Mbed TLS项目中RSA密钥算法策略处理问题分析
2025-06-05 17:56:45作者:宣聪麟
背景介绍
Mbed TLS是一个广泛应用于嵌入式系统的开源SSL/TLS库,提供了丰富的密码学功能。在Mbed TLS 3.2.0到3.6.0版本中,mbedtls_pk_setup_opaque函数在处理RSA密钥时存在一个重要的算法策略处理问题。
问题描述
mbedtls_pk_setup_opaque函数用于将PSA密钥转换为PK接口可用的密钥对象。然而,该函数在处理RSA密钥时存在一个设计缺陷:无论PSA密钥策略中指定的实际算法是什么,它总是默认使用PKCS#1v1.5算法。
具体表现为:
- 对于签名操作,总是使用
PSA_ALG_RSA_PKCS1V15_SIGN(hash_alg)或PSA_ALG_RSA_PKCS1V15_SIGN_RAW - 对于加密操作,总是使用
PSA_ALG_RSA_PKCS1V15_CRYPT
这种固定编码行为会导致当PSA密钥策略指定使用PSS(概率签名方案)或OAEP(最优非对称加密填充)时,后续的签名或解密操作会失败,因为PSA层会检查密钥策略与操作算法的匹配性。
技术影响
这个问题的影响范围包括:
- 使用RSA-PSS或RSA-OAEP算法的应用会遭遇运行时错误
- 开发者可能难以诊断问题根源,因为错误发生在深层调用中
- 安全策略无法正确实施,因为算法选择被固定编码覆盖
正确实现方式
正确的实现应该参考mbedtls_pk_copy_from_psa函数的做法,即:
- 从PSA密钥属性中读取算法策略
- 根据策略选择合适的PK算法标识
- 建立与策略一致的PK上下文
解决方案建议
对于遇到此问题的开发者,可以采取以下临时解决方案:
- 避免在需要PSS/OAEP的场景使用
mbedtls_pk_setup_opaque - 使用
mbedtls_pk_copy_from_psa作为替代方案 - 等待官方修复版本发布后升级
安全建议
虽然这个问题不会导致静默的安全问题(因为错误会被PSA层捕获),但开发者应该:
- 检查应用中是否使用了RSA-PSS或RSA-OAEP
- 确保测试覆盖了所有算法路径
- 考虑在关键安全场景中添加额外的算法检查
总结
Mbed TLS 3.2.0-3.6.0版本中的这个设计缺陷展示了密码学API设计中算法策略处理的重要性。正确的做法应该是尊重密钥的原始策略,而不是固定编码默认算法。开发者在使用这些版本时应当注意此限制,特别是在需要使用PSS或OAEP等更现代算法的场景中。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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!
C
1.03 K
480
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
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210