Mbed TLS项目中RSA密钥算法选择问题分析
2025-06-05 07:07:34作者:舒璇辛Bertina
问题背景
在Mbed TLS密码学库中,mbedtls_pk_setup_opaque函数负责将PSA密钥转换为PK接口可用的密钥对象。然而,该函数在处理RSA密钥时存在一个设计缺陷——它总是默认使用PKCS#1v1.5算法,而忽略了密钥策略中可能指定的PSS或OAEP算法。
技术细节
问题表现
当开发者使用mbedtls_pk_setup_opaque函数设置一个RSA密钥时,无论该密钥在PSA层配置了何种算法策略(如RSA-PSS或RSA-OAEP),PK接口都会强制使用PKCS#1v1.5算法。这会导致:
- 对于签名操作:如果密钥策略指定了PSS签名算法,但PK接口尝试使用PKCS#1v1.5签名,PSA层会拒绝该操作
- 对于加密操作:如果密钥策略指定了OAEP加密算法,但PK接口尝试使用PKCS#1v1.5加密,同样会被PSA层拒绝
影响范围
该问题影响Mbed TLS 3.2.0至3.6.0版本。早期版本由于不支持在mbedtls_pk_setup_opaque中使用RSA密钥,因此不受影响。
正确行为预期
按照设计原则,mbedtls_pk_setup_opaque应该像mbedtls_pk_copy_from_psa函数一样,尊重PSA密钥的策略设置,使用密钥策略中指定的算法而非硬编码的PKCS#1v1.5算法。
解决方案建议
要解决这个问题,需要修改mbedtls_pk_setup_opaque函数的实现,使其:
- 查询PSA密钥的策略信息
- 根据策略中指定的算法选择合适的PK算法标识符
- 正确设置PK上下文
具体实现可以参考mbedtls_pk_copy_from_psa函数的做法,该函数已经正确处理了算法选择逻辑。
开发者应对措施
在问题修复前,受影响的开发者可以:
- 避免在需要PSS/OAEP算法的场景中使用
mbedtls_pk_setup_opaque - 改用
mbedtls_pk_copy_from_psa函数,该函数能正确处理算法选择 - 如果必须使用
mbedtls_pk_setup_opaque,可以手动调整PSA密钥策略使其匹配PKCS#1v1.5算法
总结
这个问题的本质是PK接口层与PSA密钥策略之间的不匹配。在密码学应用中,算法选择的一致性至关重要,特别是在涉及安全协议和标准合规性的场景中。Mbed TLS团队应当在后续版本中修正这一行为,确保接口转换过程中算法选择的一致性和正确性。
登录后查看全文
热门项目推荐
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
热门内容推荐
最新内容推荐
绝杀 Tauri/Pake Mac 打包报错:`failed to run xattr` 的底层逻辑与修复方案避坑指南:Pake 打包网页为何“高级功能失效”?深度解析拖拽与下载的底层限制Tauri/Pake 体积极限优化:如何把 12MB 的应用无情压榨到 2MB 以内?受够了 100MB+ 的套壳 App?最强 Electron 替代方案 Pake 深度测评与原理解析告别臃肿积木!用 Pake 1 分钟把任意网页变成 3MB 桌面 App(附国内极速环境包)智能票务抢票系统:突破手动抢票瓶颈的效率革命方案如何利用Path of Building PoE2高效规划流放之路2角色构建代码驱动的神经网络可视化:用PlotNeuralNet绘制专业架构图whisper.cpp CUDA加速实战指南:让语音识别效率提升6倍的技术解析Windows 11系统PicGo高效解决安装与更新全流程指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557