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
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781