X.509證書的編碼及解析：程序解析以及winhex模板解析

一、證書的整體結構：證書內容、簽名算法、簽名結果。

用ASN.1語法描述如下：

Certificate::=SEQUENCE{
    tbsCertificate      TBSCertificate,
    signatureAlgorithm  AlgorithmIdentifier,
    signatureValue      BIT STRING
}

其中，簽名算法為CA對tbsCertificate進行簽名所使用的算法；類型為AlgorithmIdentifier，其ASN.1語法描述如下：

AlgorithmIdentifier::=SEQUENCE{
    algorithm       OBJECT IDENTIFIER,
    parameters      ANY DEFINED BY algorithm OPTIONAL
}

其中，algorithm給出了算法的OID；可選的parameters給出算法的參數。

需要注意，algorithm同時說明了雜湊算法和數字簽名算法，常見的有：(1)MD5wihRSAEncryption, MD5 Hash函數和RSA簽名算法配合使用，OID為1.2.840.113549.1.1.4。(2)SHA1withRSAEncryption, SHA-1 Hash函數和RSA簽名算法配合使用，OID為1.2.840.113549.1.1.5。

簽名結果是CA對tbsCertificate進行簽名的結果，類型為BIT STRING。

證書內容是需要被CA簽名的信息，ASN.1語法描述如下：

TBSCertificate::=SEQUENCE{
    version           [0]   EXPLICIT Version DEFAULT v1,
    serialNumber            CertificateSerialNumber,
    signature               AlgorithmIdentifier,
    issuer                  Name,
    validity                Validity,
    subject                 Name,
    subjectPublicKeyInfo    SubjectPublicKeyInfo,
    issuerUniqueID    [1]   IMPLICIT UniqueIdentifier OPTIONAL,
    subjectUniqueID   [2]   IMPLICIT UniqueIdentifier OPTIONAL,
    extensions        [3]   EXPLICIT Extensions OPTIONAL
}

其中，issuerUniqueID和subjectUniqueID只能在版本2或者3中出現；extensions只能在版本3中出現。

下面我們逐一說明TBSCertificate中的每一個字段。

1>版本號

版本(version)為整數格式。到目前為止，證書格式的版本只有v1、v2、v3，分別用整數0、1、2表示。

其類型Version的ASN.1描述如下：

Version::=INTEGER {v1(0),v2(1),v3(2)}

目前最常用的版本是v3。

2>序列號

證書序列號(serialNumber)為整數格式。

其類型CertificateSerialNumber的ASN.1描述如下：

CertificateSerialNumber::=INTEGER

證書序列號用來在某一個CA范圍內唯一地標識一張證書。由此，“簽發者”和“證書序列號”配合起來就能唯一地標識一張數字證書。在很多PKI的通信協議中使用的就是這種方式。

RFC 3280標準要求證書序列號必須是正整數，且長度不應該大于20字節。

3>簽名算法

簽名算法(signature)給出了CA簽發證書時所使用的數字簽名算法，它的類型與signatureAlgorithm的類型相同，都為AlgorithmIdentifier，它們的值必須一致，否則該證書無效。

4>簽發者和主體

證書的簽發者(issuer)和證書主體(subject)分別標識了簽發證書的CA實體和證書持有者實體，兩者類型均為Name。ASN.1描述如下：

Name::=CHOICE{
    RDNSequence
}
RDNSequence::=SEQUENCE OF RelativeDistinguishedName
RelativeDistinguishedName::=SET OF AttributeTypeAndValue
AttributeTypeAndValue::=SEQUENCE{
    type    AttributeType,
    value   AttributeValue
}
AttributeType::=OBJECT IDENTIFIER
AttributeValue::=ANY DEFINED BY AttributeType

證書的簽發者和證書主體用X.509 DN表示，DN是由RDN構成的序列。RDN用“屬性類型=屬性值”的形式表示。常用的屬性類型名稱以及簡寫如下：

5>有效期

證書有效期(validity)給出證書的有效使用期，包含起、止兩個時間值。時間值可以使用UTCTime或者GeneralizedTime的形式表示。ASN.1描述如下：

