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。
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