Rustls项目中的TLS证书签名参数问题解析
2025-06-02 13:00:16作者:卓艾滢Kingsley
问题背景
在Rustls项目中,用户在使用tlsclient-mio工具连接某个私有网站时遇到了"TLS error: invalid peer certificate: BadSignature"错误。经过深入分析,发现这是由于服务器端证书不符合RFC4055规范导致的签名参数问题。
技术分析
RFC4055规范要求
RFC4055标准明确规定,当使用以下四种对象标识符(OID)时:
- sha224WithRSAEncryption
- sha256WithRSAEncryption
- sha384WithRSAEncryption
- sha512WithRSAEncryption
在AlgorithmIdentifier结构中,参数(parameters)必须为NULL值。然而在实际案例中,终端实体证书的签名算法参数部分完全缺失,这违反了规范要求。
问题证书结构
问题证书的结构表现为:
SEQUENCE
OBJECT :sha256WithRSAEncryption
而符合规范的证书应该为:
SEQUENCE
OBJECT :sha256WithRSAEncryption
NULL
Rustls的严格实现
Rustls项目选择严格执行RFC4055规范,不接受参数缺失的情况。这种设计决策基于安全考虑,因为允许不符合规范的签名实现可能会带来潜在的安全风险。
相比之下,许多浏览器实现为了兼容性考虑,会接受参数缺失的情况,这也是为什么同一证书在浏览器中可以正常工作而在Rustls中会报错的原因。
解决方案
Rustls团队已经通过PR修复了这个问题,使实现能够同时接受参数为NULL和参数缺失两种情况。这一变更将在2025年5月19日当周发布的新版本中提供。
安全建议
虽然Rustls将增加兼容性支持,但从最佳实践角度,我们仍然建议:
- 证书颁发机构应确保颁发的证书完全符合RFC规范
- 系统管理员应定期检查服务器证书的合规性
- 开发者在使用TLS库时应注意不同实现的严格程度差异
总结
这个案例展示了安全实现与兼容性之间的权衡。Rustls项目选择优先考虑安全性,坚持标准合规性,同时也通过后续更新提供了更好的兼容性支持。对于依赖TLS安全性的应用来说,理解这些底层细节对于问题诊断和系统维护都至关重要。
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868