Validity::=SEQUENCE{
    notBefore       Time,
    notAfter        Time
}
Time::=CHOICE{
    utcTime         UTCTime,
    generalTime     GeneralizedTime
}

6>主體公鑰信息

主體公鑰信息(subjectPublicKeyInfo)給出了證書所綁定的加密算法和公鑰。其ASN.1描述如下：

SubjectPublicKeyInfo::=SEQUENCE{
    algorithm           AlgorithmIdentifier,
    subjectPublicKey    BIT STRING
}

其中，algorithm表示被綁定的、證書主體持有的公鑰密碼算法；subjectPublicKey是具體的公鑰數據，內容和格式依算法不同而異。對于RSA算法，它包含公鑰參數e和n。

7>簽發者唯一標識符和主體唯一標識符

簽發者唯一標識符(issuerUniqueID)和主體唯一標識符(subjectUniqueID)給出了證書簽發者和證書主體的唯一標識符。UniqueIdentifier類型的ASN.1描述如下：

UniqueIdentifier::=BIT STRING

二、證書編碼

針對ASN.1的語法，編碼可以采用“TLV”方式，即依次對數據的類型(type)、長度(length)、值(value)編碼，這樣就可以完整地表示一個特定類型的數據。“TLV”方式的編碼有多種，下面介紹DER這種編碼方式。都是big-endian字節序。

1.簡單類型的編碼

1>BOOLEAN：01

布爾類型，兩種取值：TRUE(0xFF)、FALSE(0x00)。

編碼為：

        T      L      V
TRUE    01     01     FF
FALSE   01     01     00

2>INTEGER：02

整數類型。兩種情況：

第一種，數據長度不大于0x7F，稱為“短形式”，length占1字節，直接把長度賦給length。舉例：0x123456的DER編碼為：

T   L   V02  03  12  34　56

第二種，數據長度大于0x7F，稱為“長形式”，把數據長度L表示為字節碼，計算其長度n，然后把n與0x80進行“位或”運算的結果賦給length的第一個字節。舉例：0x1234...34(長0100字節)，即n=2，編碼為：

T   L           V02  82  01  00  12  34　...  34

此外，對于整數，還有正負的問題。規定value的最高位表示符號---0(+) 1(-)  負數用補碼表示。

1)對于正數，如最高位為1，則向左擴展00。

2)對于負數，如其補碼的最高位為0，則向左擴展FF。

3>BIT STRING：03

比特串的長度可能不是8的倍數，而DER編碼以字節為單位。故而，如果需要，則在比特串的最后填若干位“0”，使其長度達到8的倍數；在最前面增加1字節，寫明填充的位數。特別注意：value部分的第一字節，即表示填充位數的那個字節，也要計入數據的總長度。如果不需要填充，則第一字節也需要用00來表示填充位數。舉例：1011010010編碼為：

T   L   V03  03  06  B4　80

4>OCTET STRING：04

字節碼串。舉例：AB CD EF 01 23的編碼為：

T   L   V04  05  AB  CD  EF  01  23

5>NULL：05

編碼是固定的，value部分為空，一共兩字節：

T   L05  00

6>OBJECT IDENTIFIER：06

對象標識符（OID），是一個用“.”隔開的非負整數組成的序列。下面說下OID的編碼設計：設OID=V1.V2.V3.V4.V5....Vn，則DER編碼的value部分規則如下：(1)計算40*V1+V2作為第一字節；(2)將Vi(i>=3)表示為128進制，每一個128進制位作為一個字節，再將除最后一個字節外的所有字節的最高位置1；(3)依次排列，就得到了value部分。舉例：OID=1.2.840.11359.1.1的編碼如下：

