Erlang/OTP中verify_fun/3接收证书二进制而非OTPCertificate记录的问题分析
问题背景
在Erlang/OTP的public_key模块中,证书验证回调函数verify_fun/3存在一个参数传递顺序不一致的问题。这个问题会影响所有使用证书验证回调功能的Erlang应用,特别是那些依赖于证书链验证的安全通信场景。
技术细节
在public_key.erl模块中,证书验证回调函数被调用了两次,但两次调用时参数顺序不一致:
- 第一次调用(1713行):
pubkey_cert:apply_fun(VerifyFun, Cert#cert.otp, Cert#cert.der, Reason, Userstat0)
- 第二次调用(2422行):
pubkey_cert:apply_fun(VerifyFun, OtpCert, DerCert, Reason, UserState0)
然而,在pubkey_cert.erl模块中的apply_fun/5函数实现却反转了这两个参数的顺序:
apply_fun(Fun, DerCert, OtpCert, Result, UserState) ->
if is_function(Fun, 4) ->
Fun(OtpCert, DerCert, Result, UserState);
is_function(Fun, 3) ->
Fun(OtpCert, Result, UserState)
end.
影响分析
这个参数顺序反转的问题会导致以下影响:
-
当使用3参数版本的verify_fun时,开发者预期接收OTPCertificate记录作为第一个参数,但实际上会收到DER编码的二进制证书数据。
-
当使用4参数版本的verify_fun时,虽然最终参数顺序是正确的,但中间过程存在不必要的参数交换。
-
依赖于证书详细信息的验证逻辑可能会失败,因为二进制DER格式的证书需要额外解析才能获取证书字段。
解决方案建议
这个问题应该通过以下方式修复:
-
统一public_key.erl中的参数顺序,确保与pubkey_cert.erl中的实现一致。
-
更新文档,明确说明verify_fun回调函数的参数顺序和类型。
-
对于已经依赖于当前行为的应用,需要考虑向后兼容性问题。
开发者注意事项
开发者在实现证书验证回调时应注意:
-
不要假设第一个参数的类型,应该先检查其类型(是OTPCertificate记录还是二进制数据)。
-
如果确实需要处理DER格式的证书,可以使用public_key:pkix_decode_cert/2函数进行解析。
-
在OTP版本升级时,特别注意证书验证相关功能的测试。
总结
这个参数顺序问题虽然看起来简单,但在安全相关的证书验证场景中可能造成严重的影响。开发者在使用证书验证回调时应当谨慎处理参数类型,并在升级OTP版本时充分测试相关功能。Erlang/OTP团队已经确认了这个问题,并将在后续版本中修复。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0307- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









