推荐项目:rustls-native-certs — 让您的TLS客户端无缝连接本地证书库!
2024-06-03 20:08:58作者:明树来
当您在构建安全的网络应用程序时,信赖的本地证书存储是验证服务器身份的关键部分。【rustls-native-certs】正是为此而生的一个开源项目,它允许rustls利用操作系统的原生证书存储,为作为TLS客户端的程序提供服务。
项目介绍
rustls-native-certs是一个跨平台的解决方案,支持Windows、macOS和Linux。它首先检查环境变量SSL_CERT_FILE,如果设置,就从指定路径加载证书;如果没有设置,则根据操作系统使用相应的证书源:
- Windows:通过
schannelcrate访问系统证书商店。 - macOS:利用
security-frameworkcrate接入钥匙串,并融合用户、管理员和系统信任设置。 - Linux和其他类UNIX系统:通过
openssl-probecrate发现并使用系统CA捆绑文件。
项目目前处于开发阶段,欢迎贡献者参与开发,以帮助提高其稳定性和功能性。
项目技术分析
该项目的核心是它对不同操作系统证书管理的优雅处理。使用了诸如schannel、security-framework和openssl-probe等专用库来确保与系统证书管理紧密集成。这使得rustls-native-certs能够实时响应系统证书状态的变化,无需重新编译或部署。
此外,项目遵循敏捷开发的原则,定期发布更新并改进依赖关系。例如,最新版本0.7.0引入了pki-types crate,优化了证书类型的表示。
项目及技术应用场景
rustls-native-certs非常适合以下场景:
- 在需要与系统证书存储保持同步的网络应用中,如Web浏览器、邮件客户端或者任何涉及HTTPS连接的软件。
- 在企业环境中,可能需要考虑到透明中间件的TLS终止需求,需要尊重用户的额外信任配置。
- 对于那些希望即时响应系统证书更新的应用开发者。
项目特点
- 跨平台兼容性:适应Windows、macOS和多种Linux发行版。
- 尊重本地配置:允许删除不受信任的根证书,以及添加本地信任的根证书。
- 即时响应:系统配置更改会立即体现在证书库中。
- 开发友好:与开发工具(如mkcert)兼容,方便本地测试和调试。
- 选择性信任:提供与
webpki-roots相比的选择,用户可以权衡本地配置与预编译的信任根。
许可证信息
rustls-native-certs采用Apache 2.0、MIT和ISC三种许可协议中的任意一种进行授权,包容性强,适合各种项目使用。
总结来说,rustls-native-certs是构建安全、灵活且顺应时代变迁的TLS客户端的理想之选。它的出现让您可以更加专注于您的核心业务逻辑,而不必担心证书管理的问题。现在就加入,开始享受这个强大的开源库带来的便利吧!
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 CS1237半桥称重解决方案:高精度24位ADC称重模块完全指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Jetson TX2开发板官方资源完全指南:从入门到精通 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 WebVideoDownloader:高效网页视频抓取工具全面使用指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
194
212
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++
650
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
296
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.7 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
633
143