Cómo leer estructuras ASN.1 / DER

Saber leer una estructura ASN.1 / DER es saber leer el lenguaje binario en el que están escritos todos los certificados, claves privadas, CSR y listas de revocación de tus sistemas. ASN.1 es la notación — la gramática para describir datos — y DER, las Reglas de Codificación Distinguida, es la única forma canónica de convertir cada valor en bytes. Si esos bytes te parecen ruido, no estás solo: la mayoría de los administradores conoce ASN.1 por un mensaje de error, mucho después de que el certificado que describe ya haya roto algo. Puedes pegar cualquier blob DER o PEM en el Explorador ASN.1 / DER y obtener el árbol completo anotado en tu navegador — no se sube nada — pero este artículo te enseña a leer los bytes tú mismo, para que el árbol nunca sea una caja negra.

Un solo lenguaje bajo cada certificado, clave y CSR, y por qué sigue haciéndonos tropezar

ASN.1, la Notación de Sintaxis Abstracta Uno, es la notación; la serie X.680 define la gramática y X.690 define las reglas de codificación, incluida DER. Cada certificado X.509, cada clave privada PKCS#8, cada CSR, cada CRL, cada paquete PKCS#7 y cada respuesta OCSP es un valor escrito en este único lenguaje. Los administradores tropiezan con él por una razón sencilla: los mismos bytes llevan tres disfraces. Un archivo .pem se abre como texto legible, un archivo .der se imprime como basura, un archivo .cer puede ser cualquiera de los dos — y las herramientas que muestran la estructura solo lo hacen cuando se les pregunta, así que la primera vez que la mayoría mira dentro de un certificado es después de que algo ya ha fallado.

El segundo tropiezo es que ASN.1 describe la forma, no el significado. Dos archivos pueden ser DER perfectamente válido y significar cosas completamente distintas; el significado viene del esquema — RFC 5280 para los certificados — y de los OID que lleva dentro. Leer DER son, por tanto, dos habilidades a la vez: analizar el esqueleto de etiqueta-longitud-valor, y saber qué esquema dice ser el nivel superior. Este artículo cubre ambas, y el explorador automatiza la primera y marca la segunda como una conjetura de mejor esfuerzo, nunca como un veredicto: un analizador puede decirte qué dice una estructura, pero solo el esquema te dice qué significa.

TLV: etiqueta, longitud, valor — toda la gramática en tres bytes

Cada valor ASN.1 tiene tres partes: una etiqueta que dice qué es, una longitud que dice cuántos bytes siguen, y el valor mismo. El byte de etiqueta mete tres datos en ocho bits: los dos bits superiores son la clase — 00 universal, 01 aplicación, 10 específica del contexto (los [0] y [3] que se ven por todo el certificado), 11 privada — el bit 6 dice construido (un contenedor que guarda otros valores) o primitivo (una hoja), y los cinco bits bajos son el número de etiqueta, donde 31 significa "sigue leyendo, el número continúa". La longitud es una forma corta, un byte, para todo lo que tenga menos de 128 bytes, o una forma larga: un primer byte de 0x80 más un contador n, y luego n bytes con la longitud en big-endian. DER prohíbe la forma indefinida, un byte de longitud 0x80: un archivo que la usa es BER, no DER, y un analizador DER estricto debe rechazarlo.

Aquí está toda la gramática en un ejemplo resuelto, un ejemplo mínimo construido a mano, con la misma forma que la demostración del explorador. 30 0C 02 01 05 06 02 2A 03 0C 03 66 6F 6F se lee así: 30, un SEQUENCE construido (etiqueta universal 16); 0C, doce bytes de contenido; luego 02 01 05, un INTEGER de un byte con valor 5; 06 02 2A 03, un OBJECT IDENTIFIER de dos bytes, donde 0x2A es 42, y 42 es 1 × 40 + 2, así que los dos primeros arcos son 1.2, y luego 03 da 1.2.3; y 0C 03 66 6F 6F, un UTF8String de tres bytes que deletrea "foo". Los mismos catorce bytes, leídos de vuelta con openssl asn1parse, están impresos en el bloque de código de abajo: ejecútalo tú mismo y haz coincidir cada línea con los bytes. Cuando puedas recorrer este ejemplo, podrás recorrer cualquier estructura: es el mismo ritmo de tres bytes, anidado hasta donde llegue el esquema.

