Pint项目中解决FIPS系统下Blake2b哈希函数崩溃问题
在Python计量单位库Pint中,开发团队最近修复了一个与哈希函数相关的兼容性问题。该问题主要影响启用了FIPS(联邦信息处理标准)模式的系统,会导致程序运行时抛出ValueError: [digital envelope routines] unsupported异常。
问题背景
Pint库在其内部实现中使用了hashlib.blake2b哈希函数,这是现代密码学中常用的一种安全哈希算法。然而,在某些特殊配置的系统中,特别是那些启用了FIPS模式的政府或金融机构系统中,默认的安全策略会限制某些加密算法的使用。
FIPS是美国政府制定的一套计算机安全标准,它定义了哪些加密算法可以被用于保护敏感但非机密的信息。在FIPS模式下,系统会禁用被认为不够安全的算法实现,或者要求更严格的使用方式。
技术解决方案
从Python 3.9开始,hashlib模块中的哈希函数新增了usedforsecurity参数。当设置为False时,可以明确告知系统该哈希函数不用于安全目的,从而绕过FIPS限制。Pint团队采用了这一解决方案,修改后的代码如下:
hashlib.blake2b(..., usedforsecurity=False)
由于Pint项目已经放弃对Python 3.8的支持(最低要求Python 3.10),因此不需要考虑向后兼容的代码实现。这简化了解决方案,避免了需要为不同Python版本编写条件逻辑的情况。
影响范围与修复意义
这一修复主要影响以下场景:
- 在启用了FIPS模式的Linux系统上运行Pint
- 使用Pint进行单位转换或物理量计算的政府或金融机构
- 需要符合严格安全合规要求的部署环境
修复此问题后,Pint将能够在更广泛的环境中稳定运行,特别是那些有严格安全要求的场景。这也体现了Pint项目对兼容性和稳定性的持续关注。
项目未来规划
Pint团队在解决此问题的同时,也确认了项目未来的发展方向。根据Python社区的NEP 29(Python版本支持策略),Pint将在下一个主要版本(预计2024年4-5月发布)中将最低Python版本要求提高到3.10,同时NumPy的最低版本要求提高到1.23。这一举措将帮助项目保持现代化,同时减少维护旧版本兼容性的负担。
总结
通过这次修复,Pint项目不仅解决了特定环境下的运行时崩溃问题,还展示了项目对安全合规性和长期维护的重视。对于需要在严格安全环境中使用计量单位功能的开发者来说,这一改进将显著提升使用体验。
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