的验证逻辑
其他重要改进
测试与稳定性增强
开发团队对测试套件进行了多项改进:
- 减少了集成测试中的不稳定性因素
- 改进了测试日志的可调试性
- 默认关闭了集成测试中的详细模式,提高测试效率
- 增加了对 s2n_stream_cipher_null 的测试覆盖率
Rust 绑定更新
Rust 语言绑定部分也有多项改进:
- 将最低支持的 Rust 版本(MSRV)提升至 1.82.0
- 增加了 Config 类型的 as_ptr() API
- 更新了多个依赖项的版本
安全相关改进
- 将测试用的 Apache 证书从 RSA1024 升级到更安全的 RSA2048
- 修复了基准测试中的会话恢复机制问题
技术细节
对于希望深入了解 ML-DSA 集成的开发者,值得关注以下几个技术点:
-
证书处理:s2n-tls 现在能够正确处理包含 ML-DSA 公钥的 X.509 证书,包括证书链验证。
-
握手签名:在 TLS 握手过程中,服务器可以使用 ML-DSA 算法对握手消息进行签名,客户端能够验证这些签名。
-
加密原语集成:底层加密库中新增了 ML-DSA 相关的实现,包括密钥生成、签名和验证等操作。
向后兼容性
虽然新增了后量子密码学支持,但 s2n-tls 保持了良好的向后兼容性。现有的 RSA 和 ECC 算法仍然完全支持,ML-DSA 是作为一个额外的可选特性加入的。
开发者建议
对于考虑采用新版本的项目,建议:
- 评估是否需要后量子密码学支持
- 测试现有应用与新版本的兼容性
- 关注性能影响,特别是在资源受限环境中
总结
s2n-tls v1.5.19 通过引入 ML-DSA 支持,为应对未来的量子计算威胁做好了准备。同时,该版本在测试覆盖率、稳定性和 Rust 绑定等方面都有显著改进,是一个值得升级的版本。对于关注长期安全性的项目,特别是那些需要前瞻性安全保护的场景,升级到这个版本将获得重要的安全增强。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00