Nano Hash - криптовалюты, майнинг, программирование

Преобразование буфера сертификата X509 в кодировке DER в структуру Windows CERT_CONTEXT

У меня есть сертификат X509, который был создан с помощью OpenSSL и экспортирован в большой двоичный объект DER с помощью функции OpenSSL i2d_X509().

Есть ли способ преобразовать большой двоичный объект сертификата DER в Windows CERT_CONTEXT структура?

Я знаю, что это можно сделать с помощью временного файла, функций CertOpenStore(CERT_STORE_PROV_FILENAME) и CertEnumCertificatesInStore(). Но не мог найти способ без использования временного файла.

windows c++ openssl cryptoapi
21.06.2016

Ответы:


1

Понятно. Это можно сделать с помощью функции ::CertCreateCertificateContext:

std::vector<BYTE> certificate;
// ... acquire DER encoded certificate using i2d_X509()
// ...
PCCERT_CONTEXT context = ::CertCreateCertificateContext(
    X509_ASN_ENCODING | PKCS_7_ASN_ENCODING, 
    certificate.data(), 
    certificate.size());
// ...
// ...
::CertFreeCertificateContext(context);
23.06.2016
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..