PolarSSL项目发布Mbed TLS 2.28.10版本:安全加固与功能优化
PolarSSL(现更名为Mbed TLS)是一个开源的SSL/TLS加密库,广泛应用于嵌入式系统和物联网设备中。该项目提供了SSL/TLS协议实现以及各种加密算法,具有轻量级、模块化和高度可配置的特点。作为网络安全的基础组件,Mbed TLS在保障数据传输安全方面发挥着重要作用。
版本概述
Mbed TLS 2.28.10是该2.28长期支持(LTS)分支的最终版本,标志着该系列将不再接收后续的安全更新和错误修复。开发团队建议用户尽快升级到维护中的新版本。本次更新主要包含安全修复和功能优化,特别针对TLS握手过程中的潜在安全问题进行了加固。
安全增强
本次版本最显著的安全改进是对TLS客户端认证机制的强化。在之前的版本中,如果客户端没有通过mbedtls_ssl_set_hostname()设置主机名,仍然可以继续进行证书验证,这可能导致服务器身份验证被绕过。2.28.10版本默认情况下会阻止这种情况,返回MBEDTLS_ERR_SSL_CERTIFICATE_VERIFICATION_WITHOUT_HOSTNAME错误。
开发团队还修复了一个TLS 1.2握手过程中的关键问题。当内存分配失败或加密硬件计算Finished消息时出现错误,可能导致消息计算不正确,从而影响TLS握手的安全保证。此外,PSA操作中使用的临时堆缓冲区现在会被正确清零,防止信息残留。
重要功能变更
新版本引入了一个重要的默认行为变更:当TLS客户端尝试基于证书进行服务器认证时,如果未调用mbedtls_ssl_set_hostname(),握手过程将失败。这一变更反映了安全最佳实践,因为在不明确预期主机名的情况下验证服务器证书通常是不安全的。
对于需要保持旧行为的特殊情况,开发者可以通过两种方式实现:一是调用mbedtls_ssl_set_hostname()并传入NULL作为主机名参数;二是启用新的编译时选项MBEDTLS_SSL_CLI_ALLOW_WEAK_CERTIFICATE_VERIFICATION_WITHOUT_HOSTNAME。
错误修复与兼容性改进
本次更新包含了多项错误修复,包括:
- 在网络绑定和连接函数中使用
mbedtls_net_close替代直接close调用,防止可能的文件描述符双重关闭问题 - 修复了MS-DOS DJGPP平台上的编译问题
- 修正了AES-NI内联汇编的约束条件,解决了某些编译器优化可能导致代码错误的问题
- 修复了
psa_key_derivation_input_integer()在操作中止后未能检测错误状态的问题 - 解决了Visual Studio 2013和MinGW环境下SSL调试启用时的运行时崩溃问题
升级建议
所有使用Mbed TLS 2.28系列的用户都应考虑升级到此版本,特别是那些依赖TLS 1.2协议和服务器证书验证功能的应用程序。由于这是2.28 LTS的最终版本,长期项目应规划向后续维护版本迁移的路线图。
对于嵌入式系统和资源受限环境,开发者应特别注意新版本中安全增强可能带来的行为变化,确保应用程序逻辑与新的安全约束相兼容。在升级过程中,建议全面测试TLS握手流程和证书验证功能,确认所有安全机制按预期工作。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00