Erlang/OTP 27.1.3版本中ED25519公钥处理机制解析
背景介绍
在Erlang/OTP 27.1.3版本更新后,部分开发者在使用椭圆曲线密钥时遇到了兼容性问题。具体表现为使用JOSE/JWK库处理ED25519公钥时出现解码错误,而在27.1.2版本中却能正常工作。这一现象引起了开发者社区的关注,经过深入分析发现,这实际上反映了Erlang/OTP对EdDSA支持机制的改进。
技术原理分析
在Erlang/OTP 27.1.3版本中,public_key:pem_entry_decode函数对EdDSA公钥的处理方式发生了变化。在之前的版本中,该函数在处理某些有效的EdDSA公钥时会失败,尽管Erlang/OTP本身已经支持EdDSA算法。27.1.3版本修复了这一行为,使得函数能够正确解码这些公钥。
问题本质
问题的根源在于第三方库erlang-jose中的处理逻辑。该库为了兼容旧版本Erlang/OTP的行为,专门编写了代码来处理public_key:pem_entry_decode可能出现的解码失败情况。这种处理方式在27.1.2及更早版本中是必要的,因为那时原生解码功能确实存在缺陷。
当Erlang/OTP 27.1.3修复了解码功能后,erlang-jose库中的兼容性代码反而成为了障碍。具体表现为:
- 解码成功的ED25519公钥会以
{'ECPoint',二进制数据}的形式返回 - 但
erlang-jose库中的jose_jwk_kty_ec模块没有为这种格式准备相应的处理函数
解决方案建议
对于遇到此问题的开发者,有以下几种解决方案:
-
更新依赖库:联系
erlang-jose库的维护者,建议其更新代码以适配Erlang/OTP 27.1.3及更高版本的正确行为 -
临时回退版本:如果项目紧急,可以暂时回退到Erlang/OTP 27.1.2版本
-
自定义解码逻辑:在项目中实现自定义的解码逻辑,正确处理
{'ECPoint',二进制数据}格式的公钥
技术启示
这一案例给我们带来了几个重要的技术启示:
-
版本兼容性:加密相关功能的实现需要特别注意不同版本间的行为差异
-
依赖管理:当底层平台修复了某些功能后,依赖库中的兼容性代码可能需要进行相应调整
-
加密标准演进:随着加密算法和标准的不断发展,开发工具链也需要持续更新
总结
Erlang/OTP 27.1.3版本对EdDSA公钥解码的改进是正确的行为变更,虽然短期内可能造成某些依赖库的兼容性问题,但从长远来看有利于提升系统的安全性和稳定性。开发者应当理解这一变化背后的技术原理,并采取适当的升级策略。
kernelopenEuler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。C039
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0120
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