Erlang/OTP中ssl:handshake/3函数在指定{handshake, hello}时的问题分析
问题背景
在Erlang/OTP的SSL/TLS模块中,ssl:handshake/3函数用于在已建立的TCP连接上执行SSL/TLS握手过程。从OTP 27版本开始,该函数在7a0723974提交后,要求必须提供证书和密钥才能执行握手操作。
问题描述
当开发者使用{handshake, hello}选项时,ssl:handshake/3函数仍然强制要求提供证书和密钥。这在技术逻辑上是不合理的,因为在"hello"模式下,握手过程可能只需要完成初始的ClientHello消息交换,而实际的证书和密钥可能会在后续的ssl:handshake_continue/3调用中根据返回的信息(如SNI主机名)动态确定。
技术细节分析
-
握手阶段分离:TLS握手过程可以分为多个阶段,
{handshake, hello}选项允许开发者只执行初始的握手阶段,获取对端信息后再决定后续操作。 -
证书延迟绑定:在实际应用中,服务器可能需要根据客户端提供的SNI(Server Name Indication)信息来选择不同的证书。强制在初始阶段提供证书会破坏这种灵活性。
-
版本兼容性:在OTP 26及更早版本中,这种行为是允许的,但在OTP 27中变成了强制要求,这导致了向后兼容性问题。
影响范围
该问题影响OTP 27的所有版本,包括从27.0到27.2的各个发布版本。使用{handshake, hello}选项进行分阶段TLS握手的应用都会受到影响。
临时解决方案
开发者可以使用一个虚拟的证书和密钥作为临时解决方案:
ssl:handshake(TcpSocket, [
{handshake, hello},
{versions, ['tlsv1.3']},
{key, #{algorithm => eddsa, sign_fun => undefined}},
{cert, <<>>}
], 5000).
预期修复方向
从技术实现角度,正确的修复应该是:
- 当检测到
{handshake, hello}选项时,应跳过证书和密钥的强制检查 - 只有在完整握手或需要证书验证的阶段才进行相关检查
- 保持与早期版本的兼容性
总结
这个问题展示了在安全协议实现中平衡灵活性和强制要求的重要性。TLS协议本身就设计为支持分阶段握手和动态证书选择,因此实现时应该尊重这种设计理念。开发者在使用OTP 27的SSL模块时需要注意这个问题,特别是在实现需要SNI功能的TLS服务器时。
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