Rustls项目中实现通配符证书支持的技术方案
2025-06-01 05:30:40作者:贡沫苏Truman
在Rustls项目中,开发者经常需要处理通配符证书(wildcard certificates)的场景。通配符证书是一种特殊类型的SSL/TLS证书,允许单个证书保护主域名及其所有子域名(例如*.example.com可以匹配a.example.com、b.example.com等)。
默认实现的局限性
Rustls提供的ResolvesServerCertUsingSni是一个实现了ResolvesServerCert特性的示例实现,但它仅支持精确匹配DNS名称,不支持通配符匹配。这意味着如果尝试直接添加*.example.com这样的通配符证书,会因为DNS名称验证失败而无法使用。
自定义解决方案
要实现对通配符证书的支持,开发者需要自定义实现ResolvesServerCert特性。以下是实现思路:
-
证书存储:在自定义结构中维护一个
CertifiedKey列表,包含所有可用的证书(包括通配符证书)。 -
匹配逻辑:在
resolve方法中,遍历所有证书,使用verify_is_valid_for_subject_name方法验证请求的域名是否匹配当前证书(包括通配符匹配)。 -
性能优化:对于拥有大量证书的场景,可以考虑使用更高效的数据结构(如字典树)来优化查找性能。
实现示例
use rustls::server::{ResolvesServerCert, ClientHello};
use rustls::sign::CertifiedKey;
use webpki::DNSNameRef;
struct WildcardCertResolver {
certificates: Vec<CertifiedKey>,
}
impl ResolvesServerCert for WildcardCertResolver {
fn resolve(&self, client_hello: ClientHello) -> Option<CertifiedKey> {
let server_name = client_hello.server_name()?;
let dns_name = DNSNameRef::try_from_ascii_str(server_name).ok()?;
self.certificates.iter().find(|cert| {
cert.cert[0]
.verify_is_valid_for_subject_name(dns_name)
.is_ok()
}).cloned()
}
}
注意事项
-
性能考虑:线性搜索所有证书的方式在证书数量较多时会影响性能,应根据实际场景选择合适的优化策略。
-
证书链顺序:确保证书链顺序正确,第一个证书应该是终端实体证书(包含通配符),后面是中间CA证书。
-
安全验证:依赖
verify_is_valid_for_subject_name方法可以确保符合标准的证书验证流程,包括通配符规则验证。
通过这种自定义实现方式,开发者可以在Rustls项目中灵活地支持通配符证书,满足各种复杂的域名管理需求。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust012
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
629
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++
947
888
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
398
303
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.57 K
909
暂无简介
Dart
922
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
144
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381