ASP.NET Core 新增TLS Client Hello消息回调功能解析
2025-05-03 16:00:24作者:邓越浪Henry
背景介绍
在网络安全通信中,TLS握手协议是建立安全连接的关键步骤。其中Client Hello消息作为TLS握手的第一步,包含了客户端支持的加密套件、TLS版本等重要信息。ASP.NET Core团队近期在Kestrel和HTTP.sys服务器中新增了直接访问TLS Client Hello原始字节数据的功能,为开发者提供了更底层的TLS握手控制能力。
技术实现
新功能通过两种不同的方式在ASP.NET Core的两个主要服务器实现中提供:
Kestrel服务器实现
Kestrel通过HttpsConnectionAdapterOptions类新增了一个可为空的回调属性:
public Action<ConnectionContext, ReadOnlySequence<byte>>? TlsClientHelloBytesCallback { get; set; }
该回调接收两个参数:
ConnectionContext:当前连接上下文对象ReadOnlySequence<byte>:包含完整的TLS Client Hello消息字节数据
使用ReadOnlySequence<byte>而非ReadOnlySpan<byte>是因为Kestrel底层使用PipeReader读取数据,数据可能分布在多个非连续的内存段中。
HTTP.sys服务器实现
HTTP.sys通过HttpSysOptions类新增了类似的回调:
public Action<IFeatureCollection, ReadOnlySpan<byte>>? TlsClientHelloBytesCallback { get; set; }
参数差异说明:
- 使用
IFeatureCollection替代ConnectionContext,因为HTTP.sys目前没有等效的连接上下文 - 使用
ReadOnlySpan<byte>因为HTTP.sys直接将缓冲区传递给原生API,数据保证是连续的
设计考量
开发团队在API设计过程中考虑了多种方案:
- 性能优先:采用回调模式而非属性访问,避免不必要的内存分配和复制操作
- 扩展性:保留未来添加强类型解析的可能性(如提供TLS帧解析器)
- 服务器差异:尊重Kestrel和HTTP.sys的不同架构特点,提供最适合各自实现的API形态
- 命名规范:明确包含"Bytes"后缀,为将来可能添加的强类型API留出命名空间
典型应用场景
开发者可以利用此功能实现多种高级用例:
- 早期连接过滤:在完整TLS握手前基于Client Hello信息拒绝可疑连接
- 协议嗅探:检测客户端实际支持的TLS版本和加密套件
- 自定义负载均衡:根据TLS扩展信息(如ALPN)做出路由决策
- 安全审计:记录详细的TLS握手信息用于安全分析
使用示例
以下是Kestrel服务器的基本配置示例:
var host = new HostBuilder()
.ConfigureWebHost(webHostBuilder =>
{
webHostBuilder
.UseKestrel(options =>
{
options.ConfigureHttpsDefaults(httpsOptions =>
{
httpsOptions.TlsClientHelloBytesCallback = (connectionContext, bytes) =>
{
// 分析TLS Client Hello字节数据
// 可基于分析结果设置连接特征或直接终止连接
};
});
})
.UseStartup<Startup>();
})
.Build();
技术细节
- 内存处理:Kestrel实现需要处理可能分布在多个内存段的TLS数据,而HTTP.sys则保证数据连续性
- 执行时机:回调在TLS握手早期阶段触发,早于任何应用层协议处理
- 线程安全:回调执行需要快速完成,避免阻塞连接处理线程
总结
ASP.NET Core新增的TLS Client Hello回调功能为开发者提供了前所未有的TLS握手阶段控制能力,使应用可以在最早的协议阶段做出安全决策。这一功能特别适合需要深度定制TLS行为或实现高级安全策略的场景,进一步强化了ASP.NET Core作为现代化Web应用平台的灵活性和安全性。
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
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
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
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322