OpenSSL在Graviton/armv8平台上的寄存器破坏问题分析
问题背景
在OpenSSL 3.4.0版本中,用户在使用AWS Graviton服务器(基于armv8架构)时发现了一个严重的寄存器破坏问题。具体表现为,在执行随机数生成相关函数(如RAND_bytes()或RAND_get0_public())后,浮点寄存器d15的值被意外修改为0,而原本该寄存器中存储的值为2。
问题表现
通过一个简单的测试程序可以重现该问题:
#include <openssl/rand.h>
#include <stdio.h>
int main(void)
{
unsigned long tmp = 2;
unsigned long tmp2 = 0;
__asm__("ldr d15, %0" : : "m"(tmp));
unsigned char buf[1024];
RAND_bytes(buf, sizeof(buf));
__asm__("str d15, %0" : "=m"(tmp2));
printf("d15 is now %lu\n", tmp2);
}
在正常情况下,程序应该输出"d15 is now 2",表明d15寄存器的值被正确保留。然而在实际运行中,程序却输出"d15 is now 0",表明寄存器值被错误修改。
问题根源
经过深入分析,发现问题出在OpenSSL的AES加密实现中。具体来说,在函数aes_v8_ctr32_encrypt_blocks_unroll12_eor3
的恢复寄存器阶段存在缺陷。
在arm64架构的ABI规范中,d8-d15寄存器是被调用者保存的(callee-saved),这意味着任何函数如果修改了这些寄存器,必须在返回前恢复它们的原始值。然而在OpenSSL的实现中,恢复寄存器的代码存在错误:
.Lctr32_done_unroll:
ldp d8,d9,[sp, #16]
ldp d10,d11,[sp, #32]
ldp d12,d13,[sp, #48]
ldp d15,d16,[sp, #64]
这段代码本应从栈中恢复之前保存的寄存器值,但实际上却错误地将0加载到了d15寄存器中,而不是恢复其原始值。
影响范围
该问题不仅影响OpenSSL的随机数生成功能,还会影响所有依赖这些功能的组件,如TLS连接建立过程(通过SSL_CTX_new())。PostgreSQL等其他开源项目也报告了类似问题,表明这是一个具有广泛影响的缺陷。
解决方案
修复方案是确保在恢复寄存器时正确地从栈中加载原始值,而不是加载0。具体修复包括:
- 检查所有寄存器保存/恢复代码路径
- 确保栈偏移计算正确
- 验证所有被调用者保存寄存器的处理逻辑
总结
这个案例展示了在低级加密实现中处理平台特定ABI细节的重要性。arm64架构对浮点寄存器的使用有严格规定,任何违反这些规定的行为都可能导致难以调试的问题。对于密码学库来说,保证在所有平台上正确遵循ABI规范尤为重要,因为这类问题可能导致安全关键功能出现不可预测的行为。
- 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
- HHunyuan-MT-7B暂无简介00
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~059CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava05GitCode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。07GOT-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!C0381- 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









