OpenJ9项目中HKDF算法参数异常问题分析与解决方案
2025-06-24 04:27:57作者:仰钰奇
在OpenJ9项目的FIPS 140-3安全认证测试过程中,开发团队发现了两处与密钥派生功能(HKDF)相关的关键异常。这些问题出现在特定的测试用例执行时,影响了项目的安全合规性验证。
问题现象
测试过程中主要暴露出两类异常情况:
- InvalidAlgorithmParameterException异常,提示"Cannot retrieve PRK for HKDFParameterSpec.Expand"
- NoSuchAlgorithmException异常,提示"No available provider supports the specified algorithm"
这些异常发生在HKDF(基于HMAC的提取和扩展密钥派生函数)算法的实现过程中。HKDF是一种重要的密码学原语,用于从初始密钥材料中安全地派生加密密钥。
技术背景
HKDF算法分为两个阶段:
- 提取阶段:使用伪随机函数(通常是HMAC)从输入密钥材料中提取固定长度的伪随机密钥(PRK)
- 扩展阶段:使用PRK生成任意长度的输出密钥材料
在OpenJ9的实现中,当测试用例尝试在FIPS 140-3模式下使用OpenJCEPlusFIPS安全提供程序时,系统无法正确处理HKDF的参数规范,导致无法获取PRK或识别算法实现。
问题根源
经过分析,这些问题主要源于:
- 测试用例与FIPS 140-3认证的OpenJCEPlusFIPS提供程序的兼容性问题
- 在严格FIPS模式下,某些算法实现可能受到限制或需要特殊配置
- 测试用例期望的行为与实际FIPS认证提供程序的实现存在差异
解决方案
项目团队采取了以下措施:
- 将相关测试用例添加到排除列表(ProblemList)中,确保它们不会在FIPS模式下运行
- 针对多个JDK版本(11/17/21/24及Next)同步更新了排除配置
- 确保测试框架正确识别和使用FIPS特定的排除列表文件
实施细节
排除配置明确指定了以下测试用例不应在FIPS 140-3模式下运行:
- com/sun/crypto/provider/KDF/HKDFDelayedPRK.java
- javax/crypto/KDF/KDFDelayedProviderTest.java
这种处理方式既保证了FIPS认证的完整性,又避免了不必要的测试失败,是安全敏感环境下常见的工程实践。
经验总结
这个案例展示了在实现加密算法时需要考虑的几个重要方面:
- 安全认证模式下的特殊要求可能导致标准测试用例失败
- 需要为不同安全配置维护专门的测试排除列表
- 跨JDK版本的同步更新对于维护一致性至关重要
对于开发人员来说,理解加密提供程序的限制条件和认证要求是构建安全系统的关键。OpenJ9团队通过这个问题进一步优化了其FIPS支持策略,为后续开发积累了宝贵经验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0448
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 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。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-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++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
827
5.48 K
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
494
515
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++
783
1.57 K
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
800
1.14 K
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++
970
2.28 K
deepin linux kernel
C
32
16
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++
480
312
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
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
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
647
284