Rustls项目中实现通配符证书支持的技术方案
2025-06-01 05:00:26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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
264
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.34 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1