Signal-Android应用签名验证异常分析:新旧密钥交替的技术解读
背景概述
近期在Signal-Android项目7.10.3版本的APK签名验证过程中,安全研究人员发现了一些异常现象。这些现象包括未知的签名属性警告和额外的SHA256哈希值出现,引发了社区对应用安全性的关注。经过Signal开发团队的确认,这实际上是项目进行签名密钥升级过程中的正常表现。
技术细节解析
签名验证异常现象
在验证Signal-Android 7.10.3版本APK时,安全工具报告了两个关键异常:
-
未知签名属性警告:使用apksigner工具验证时,系统报告了"Unknown additional attribute: ID 0x559f8b02"的警告信息,同时显示v3签名方案验证结果为false,这与实际存在的v3签名属性相矛盾。
-
双重SHA256哈希值:AppVerifier工具检测到了两个不同的SHA256证书摘要:
- 已知的旧密钥指纹:29:F3:4E:5F...
- 未知的新密钥指纹:4B:E4:F6:CD...
根本原因分析
Signal开发团队确认,这些现象源于项目正在进行的安全升级:
-
密钥轮换策略:Signal正在从原有的1024位RSA密钥升级到更安全的4096位RSA密钥。这种过渡期设计允许APK同时包含新旧两种签名,确保不同Android版本设备都能正常验证应用。
-
SDK版本适配:
- 针对SDK 24-32的设备使用旧密钥(1024位RSA)
- 针对SDK 33及以上的设备使用新密钥(4096位RSA)
-
工具兼容性问题:部分旧版本的验证工具无法正确解析这种双重签名结构,导致误报警告信息。
技术验证方法
要正确验证Signal-Android应用的签名,建议采用以下方法:
-
使用最新版验证工具:Android build-tools 34及以上版本能够正确识别双重签名结构。
-
完整验证命令:
apksigner verify -v --print-certs --min-sdk-version 24 Signal-Android.apk
- 预期正确输出:应显示两个签名者信息,分别对应新旧密钥,包含完整的证书摘要和密钥信息。
安全建议
对于普通用户和开发者,建议:
-
保持工具更新:使用最新版本的验证工具以避免误报。
-
理解密钥轮换机制:大型应用的安全升级通常是渐进式的,双重签名是常见的过渡方案。
-
验证完整签名链:不仅要检查证书指纹,还应验证签名算法和密钥强度等完整信息。
总结
Signal-Android项目的这次签名异常实际上反映了其安全体系的持续改进。通过密钥升级和双重签名机制,Signal既保证了向后兼容性,又提升了整体安全水平。这也提醒我们,在应用安全验证时需要全面考虑各种技术因素,避免因工具局限性导致的误判。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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