我想手动验证签名 pdf 的完整性。我已经能够到达:-
- 从 pdf 中获取“/Content”节点的值(使用
PyPDF2)。这是一个der编码的 PKCS#7 证书。
现在根据 pdf 规范,pdf 数据的消息摘要与证书一起存储在 /Content 节点中。尝试了很多,但我无法获得最终将与散列 pdf 内容(由 /ByteRange 指定)进行比较的摘要值。
- PDF 规范快照:-
没看懂最后说的write signature object data into the dictionary。这个写入实际发生在哪里,我如何提取消息摘要?
请您参考如下方法:
(这与其说是一个答案,不如说是一个评论。由于评论的大小和格式限制,我还是把它放在了一个答案中。)
PDF 中的签名
在 prior question 中OP 已经插入了一个草图,说明在 SubFilter ETSI.CAdES.detached、adbe.pkcs7.detached 情况下嵌入 PDF 中的签名,或者 adbe.pkcs7.sha1:
但这只是一个草图,从字面上解释它可能会给人留下错误的印象,即签名字典中的 Contents 条目的值类似于包含“证书”的列表,一个“签名消息摘要”和“时间戳”。此外,将此列表称为“签名值”也会造成混淆,因为该名称也用于一小部分内容,请参见下文。
实际内容指定(参见this document)为:
When PKCS#7 signatures are used, the value of Contents shall be a DER-encoded PKCS#7 binary data object containing the signature. The PKCS#7 object shall conform to RFC3852 Cryptographic Message Syntax.
(顺便说一句:虽然这里的规范要求数据对象进行 DER 编码,但有许多签名的 PDF 对整个对象使用一些不太严格的 BER 编码,而仅对部分对象使用 DER RFC3852 也要求进行 DER 编码。)
PKCS#7 二进制数据对象
包含符合 RFC3852 的签名的 PKCS#7 二进制数据对象 更确切地说是一个包含 SignedData 内容的 ContentInfo 对象,通常命名为一个“签名容器”。
根据 RFC 3852
The CMS associates a content type identifier with a content. The syntax MUST have ASN.1 type ContentInfo:
ContentInfo ::= SEQUENCE {
contentType ContentType,
content [0] EXPLICIT ANY DEFINED BY contentType }
The signed-data content type shall have ASN.1 type SignedData:
SignedData ::= SEQUENCE {
version CMSVersion,
digestAlgorithms DigestAlgorithmIdentifiers,
encapContentInfo EncapsulatedContentInfo,
certificates [0] IMPLICIT CertificateSet OPTIONAL,
crls [1] IMPLICIT RevocationInfoChoices OPTIONAL,
signerInfos SignerInfos }
在这里您可以看到可选的集合certificates,其中通常至少包含签名者证书,通常还包含其颁发者证书链。这是上面草图中的“证书”。
您还会看到包含实际签名信息的 signerInfos 结构:
SignerInfos ::= SET OF SignerInfo
Per-signer information is represented in the type SignerInfo:
SignerInfo ::= SEQUENCE {
version CMSVersion,
sid SignerIdentifier,
digestAlgorithm DigestAlgorithmIdentifier,
signedAttrs [0] IMPLICIT SignedAttributes OPTIONAL,
signatureAlgorithm SignatureAlgorithmIdentifier,
signature SignatureValue,
unsignedAttrs [1] IMPLICIT UnsignedAttributes OPTIONAL }
SignedAttributes ::= SET SIZE (1..MAX) OF Attribute
Attribute ::= SEQUENCE {
attrType OBJECT IDENTIFIER,
attrValues SET OF AttributeValue }
(这里你看到 RFC 调用 SignatureValue 的结构...如前所述,上面的草图调用整个签名容器“签名值”可能会混淆,因为下面已经是一个实体一种这样称呼的类型。)
您正在寻找 adbe.pkcs7.detached 类型 PDF 签名的已签名 PDF 字节范围的消息摘要。其实有两种可能:
- 在极少数最简单的
SignerInfo实例中,没有SignedAttributes。在这种情况下,SignatureValue是立即应用于带符号字节范围的签名算法的值。
如果签名算法基于 RSA,您可以通过使用签名者的公钥(来自他的证书)解码值并从解码的 DigestInfo 对象中提取摘要来检索文档摘要值。
DigestInfo ::= SEQUENCE {
digestAlgorithm DigestAlgorithmIdentifier,
digest Digest }
如果签名算法是基于DSA或EC DSA,则根本无法检索到摘要值。这些算法只允许您检查您提供的摘要值(例如,在您检索文档时对文档的签名字节范围进行哈希处理)是否是原始签名值。
- 在具有
SignedAttributes的SignerInfo实例的更常见情况下,您必须在这些SignedAttributes中搜索已标识的消息摘要属性通过
id-messageDigest OBJECT IDENTIFIER ::= { iso(1) member-body(2)
us(840) rsadsi(113549) pkcs(1) pkcs9(9) 4 }
不过,正如评论中已经提到的,我无法解释如何使用 Python 或 openssl 在此处进行深入分析。您将需要一些了解这些特定 ASN.1 结构或一般 ASN.1 结构的工具。
