Erlang/OTP中TLS1.3握手过程中未分配签名算法导致的崩溃问题分析
2025-05-20 23:30:24作者:史锋燃Gardner
问题背景
在Erlang/OTP的SSL/TLS实现中,处理TLS1.3握手协议时发现了一个可能导致崩溃的问题。这个问题源于客户端在ClientHello消息中发送了未分配(unassigned)的签名算法,而服务端在解码这些算法时没有正确处理这些未分配值。
技术细节
在TLS1.3握手过程中,客户端会发送ClientHello消息,其中包含支持的签名算法列表。这些签名算法用于后续的数字签名操作,如证书验证等。在Erlang/OTP的实现中,当解码这些签名算法时,会遇到两种形式的未分配算法:
- 简单的
unassigned原子 - 元组形式的
{unassigned, unassigned}
当前实现中,代码虽然会忽略简单的unassigned原子,但没有正确处理元组形式的未分配算法,这导致了后续处理时的崩溃。
问题重现
通过分析,可以构造一个特定的ClientHello消息二进制数据,其中包含未分配的签名算法。当服务端尝试解码这个消息时,问题就会显现:
HelloBin0 = <<...包含未分配签名算法的二进制数据...>>
<<Type:8, _Length:24, Body/binary>> = HelloBin0.
Version = {3,4}. % TLS 1.3
tls_handshake:decode_handshake(Version, Type, Body).
解码后会得到包含{unassigned, unassigned}项的签名算法列表,这些项本应被过滤掉。
解决方案
修复方案主要包括两个方面:
- 完善签名算法过滤逻辑,确保所有形式的未分配算法都被正确忽略
- 清理冗余的代码分支,优化实现
具体来说,修复后的代码会:
- 在解码签名算法扩展时,严格检查每个算法项
- 过滤掉所有无效或未分配的算法
- 移除重复的解码分支,简化代码结构
影响范围
该问题影响多个Erlang/OTP版本,包括:
- OTP 24.3
- OTP 26.2
- OTP 27.1
修复已经合并到maint和master分支,并计划包含在OTP-26和OTP-27的后续补丁中。
技术意义
这个问题揭示了TLS实现中一个重要的健壮性原则:协议实现必须能够优雅地处理各种边界情况,包括未知或未定义的算法标识。在安全协议实现中,这种防御性编程尤为重要,因为:
- 它防止了潜在的服务拒绝(DoS)攻击
- 确保了与各种客户端实现的互操作性
- 遵循了协议规范中"必须忽略未知值"的原则
最佳实践建议
基于这个问题的经验,我们建议在实现协议时:
- 始终明确处理所有可能的枚举值,包括预留和未分配值
- 对输入数据进行严格验证
- 保持代码简洁,避免冗余分支
- 为边界情况添加明确的注释和测试用例
这个问题也提醒我们,即使是成熟的开源项目,也需要持续审查和改进其协议实现,以适应不断发展的安全标准和各种实际应用场景。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust062
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
686
4.43 K
Ascend Extension for PyTorch
Python
536
659
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
362
62
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
404
318
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++
952
911
Oohos_react_native
React Native鸿蒙化仓库
C++
336
385
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.58 K
921
暂无简介
Dart
933
233
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
135
216
昇腾LLM分布式训练框架
Python
145
172