Mbed TLS 3.6.3版本发布:TLS握手安全增强与性能优化
项目概述
Mbed TLS是一个开源的SSL/TLS加密库,专为嵌入式系统和物联网设备设计。它提供了SSL/TLS协议实现以及各种加密算法,具有轻量级、模块化和高度可配置的特点。Mbed TLS广泛应用于需要安全通信的场景,如智能家居、工业控制系统和移动设备等。
版本亮点
Mbed TLS 3.6.3是该长期支持分支(LTS)的最新版本,将至少支持到2027年3月。本次更新主要聚焦于安全修复和性能优化,特别是针对TLS握手过程中的关键安全问题。
安全增强
主机名验证强化
本次版本引入了一个重要的安全改进:在TLS客户端中,如果未调用mbedtls_ssl_set_hostname()函数且尝试基于证书进行服务器认证,握手过程将失败并返回MBEDTLS_ERR_SSL_CERTIFICATE_VERIFICATION_WITHOUT_HOSTNAME错误。这一改变解决了Daniel Stenberg报告的安全问题(CVE-2025-27809),防止了服务器可能被错误识别的风险。
开发者可以通过两种方式恢复旧行为:
- 调用
mbedtls_ssl_set_hostname()并传入NULL作为主机名 - 启用新的编译时选项
MBEDTLS_SSL_CLI_ALLOW_WEAK_CERTIFICATE_VERIFICATION_WITHOUT_HOSTNAME
TLS 1.2握手修复
修复了TLS 1.2握手过程中的一个关键问题(CVE-2025-27810)。当计算Finished消息时发生内存分配失败或加密硬件故障,可能导致计算错误,从而影响TLS握手的安全保证。
新特性与改进
静态密钥槽支持
新增了MBEDTLS_PSA_STATIC_KEY_SLOTS配置选项,使用静态存储代替动态内存分配来管理密钥槽,实现了无malloc的密钥槽使用。每个缓冲区的大小由MBEDTLS_PSA_STATIC_KEY_SLOT_BUFFER_SIZE选项决定,默认情况下可容纳构建中启用的最大PSA密钥。
MD模块增强
MD(消息摘要)模块现在可以在MBEDTLS_PSA_CRYPTO_CLIENT && !MBEDTLS_PSA_CRYPTO_C配置下执行PSA分发,尽管这种配置并非官方支持。这需要链接支持所需PSA_WANT_ALG_xxx并在客户端接口实现psa_can_do_hash()的PSA加密提供程序库。
重要Bug修复
-
TLS 1.3兼容性:修复了当
MBEDTLS_SSL_TLS1_3_COMPATIBILITY_MODE禁用时与启用中间盒兼容性的对等方工作的问题。 -
网络连接处理:在
mbedtls_net_bind和mbedtls_net_connect中使用mbedtls_net_close替代close,防止可能的双关闭文件描述符问题。 -
碎片化握手消息:增加了对TLS(1.2和1.3)中碎片化握手消息的重新组装支持,解决了与某些服务器(特别是TLS 1.3)的握手失败问题。
-
AES-NI汇编优化:修复了GCC类编译器为通用x86_64目标构建AES时使用的AES-NI内联汇编中的约束缺失问题,防止在某些编译器优化下可能产生的错误代码。
-
PSA密钥派生:修复了
psa_key_derivation_input_integer()在操作中止后未检测错误状态的问题。
性能优化
-
ECC密钥生成:优化了PSA ECC密钥生成性能,不再计算立即丢弃的公钥。
-
内存清零:在PSA操作中使用的临时堆缓冲区在使用后立即清零,增强了安全性。
兼容性说明
-
MS-DOS DJGPP:修复了在此平台上的编译问题。
-
Visual Studio:移除了Everest Visual Studio 2010兼容性头文件,防止它们在不完整实现的情况下遮蔽标准CRT头文件。
-
打印格式化:修复了
MBEDTLS_PRINTF_SIZET定义,防止在Visual Studio 2013或MinGW构建的Mbed TLS副本上启用SSL调试时可能发生的运行时崩溃。
升级建议
所有用户都应在适当的开发周期内更新到此版本,以利用其中的安全修复和性能改进。特别是那些依赖TLS 1.2或1.3协议进行安全通信的应用,应优先考虑升级,以解决握手过程中的潜在安全问题。
对于嵌入式系统开发者,新的静态密钥槽功能提供了无动态内存分配的密钥管理方案,特别适合资源受限的环境。而TLS客户端开发者应特别注意新的主机名验证要求,确保应用的安全配置符合最佳实践。
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 StartedRust0198
cann-learning-hubCANN 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 Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07