首页
/ iroh项目v0.34.0版本发布:TLS认证机制升级与网络连接优化

iroh项目v0.34.0版本发布:TLS认证机制升级与网络连接优化

2025-06-12 18:51:19作者:瞿蔚英Wynne

iroh是一个专注于点对点网络通信的开源项目,它提供了一套完整的工具集用于构建去中心化应用。该项目采用了先进的网络协议和技术,包括QUIC传输协议、分布式哈希表(DHT)等,旨在为开发者提供高效、安全的网络通信能力。

TLS认证机制重大升级

本次v0.34.0版本最显著的改进是将TLS认证机制从传统的X.509证书切换为Raw Public Key(原始公钥)方式。这一变更带来了几个重要影响:

  1. 安全性提升:Raw Public Key方式简化了证书验证流程,减少了潜在的攻击面,同时保持了相同的安全级别。

  2. 兼容性考虑:新版本默认使用Raw Public Key,这意味着与旧版本节点通信时会出现兼容性问题。开发者可以通过显式调用endpoint::Builder::tls_x509()方法来恢复旧版X.509证书认证方式。

  3. 证书格式变更Reloading证书模式的默认格式从DER变更为PEM,这更符合大多数开发者的使用习惯,也便于人工查看和编辑。

网络连接管理优化

新版本在网络连接管理方面做了多项改进:

  1. 连接数限制:新增了入站连接数的限制功能,防止节点因过多连接请求而过载,提高了系统的稳定性。

  2. 端口管理重构:对内部端口处理逻辑进行了重构,使端口管理更加清晰和安全。移除了MAPPED_ADDR_PORT常量,并将socket_addr方法重命名为更准确的private_socket_addr

  3. WebAssembly支持:现在可以在Wasm环境中使用网络状态监测(netwatch::netmon::Monitor)和指标收集功能,扩展了iroh在浏览器环境中的应用场景。

发现机制改进

  1. 命名规范化:将local_swarm_discovery模块更名为更直观的mdns,相关类型也相应重命名,提高了代码的可读性。

  2. 发现项增强:为DiscoveryItem添加了user_data方法,允许开发者附加自定义数据到发现的项目上,增强了灵活性。

性能与稳定性提升

  1. 浏览器环境优化:修复了在浏览器环境中频繁触发STUN请求的问题,减少了不必要的网络流量和计算开销。

  2. 延迟测量改进:中继节点现在报告往返延迟而非单程延迟,提供了更准确的网络性能指标。

  3. 重试策略切换:从backoff库迁移到backon库,改进了重试逻辑的实现。

开发者注意事项

对于计划升级到v0.34.0版本的开发者,需要注意以下几点:

  1. 如果项目依赖于旧版TLS认证机制,必须显式配置tls_x509()方法。

  2. 所有使用发现机制相关类型和方法的代码需要更新为新命名。

  3. 在浏览器环境中使用时,不再需要担心频繁的STUN请求问题。

  4. 如果自定义了证书加载逻辑,需要确认是否受证书格式变更影响。

这次版本更新体现了iroh项目对安全性、性能和开发者体验的持续关注,为构建更可靠的去中心化应用提供了坚实基础。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
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
511
551
docsdocs
暂无描述
Markdown
854
5.69 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.05 K
2.5 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
840
1.28 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
849
1.71 K
ops-mathops-math
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++
1.25 K
1.38 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.34 K
859
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
511
347
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
789
414