說明：Vi的最后一個字節不對最高位置1，系統以此來識別這里是這個字段的最后一字節。

7>PrintableString：13

表示任意長度的ASCII字符串。舉例：“Hello, world”的編碼為：

T   L   V13  0C  48  65  6C  6C  6F  2C  20  77  6F  72  6C  64

8>UTCTime：17

表示時間,可以用GMT格林威治時間(結尾標“Z”)來表示，或者是用本地時間和相對于GMT的偏移量來表示。

UTCTime的格式如下多種：
YYMMDDhhmmZ
YYMMDDhhmm+hh'mm'
YYMMDDhhmm-hh'mm'
YYMMDDhhmmssZ
YYMMDDhhmmss+hh'mm'
YYMMDDhhmmss-hh'mm'

其中，

YY：年的最后2位
MM：月，01-12
DD：日，01-31
hh：小時，00-23
mm：分鐘，00-59
ss：秒，00-59
Z/+/-：Z表示GMT時間，+/-表示本地時間與GMT時間的差距
hh’：與GMT的差
mm’：與GMT的差

舉例：北京時間2008年8月8日晚8時表示成UTCTime為：080808120000Z 或 080808200000-0800 其編碼為：

T   L   V17  0D  30  38  30  38  30  38  31  32  30  30  30  30  5A
或
T   L   V17  11  30  38  30  38  30  38  32  30  30  30  30  30  2D  30  38  30  30

9>GeneralizedTime：18

與UTCTime類似，差別只在于用4位數字表示“年”，以及“秒”可精確到千分位。舉例：北京時間2008年8月8日晚8時1分2.345秒表示成GeneralizedTime為：20080808120102.345Z 或 20080808200102.345-0800 其編碼為：

T   L   V18  13  32  30  30  38  30  38  30  38  31  32  30  31  30  32  2E  33  34  35  5A
或
T   L   V18  17  32  30  30  38  30  38  30  38  32  30  30  31  30  32  2E  33  34  35  2D  30  38  30  30

2.構造類型數據的編碼

1>序列構造類型：30

SEQUENCE與SEQUENCE OF的type相同，都是30。value部分為序列內所有項目的編碼的依次排列。length為這些項目編碼的總長度。舉例：一天中幾次溫度測量的結果：temperatureInADay SEQUENCE(7) OF INTEGER::={21,15,5,-2,5,10,5}, 其DER編碼為：

T   L   V30  15  02  01  15
        02  01  0F        02  01  05
        02  01  FE        02  01  05
        02  01  0A        02  01  05

構造類型的定義中，常常包含CHOICE、ANY、OPTIONAL、DEFAULT等關鍵字，其編碼規則如下：

(1)CHOICE

多選一，按照實際選中的類型編碼。舉例：

Time::=CHOICE{
    utcTime         UTCTime,
    generalizedTime GeneralizedTime
}

若實際用到的類型是UTCTime，則數據用UTCTime的編碼規則編碼。

(2)ANY

類型依賴于另一個域的值，則按照實際類型編碼。舉例：

AlgorithmIdentifier::=SEQUENCE{
    algorithm       OBJECT IDENTIFIER,
    parameters      ANY DEFINED BY algorithm OPTIONAL
}

若algorithm的值表示RSA，則parameters按RSA算法的參數類型編碼；若algorithm的值表示Diffie-Hellman算法，則parameters按Diffie-Hellman算法的參數類型編碼。

(3)OPTIONAL

所標記的字段在實際中可能存在，也可能不存在。如果有值，則編碼；如果無值，則直接跳過。舉例：

AlgorithmIdentifier::=SEQUENCE{
    algorithm       OBJECT IDENTIFIER,
    parameters      ANY DEFINED BY algorithm OPTIONAL
}

