PolarSSL项目发布Mbed TLS 3.6.3版本:安全加固与功能增强
PolarSSL(现更名为Mbed TLS)是一个轻量级的开源SSL/TLS加密库,专为嵌入式系统和资源受限环境设计。它提供了SSL/TLS协议实现以及各种加密算法,广泛应用于物联网设备、网络通信等安全领域。本次发布的Mbed TLS 3.6.3版本是一个长期支持(LTS)分支的重要更新,包含多项安全修复和功能改进。
安全增强措施
本次3.6.3版本重点解决了几个关键的安全问题:
-
TLS握手认证强化:修复了一个可能导致TLS握手过程中身份验证被绕过的潜在问题。现在,如果TLS客户端没有调用
mbedtls_ssl_set_hostname()函数且尝试基于证书的服务器认证,握手过程将明确失败并返回特定错误码。这一改变防止了服务器可能被错误识别的风险场景。 -
内存安全改进:在多个PSA(Platform Security Architecture)操作中增加了临时堆缓冲区的清零处理,特别是在ECC密钥对派生过程中,确保敏感信息不会残留在内存中。
-
TLS 1.2握手修复:修正了在计算Finished消息时若发生内存分配失败或加密硬件故障可能导致的潜在问题,确保TLS握手过程的安全保证不被破坏。
重要功能更新
3.6.3版本引入了几个值得关注的新特性:
-
静态密钥槽支持:新增了
MBEDTLS_PSA_STATIC_KEY_SLOTS配置选项,允许使用静态存储而非动态分配来管理密钥槽,这使得在无malloc环境中使用密钥槽成为可能。配套的MBEDTLS_PSA_STATIC_KEY_SLOT_BUFFER_SIZE选项可自定义缓冲区大小。 -
增强的MD模块兼容性:现在MD模块可以在更广泛的配置下执行PSA分发,即使在不完全支持PSA Crypto的环境中也能工作,只要链接了适当的PSA Crypto提供程序库并正确初始化。
-
TLS消息重组支持:新增了对分片握手消息的重组能力,解决了与某些服务器(特别是TLS 1.3环境下)的兼容性问题。需要注意的是,分片的ClientHello仅在启用TLS 1.3支持时才被支持。
性能优化与问题修复
除了安全和功能方面的改进,3.6.3版本还包含多项优化和修复:
-
ECC密钥生成优化:不再计算立即丢弃的公钥,显著提高了PSA ECC密钥生成的性能。
-
编译问题修复:解决了MS-DOS DJGPP平台上的编译问题,修正了AES-NI内联汇编在特定编译器下的约束问题,以及Visual Studio 2013和MinGW环境下SSL调试启用时的运行时崩溃问题。
-
API行为修正:修复了
psa_key_derivation_input_integer()在操作中止后未能正确检测错误状态的问题,以及mbedtls_psa_raw_to_der()和mbedtls_psa_der_to_raw()在bits=0时的未定义行为。
升级建议
作为长期支持分支,Mbed TLS 3.6将至少维护到2027年3月。考虑到本次版本包含重要的安全修复和稳定性改进,建议所有用户在其开发生命周期的适当时机进行升级。特别是那些依赖TLS协议进行安全通信的嵌入式系统和物联网设备,应及时应用这些安全补丁以防止潜在的安全风险。
对于需要保持与旧版本兼容的用户,可以通过设置MBEDTLS_SSL_CLI_ALLOW_WEAK_CERTIFICATE_VERIFICATION_WITHOUT_HOSTNAME编译选项来恢复原先的主机名验证行为,但出于安全考虑,建议尽可能遵循新的安全实践。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00