OWASP ASVS项目中的密码学机制要求解析
2025-06-27 17:59:49作者:苗圣禹Peter
概述
OWASP应用安全验证标准(ASVS)项目中的密码学附录部分,近期针对允许使用的密码学机制及其要求级别进行了深入讨论。本文将从技术角度分析这一议题的核心内容,帮助开发者理解如何在应用安全中正确选择和使用密码学算法。
密码学机制分类的演变
ASVS项目原本采用L1/L2/L3三个级别来标识不同安全级别下允许使用的密码学算法。然而,这种分类方式在实践中出现了逻辑问题——更安全的算法(如AES-256)反而被限制在更高安全级别使用,这与常理相悖。
经过社区讨论,形成了两种改进方案:
- 完全移除级别标识,仅保留允许/禁止的二元分类
- 采用更合理的"允许/遗留/禁止"三级分类体系
最终,项目采用了第二种方案,因为它能更好地反映现实世界中密码学算法的使用状况。
密码学算法推荐列表
对称加密算法
-
推荐算法:
- AES-256 (FIPS 197标准)
- ChaCha20 (RFC 8439标准)
- AES-192 (FIPS 197标准)
-
遗留算法:
- AES-128 (FIPS 197标准)
-
禁止算法:
- 2TDEA/3DES/IDEA/RC4/Blowfish/ARC4/DES等
值得注意的是,AES-128被归类为"遗留"而非"禁止",主要是考虑到现有系统的兼容性过渡需求。但从安全角度,新系统应优先选择AES-256。
哈希函数
-
推荐算法:
- SHA3系列(SHA3-512/SHA3-384/SHA3-256)
- SHA-2系列(SHA-512/SHA-384/SHA-256)
- BLAKE2/BLAKE3系列
- KMAC256/KMAC128 (特定用途)
-
遗留算法:
- SHA-1 (仅限HMAC-SHA1等特定场景)
- SHA-224系列
-
禁止算法:
- MD4/MD5/CRC等
量子计算背景下的考量
随着量子计算技术的发展,Grover算法对对称密码学的影响备受关注。该算法理论上可将对称密钥的安全性减半,这意味着:
- AES-128 → 等效64位安全性(量子环境下不安全)
- AES-256 → 等效128位安全性(仍可抵抗量子攻击)
因此,即使不考虑其他因素,仅从抗量子计算角度,AES-256也应成为新系统的默认选择。
算法模式的重要性
需要特别强调的是,仅指定算法名称是不够的,必须同时考虑其工作模式。例如:
- 允许的模式:GCM、CCM等认证加密模式
- 避免的模式:ECB等不安全模式
实际应用中,应结合具体场景选择适当的算法和模式组合,并遵循相关标准的最佳实践。
实施建议
- 新系统开发应优先选择AES-256配合GCM等安全模式
- 现有系统使用AES-128的应有计划地迁移到AES-256
- 密码哈希应使用Argon2id而非基础版Argon2
- 避免使用任何标记为"禁止"的算法
- 对标记为"遗留"的算法,应评估迁移必要性和时间表
通过遵循这些指导原则,开发者可以构建更具前瞻性的安全系统,为即将到来的量子计算时代做好准备。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217