OWASP ASVS 项目中的加密模式验证要求解析
2025-06-27 20:03:06作者:冯梦姬Eddie
在OWASP应用安全验证标准(ASVS)的加密章节中,6.5.5条款的修改引发了关于加密与认证机制组合使用的深入讨论。本文将从技术角度解析这一条款的技术背景和最佳实践。
加密与认证的组合模式
在密码学实践中,将加密算法与消息认证码(MAC)算法组合使用时,存在三种基本模式:
- 加密然后MAC(Encrypt-then-MAC):先加密数据,然后对密文计算MAC
- MAC然后加密(MAC-then-Encrypt):先计算明文的MAC,然后加密明文和MAC
- 加密与MAC并行(Encrypt-and-MAC):分别计算明文MAC和加密明文
其中,加密然后MAC(Encrypt-then-MAC)被广泛认为是最安全的组合方式。这种模式可以确保攻击者无法篡改密文而不被发现,因为任何对密文的修改都会导致MAC验证失败。
原条款的技术问题
原6.5.5条款提到"验证任何经过认证的签名是否按要求在加密然后MAC或加密然后哈希模式下运行",这一表述存在两个技术问题:
- 术语混淆:将"签名"(通常指非对称数字签名)与MAC(消息认证码)混为一谈,这两者在密码学中是完全不同的概念
- 范围不明确:没有明确区分数字签名场景和MAC场景的使用要求
修订建议的技术考量
Bart Preneel提出的修订建议将条款明确为:"验证任何加密算法和MAC算法的组合是否按要求在加密然后MAC模式下运行"。这一修订:
- 明确了适用范围仅针对加密与MAC的组合场景
- 移除了容易引起混淆的"签名"术语
- 强调了加密然后MAC这一特定模式的重要性
TLS兼容性的特殊考量
值得注意的是,TLS 1.2协议中的某些密码套件(如基于CBC模式的套件)实际上采用的是MAC-then-Encrypt模式。这是由于历史原因和向后兼容性考虑。虽然从纯密码学角度看这不是最理想的选择,但在实际部署中,这种妥协有时是必要的。
最佳实践建议
对于现代应用开发,我们建议:
- 优先使用AEAD(认证加密关联数据)算法,如AES-GCM、ChaCha20-Poly1305等
- 当必须组合使用加密和MAC时,严格采用Encrypt-then-MAC模式
- 仅在必须与遗留系统交互时考虑MAC-then-Encrypt模式
- 完全避免使用Encrypt-and-MAC模式
OWASP ASVS的这一条款修订反映了密码学实践中的精确性和严谨性要求,确保安全标准能够准确指导开发人员实施正确的加密方案。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
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++
876
577
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
112
135