OWASP ASVS 加密算法附录扩展:新增MAC、签名与密钥派生函数指南
2025-06-27 23:27:51作者:冯爽妲Honey
OWASP应用程序安全验证标准(ASVS)的加密算法附录近期进行了重要更新,新增了对消息认证码(MAC)、数字签名和密钥派生函数(KDF)的技术指导。这一扩展为开发人员提供了更全面的密码学实践参考,进一步完善了应用安全建设的加密标准体系。
加密算法附录的演进
OWASP ASVS原有的加密算法附录已经涵盖了对称加密、随机数生成、密钥交换、哈希函数等基础密码学组件的推荐算法。随着应用安全需求的不断提升,项目组识别到需要补充三个关键领域的指导:
- 消息认证码(MAC) - 用于验证消息完整性和真实性的密码学原语
- 数字签名 - 提供不可否认性和身份验证的机制
- 密钥派生函数 - 从主密钥或密码生成加密密钥的安全方法
新增技术规范详解
消息认证码(MAC)推荐
在MAC算法选择上,标准推荐使用基于哈希的HMAC构造,特别是HMAC-SHA256和HMAC-SHA384。这些算法经过广泛的安全分析,在性能和安全性之间取得了良好平衡。对于需要更高性能的场景,标准也允许使用经过严格评估的认证加密模式如AES-GCM。
数字签名标准
数字签名部分明确了以下推荐:
- RSA签名应使用PSS填充方案而非PKCS#1 v1.5填充
- ECDSA签名应结合安全曲线如P-256或P-384
- EdDSA签名算法(特别是Ed25519)因其高性能和安全性被特别推荐
密钥派生函数指导
密钥派生部分强调了以下要点:
- 密码派生应使用专门设计的函数如Argon2、scrypt或PBKDF2
- 通用密钥派生推荐HKDF或基于HMAC的构造
- 特别保留了TLS 1.2中使用的伪随机函数(PRF)以保持协议兼容性
技术选型考量
这些新增建议基于以下安全原则制定:
- 算法成熟度 - 所有推荐算法都经过长期密码分析
- 标准化程度 - 优先选择NIST、IETF等标准组织认可的算法
- 实现可用性 - 主流密码库和平台都提供良好支持
- 性能平衡 - 在安全强度与计算开销间取得合理折中
对开发实践的指导意义
这一更新为开发团队提供了更完整的密码学决策框架。在实际应用中,团队应当:
- 根据数据敏感程度选择适当算法强度
- 定期审查使用的密码学实现是否保持更新
- 避免自行实现密码学原语,优先使用知名库的标准实现
- 注意算法组合使用的安全性,如签名算法与哈希函数的配对
OWASP ASVS通过不断完善其技术附录,持续为行业提供与时俱进的应用安全实践指南,帮助开发团队构建更安全的软件系统。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0453
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
XianyuAutoAgent智能闲鱼客服机器人系统:专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。Python05
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX028
AscendNPU-IRAscendNPU-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++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++02
热门内容推荐
项目优选
收起
暂无描述
Markdown
831
5.5 K
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
495
520
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
978
2.31 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
806
1.16 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
792
1.59 K
deepin linux kernel
C
32
16
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++
484
314
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
777
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++
1.21 K
1.26 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
659
298