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。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
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~0370Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0102AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选









