使用Python cryptography库验证证书链的完整性
2025-05-31 21:26:02作者:邵娇湘
证书链验证的基本概念
在网络通信中,SSL/TLS证书验证是确保连接安全的重要环节。一个完整的证书链通常包含三个部分:终端实体证书(又称叶证书或服务器证书)、中间证书和根证书。这三者构成了一个信任链,根证书是信任的起点。
常见验证场景的局限性
标准的证书验证流程会检查证书是否由受信任的根证书颁发机构签发。然而,在某些特殊场景下,我们可能只需要验证证书链的完整性,而不关心根证书是否在系统信任库中。例如:
- 网络设备配置验证时,只需要确认客户端提供的证书确实由某个CA签发
- 测试环境中验证证书链配置是否正确
- 自动化工具中检查证书链是否完整
使用Python cryptography库的实现方案
获取证书链
首先需要从目标服务器获取完整的证书链。Python标准库的ssl模块提供了获取未经验证证书链的方法:
import ssl
def get_cert_chain(hostname, port=443):
context = ssl.create_default_context()
with context.wrap_socket(socket.socket(), server_hostname=hostname) as s:
s.connect((hostname, port))
return s.get_unverified_chain()
验证证书链完整性
获取证书链后,可以使用cryptography库进行验证:
from cryptography.x509 import load_pem_x509_certificate
from cryptography.x509.verification import PolicyBuilder, Store
def verify_chain_integrity(cert_chain_pem):
# 将PEM格式的证书链转换为X509对象
certs = [load_pem_x509_certificate(cert.encode()) for cert in cert_chain_pem]
if len(certs) < 2:
raise ValueError("证书链不完整,缺少中间证书")
# 提取叶证书和中间证书
leaf = certs[0]
intermediates = certs[1:-1]
root = certs[-1]
# 创建验证策略
policy = PolicyBuilder().store(Store([root])).build()
try:
policy.verify(leaf, intermediates)
return True
except Exception as e:
print(f"验证失败: {e}")
return False
技术要点解析
-
证书链获取:使用
get_unverified_chain()方法可以获取服务器提供的完整证书链,包括中间证书。 -
证书加载:
load_pem_x509_certificate函数将PEM格式的证书转换为可操作的X509对象。 -
验证策略:通过
PolicyBuilder创建自定义验证策略,指定信任的根证书。 -
链式验证:
verify方法会自动检查证书链的签名关系和时间有效性。
实际应用中的注意事项
-
根证书获取:服务器通常不会提供根证书,需要通过其他方式获取(如AIA扩展中的信息)。
-
时间验证:默认会检查证书的有效期,如需忽略可调整验证策略。
-
性能考虑:频繁的证书验证可能影响性能,建议缓存验证结果。
-
错误处理:应妥善处理各种验证失败情况,如证书过期、签名不匹配等。
总结
通过Python的cryptography库,我们可以灵活地实现各种证书验证场景。对于只需要验证证书链完整性的特殊需求,可以通过自定义验证策略来实现,而不依赖系统信任库。这种方法特别适用于网络设备配置验证、自动化测试等场景。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 STM32到GD32项目移植完全指南:从兼容性到实战技巧 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660