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。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00