實際中，如果沒有參數parameters，則相當于

AlgorithmIdentifier::=SEQUENCE{
    algorithm       OBJECT IDENTIFIER
}

(4)DEFAULT

如果所標記的字段在實際中正好等于缺省值，則可以編碼也可以不編碼，相當于是OPTIONAL；如果不等于缺省值，則應該如實編碼。舉例：

Certificate::=SEQUENCE{
    version           Version DEFAULT 0
    ......
}

若version的值恰好等于0（缺省值），則可以不編碼；否則，必須按其類型編碼。

2>集合構造類型：31

SET和SET OF的type都是31，value部分包括集合內所有項目的編碼，length為其總長度。需要注意的是，集合構造類型中的各字段是并列的，邏輯上不分先后，但為了編碼的唯一性，在DER編碼中，編碼的排列是有一定順序的。SET按標簽的順序排列。舉例：

Name::=SET{
    surname     [0] PrintableString,
    mid-name    [1] PrintableString,
    first-name  [2] PrintableString
}

編碼時則按照surname，mid-name，first-name的順序。

SET OF按字典升序排列，即將各項目的DER結果看做字節碼從小到大排列。舉例：一天中幾次溫度測量的結果：temperatureInADay SET(7) OF INTEGER::={21,15,5,-2,5,10,5}, 其DER編碼為：

T   L   V30  15  02  01  05
        02  01  05
        02  01  05
        02  01  0A        02  01  0F        02  01  15
        02  01  FE

由于排序需要一定的時間和空間代價，故而實際情況中，應避免使用集合構造類型。

3.標簽

僅僅以上的編碼規則是不夠的，會有些出現歧義的情況。比如：有相鄰的字段屬于相同的數據類型。type相同，則根據編碼的排列順序來區分他們。一旦其中有字段是可選的，解碼時就不能再僅僅根據排列順序來判斷下一個是哪個字段了，產生歧義。故而，引入了標簽，目的是把相同的type標簽為不同的type，以便區分。

標簽分為隱式標簽和顯式標簽兩種。分別如下：

隱式標簽：

舉例：

Contact::=SEQUENCE{
    name                        PrintableString,
    sex                         BOOLEAN,
    title       [0] IMPLICIT    PrintableString OPTIONAL,
    locality    [1] IMPLICIT    PrintableString OPTIONAL,
    telephone   [2] IMPLICIT    PrintableString OPTIONAL,
    fax         [3] IMPLICIT    PrintableString OPTIONAL
}

DER編碼時，對于加了標簽的項目，按如下規則編碼：

對于簡單類型，type=80+tag序號；對于構造類型，type=A0+tag序號。length和value不變。

例如，上例中如果項目fax被賦值為“86-10-12345678”，則編碼為

T   L   V83  0E  38  36  2D  31  30  2D  31  32  33  34  35  36  37  38

顯式標簽：

舉例：（隱式標簽的例子）

Record::=SEQUENCE{
    ......
    time    [1] IMPLICIT    Time    OPTIONAL,
    ......
}
Time::=CHOICE{
    utcTime             UTCTime,
    generalizedTime     GeneralizedTime
}

假設time被賦值為UTCTime類型的值080808120000Z，而由于隱式標簽的type編碼覆蓋了表示這一類型的type編碼，導致編碼時無法判斷time究竟是哪種類型，造成混亂。于是這里需要使用顯式標簽。運用顯式標簽，上例描述為：

Record::=SEQUENCE{
    ......
    time    [1] EXPLICIT    Time    OPTIONAL,
    ......
}
Time::=CHOICE{
    utcTime             UTCTime,
    generalizedTime     GeneralizedTime
}

編碼規則如下：

T           L                       V
A0+Tag序號  原TLV格式編碼的總長度   原TLV格式編碼

上例中time=080808120000Z的編碼為：

T   L   V
A1  0F  17  0D  30  38  30  38  30  38  31  32  30  30  30  30  5A

事實上，顯式標簽就是在原編碼外再封裝一層。

三、證書解析 C程序

X.509證書的編碼及解析：程序解析以及winhex模板解析 - jiu~ - 博客園 (cnblogs.com)