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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
892
昇腾LLM分布式训练框架
Python
142
168