Erlang/OTP中SHAKE哈希算法的兼容性处理
在密码学应用中,哈希函数是不可或缺的基础组件。Erlang/OTP作为一款成熟的函数式编程语言运行时,其crypto模块提供了对各种哈希算法的支持。本文将重点讨论Erlang/OTP中SHAKE-128和SHAKE-256哈希算法的实现细节及其在OpenSSL 3.4版本中的兼容性问题。
SHAKE算法简介
SHAKE-128和SHAKE-256是可扩展输出函数(XOF),属于SHA-3家族的一部分。与传统的哈希函数不同,XOF可以产生任意长度的输出,这使得它们在需要可变长度哈希值的场景中特别有用。
在OpenSSL 3.3及更早版本中,这两个算法有默认的输出长度:
- SHAKE-128默认输出16字节(128位)
- SHAKE-256默认输出32字节(256位)
OpenSSL 3.4带来的变化
OpenSSL 3.4移除了SHAKE算法的默认输出长度,这一变化直接影响了Erlang/OTP的crypto模块。当开发者尝试使用传统方式调用这些哈希函数时:
crypto:hash_init(shake128)
|> crypto:hash_update("test")
|> crypto:hash_final()
系统会抛出错误,提示低层EVP_DigestFinal调用失败。这是因为OpenSSL 3.4要求显式指定输出长度。
临时解决方案
在Erlang/OTP的PR #9002中,开发团队采取了向后兼容的方案,恢复了SHAKE算法的默认输出长度:
- SHAKE-128恢复为16字节输出
- SHAKE-256恢复为32字节输出
这使得现有代码可以继续工作,但需要注意的是,SHAKE-128的16字节输出实际上只提供了64位的安全强度,而非算法理论上能够达到的128位安全强度。
未来改进方向
从技术角度来看,更完善的解决方案可能包括:
-
参数化初始化:引入类似
crypto:hash_init({shake128, Length})
的API,允许在初始化时指定输出长度。 -
显式输出长度函数:添加
crypto:hash_final_xof(State, Length)
函数,在最终计算时指定输出长度。 -
安全默认值:考虑将默认输出长度调整为更安全的32字节(SHAKE-128)和64字节(SHAKE-256),以充分发挥算法的安全潜力。
开发者建议
对于使用Erlang/OTP crypto模块的开发者,建议:
-
如果使用OpenSSL 3.4或更高版本,确保Erlang/OTP版本包含相关修复。
-
对于需要更高安全性的场景,考虑显式指定更长的输出长度,而不是依赖默认值。
-
关注Erlang/OTP未来版本中可能引入的新API,以便更灵活地使用SHAKE算法。
密码学算法的正确使用对系统安全至关重要,开发者应当充分理解所使用算法的特性和限制,做出合理的技术选择。
- 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
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode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。06GOT-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!C0299- 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









