新闻详情

新闻详情

首页 / 资讯中心 / 详情

Python SSL与TLS安全连接实现细节

发布时间:2026/10/28 17:09:53来源:尧图网络
Python SSL与TLS安全连接实现细节
Python SSL与TLS安全连接实现细节ssl模块提供TLS/SSL协议的Python封装。它基于OpenSSL库支持客户端和服务器的安全通信。创建TLS上下文import ssl# 创建客户端上下文ctx ssl.create_default_context()# 自动加载系统CA证书# 创建服务器上下文server_ctx ssl.create_default_context(ssl.Purpose.CLIENT_AUTH)server_ctx.load_cert_chain(certfileserver.crt, keyfileserver.key)create_default_context根据用途预设安全选项。ssl.Purpose.SERVER_AUTH用于客户端连接ssl.Purpose.CLIENT_AUTH用于服务器连接。自定义上下文选项ctx ssl.create_default_context()# 设置最低TLS版本ctx.minimum_version ssl.TLSVersion.TLSv1_2# 设置密码套件ctx.set_ciphers(ECDHEAESGCM:!aNULL:!MD5)# 禁用不安全的协议ctx.options | ssl.OP_NO_TLSv1ctx.options | ssl.OP_NO_TLSv1_1TLS版本和密码套件的配置直接影响安全性。SSLv2/3已完全废弃。安全客户端连接import socketimport sslhostname example.comctx ssl.create_default_context()with socket.create_connection((hostname, 443)) as sock:with ctx.wrap_socket(sock, server_hostnamehostname) as ssock:print(fTLS version: {ssock.version()})print(fCipher: {ssock.cipher()})print(fCertificate: {ssock.getpeercert()})ssock.sendall(bGET / HTTP/1.1\r\nHost: example.com\r\n\r\n)data ssock.read(1024)wrap_socket将普通socket包装为TLS socket。server_hostname启用SNI和主机名校验。证书验证细节cert ssock.getpeercert()if cert:print(fSubject: {dict(x[0] for x in cert[subject])})print(fIssuer: {dict(x[0] for x in cert[issuer])})print(fValid from: {cert[notBefore]})print(fValid to: {cert[notAfter]})print(fSerial: {cert[serialNumber]})getpeercert(binary_formTrue)返回DER格式的原始证书。配合cryptography库深入解析。自定义证书验证def verify_cert(conn, cert, errno, depth, ok):if depth 0: # 叶子证书if cert.subject.get_attributes_for_oid(2.5.4.3)[0].value ! example.com:return Falsereturn okctx ssl.create_default_context()ctx.verify_flags ssl.VERIFY_X509_STRICT# 通过set_verify回调自定义验证逻辑服务器端TLSimport socketimport sslctx ssl.SSLContext(ssl.PROTOCOL_TLS_SERVER)ctx.load_cert_chain(server.crt, server.key)# 要求客户端证书ctx.verify_mode ssl.CERT_REQUIREDctx.load_verify_locations(ca.crt)with socket.socket() as sock:sock.bind((localhost, 8443))sock.listen(5)with ctx.wrap_socket(sock, server_sideTrue) as ssock:conn, addr ssock.accept()# 处理连接CERT_REQUIRED要求客户端提供证书。CERT_OPTIONAL接受但不强制。CERT_NONE不验证客户端证书。内存中的证书加载# 从字符串加载证书cert_pem b-----BEGIN CERTIFICATE-----\n...key_pem b-----BEGIN PRIVATE KEY-----\n...ctx.load_cert_chain(cadatacert_pem, keyfilekey_pem)# 从内存加载CA证书ctx.load_verify_locations(cadatacert_pem)SSL上下文对象线程安全但在多线程中应避免同时修改。会话复用ctx.set_session_id(bMyApplication)# 创建会话对象session ssock.session# 在新连接上复用会话new_ssock.session session会话复用减少TLS握手次数提升性能。ALPN协议协商ctx.set_alpn_protocols([h2, http/1.1])# 服务器端设置# ctx.set_alpn_protocols([h2, http/1.1])alpn ssock.selected_alpn_protocol()print(fNegotiated: {alpn}) # h2或http/1.1ALPN应用层协议协商让TLS握手阶段商定上层协议。SSL/TLS的最佳实践ctx ssl.create_default_context()# 禁用压缩防止CRIME攻击ctx.options | ssl.OP_NO_COMPRESSION# 启用安全重协商ctx.options | ssl.OP_NO_RENEGOTIATION# 设置DH参数前向安全性# ctx.load_dh_params(dhparam.pem)# 设置会话缓存ctx.session_stats()OP_NO_COMPRESSION防止CRIME攻击。OP_NO_RENEGOTIATION防止重新协商。DH参数提供完美前向安全性。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/28 16:06:12

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/28 13:44:36

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/28 6:32:58

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/28 16:06:11

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/28 11:07:30

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/28 16:06:10

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