OpenSSL项目中ML-DSA签名算法名称显示问题解析
2025-05-06 10:57:46作者:滑思眉Philip
问题背景
在OpenSSL 3.5.0-alpha版本中,当使用s_server/s_client工具建立TLS连接时,系统会输出与ML-DSA(基于模块格的后量子数字签名算法)相关的签名类型信息。然而,开发者发现输出显示的是"id-ml-dsa-44"而非预期的"ML-DSA-44"格式,这引发了关于算法名称标准化和显示一致性的讨论。
技术细节分析
OpenSSL在TLS握手过程中会显示对等方的签名算法类型,这一功能对于调试和验证加密连接非常重要。问题核心在于:
- 签名算法名称来源于tls_sigalg能力注册时定义的SIGALG_NAME字段
- 当前实现直接将注册的名称暴露给用户,成为CLI/配置选项中唯一支持的形式
- 这种直接暴露可能导致与未来标准组织注册标准不一致的兼容性问题
解决方案探讨
开发社区提出了几种解决思路:
-
直接修改显示逻辑:通过修改底层API调用方式,使用SSL_get0_peer_signature_name而非SSL_get_peer_signature_type_nid来获取更友好的名称显示
-
名称标准化:建议采用"mldsa44"格式,这与技术文档中的命名约定保持一致,更可能被标准组织采纳
-
多名称注册方案:有开发者尝试注册多个tls_sigalg能力,同时支持不同命名格式,但这被认为是不必要的复杂方案
实现建议
对于OpenSSL开发者而言,最佳实践应包括:
- 统一使用与未来标准兼容的命名格式
- 修改相关API实现,确保用户界面显示友好且一致的算法名称
- 避免在提供者层面对同一算法进行多重注册
- 考虑向后兼容性,确保名称变更不会破坏现有配置
总结
OpenSSL作为广泛使用的加密库,其算法名称的显示和处理方式对生态系统有重要影响。这个问题凸显了在后量子密码学过渡期间,标准化工作与实际实现之间需要密切协调。开发团队最终通过修改底层显示逻辑解决了这一问题,确保了名称显示的一致性和未来兼容性。
对于使用OpenSSL的开发者,建议关注算法名称的标准化进展,并在应用程序中做好相应的兼容性处理,以平稳过渡到后量子密码学时代。
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
268
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
621
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