ClamAV项目在FIPS模式下哈希兼容性问题分析与解决方案
问题背景
在Linux系统的FIPS(Federal Information Processing Standards)模式下,安全相关的加密算法会受到严格限制。近期在ClamAV 1.4.1版本的构建过程中发现,当系统启用FIPS模式时,ctest测试中的clamscan和clamscan_valgrind会因使用特定哈希算法而失败。
技术分析
FIPS模式是美国联邦政府制定的一套计算机安全标准,它明确禁止使用被认为不够安全的加密算法。某些算法由于已知的安全问题,在FIPS模式下被禁用。在ClamAV的测试套件中,单元测试文件fp_check_test.py使用了Python的hashlib模块来生成zip文件的哈希值,这在FIPS模式下会抛出"digital envelope routines: EVP_DigestInit_ex disabled for FIPS"错误。
解决方案
经过分析,将原有哈希替换为更安全的SHA-256哈希可以完美解决此问题。具体修改如下:
- 将原有哈希初始化替换为
hash_sha256 = hashlib.sha256() - 相应更新哈希计算和验证逻辑中的所有变量名
这种修改不仅解决了FIPS兼容性问题,还提高了系统的安全性,因为SHA-256相比原有算法具有更强的抗碰撞性。
实施效果
修改后,在aarch64架构的RHEL 8.10系统上,所有测试用例均能通过:
100% tests passed, 0 tests failed out of 11
测试总时间约为558秒,clamscan和clamscan_valgrind测试均成功完成。
扩展讨论
值得注意的是,FIPS模式还会禁用其他被认为不安全的算法。在构建ClamAV时,如果系统安装了systemd-devel库并启用了ENABLE_SYSTEMD选项,在FIPS模式下可能还会遇到其他兼容性问题,这需要进一步的调查和解决。
结论
对于需要在FIPS兼容环境中部署ClamAV的用户,建议:
- 及时应用此哈希算法升级补丁
- 在构建前检查系统是否处于FIPS模式
- 考虑使用更现代的哈希算法替代所有遗留的算法使用场景
这种改进不仅解决了当前的兼容性问题,还使ClamAV更符合现代安全标准,为后续的功能开发和系统集成奠定了更好的基础。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。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
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!Kotlin08
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