Rustls项目中的kTLS支持现状与未来展望
引言
kTLS(内核TLS)是一项重要的技术,它将TLS记录层的处理工作从用户空间转移到内核空间,从而减少数据拷贝次数,提高网络性能。作为Rust生态中重要的TLS实现,rustls项目正在不断完善对kTLS的支持。
当前kTLS支持情况
目前rustls已经提供了基础kTLS支持能力:
-
密钥提取功能:通过
dangerous_extract_secrets方法,开发者可以获取连接建立后的流量密钥,用于配置内核TLS套接字。 -
基本数据传输:一旦kTLS配置完成,应用数据可以直接通过内核进行加密传输。
然而,当前实现存在一些局限性:
-
控制消息处理不足:kTLS连接仍会接收各种TLS控制消息(如close_notify、key_update等),但rustls目前没有提供完善的机制来处理这些消息。
-
密钥更新问题:当对端发送key_update消息时,当前实现无法正确处理,因为
dangerous_extract_secrets丢弃了计算新流量密钥所需的基础密钥。
技术挑战与解决方案
密钥更新处理
在TLS 1.3协议中,密钥更新是强制功能。如果忽略这些更新,连接最终会失败。解决方案包括:
-
扩展ExtractedSecrets:添加能够处理握手后消息的不透明对象,涵盖密钥更新、会话票据等。
-
密钥使用计量:kTLS用户需要计量每个密钥时期的使用情况,并在达到AES-GCM的生日边界前主动触发密钥更新请求。
控制消息处理架构
理想的kTLS支持应该包含以下功能:
-
完整消息处理:接受完整的入站明文消息,输出完整的出站明文消息。
-
事件驱动模型:产生一系列事件/动作供库使用者执行,包括:
- 更新发送/接收密钥
- 发送TLS控制消息
- 连接状态变化通知
- 应用数据处理
-
手动密钥更新:提供显式的密钥更新触发机制。
实现考量
-
控制消息处理位置:控制消息应在套接字读取侧处理,因为这是接收控制消息的地方。
-
消息发送同步:大多数控制消息可以通过sendmsg直接写入套接字,内核会负责适当的帧处理。但发送KeyUpdate消息和更新发送密钥需要严格同步,确保中间没有其他写操作。
-
密钥更新时机:密钥更新计量需要在rustls外部进行,因为kTLS的优势之一就是支持splice和sendfile等系统调用,这些操作不适合封装在客户端库中。
未来发展方向
rustls社区正在考虑以下改进:
-
API扩展:提供更完善的kTLS处理API,包括密钥更新、会话票据处理等功能。
-
与ktls crate集成:使上层kTLS实现能够利用rustls提供的底层支持。
-
性能优化:通过更好的内核集成,进一步提升TLS处理性能。
结论
rustls对kTLS的支持正在向更完善、更易用的方向发展。随着相关API的成熟,开发者将能够更轻松地构建高性能TLS应用,同时保持协议的正确性和安全性。这一演进体现了Rust生态系统对系统级性能优化的持续关注和投入。
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
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
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01