Leer un certificado a mano: tbsCertificate, en orden

Un certificado es un SEQUENCE de tres cosas: tbsCertificate, la parte que se firma; signatureAlgorithm; y signatureValue, un BIT STRING. Dentro de tbsCertificate los campos siempre vienen en el mismo orden: version [0], que es v3 en cualquier certificado moderno; serialNumber, un INTEGER; signature, el identificador del algoritmo, que debe coincidir con el exterior; issuer, un Name; validity, un SEQUENCE de notBefore y notAfter; subject, un Name; subjectPublicKeyInfo; y luego los identificadores únicos opcionales y las extensions [3]. Si puedes encontrar el segundo SEQUENCE dentro del primero, ya estás mirando el tbsCertificate, y todo lo que sigue son campos en un orden fijo.

La parte que la gente busca de verdad — los nombres de dominio — no es un campo de nivel superior. Los SAN viven dentro de extensions [3], bajo el OID 2.5.29.17 (subjectAltName), como un SEQUENCE de GeneralNames etiquetados [2] para nombres DNS, [7] para direcciones IP, [1] para correo y [6] para URI. El commonName, OID 2.5.4.3, del subject es el sitio heredado donde los navegadores solían mirar; los navegadores modernos lo ignoran y leen la extensión SAN, y por eso un certificado con un CN perfecto y sin SAN falla en todos los navegadores. Si quieres los campos de un certificado en lenguaje sencillo, el Analizador de certificados SSL los extrae; el explorador te muestra dónde está cada uno en el árbol.

Los OID son la guía telefónica: qué significan 2.5.4.3 y 1.2.840.113549.1.1.11

Un OID, un identificador de objeto, es una ruta punteada por un árbol de registro global, y es como un archivo dice qué significa un campo sin usar palabras. Los dos primeros arcos se empaquetan en un solo byte — el primer arco por cuarenta más el segundo, así que 1.2 se convierte en 0x2A, 42 — y los arcos siguientes se codifican en base 128. Lee 2.5.4.3 como tipos de atributo X.500 (2.5.4) y luego commonName (3): el campo de nombre del subject de cada certificado. Lee 1.2.840.113549.1.1.11 como cuerpo miembro de ISO (1.2.840), luego RSA (113549), luego pkcs-1 (1), luego sha256WithRSAEncryption (11): el algoritmo de firma de la mayoría de los certificados que circulan.

¿Por qué números en lugar de nombres? Porque un nombre es ambiguo entre idiomas y proveedores y un número no: un OID permite que dos implementaciones que nunca se han visto acuerden que un campo significa lo mismo. El explorador resuelve los arcos que más te vas a encontrar — atributos X.500, RSA y PKCS, curvas elípticas, extensiones X.509, PKCS#7, OCSP — e imprime la forma punteada de todo lo que no reconoce, así que un OID desconocido sigue siendo una dirección que puedes buscar en lugar de un número desnudo. Un número desnudo sin forma punteada es un analizador rindiéndose; la forma punteada es el mínimo honesto.

DER, BER y PEM: ¿cuál tienes realmente en las manos?

DER es el subconjunto canónico de BER. BER, las Reglas de Codificación Básica, permite elegir: una longitud en forma corta o larga, una longitud indefinida terminada por dos bytes cero, un tipo primitivo codificado como construido. DER fija cada elección, así que hay exactamente una codificación correcta de cada valor — que es el punto central, porque la firma de un certificado cubre los bytes exactos de tbsCertificate, y si existieran dos codificaciones del mismo valor, la firma no se podría comprobar. PEM no es una codificación: es el base64 de los bytes DER con una armadura -----BEGIN CERTIFICATE----- alrededor, envuelta a 64 caracteres por línea.

Cómo saber lo que tienes: abre el archivo. Si empieza por -----BEGIN, es PEM: quita la armadura, decodifica en base64 lo que queda y tienes DER. Si empieza por el byte 0x30, una etiqueta SEQUENCE, es DER o BER; pásalo por un analizador estricto, y un byte de longitud 0x80 significa BER. Si una herramienta dice "no se puede cargar", normalmente es que le diste PEM cuando quería DER, o al revés; OpenSSL convierte en ambos sentidos (openssl x509 -outform DER, o -inform DER), y el explorador acepta PEM, base64, hexadecimal o DER crudo y te dice cuál detectó. Una extensión .cer o .crt no dice nada: cualquiera de las dos codificaciones puede esconderse detrás.

El mismo lenguaje, documentos distintos: CSR, CRL, PKCS#7, OCSP

Cuando el ritmo TLV ya está claro, el resto es vocabulario. Un CSR es un SEQUENCE de certificationRequestInfo, signatureAlgorithm y signatureValue: la misma forma de tres partes que un certificado, con la información de la solicitud donde va tbsCertificate. Una CRL es un SEQUENCE de tbsCertList, signatureAlgorithm y signatureValue, con los certificados revocados listados dentro. Un paquete PKCS#7 / CMS SignedData envuelve su contenido bajo el OID 1.2.840.113549.1.7.2, y una respuesta OCSP es un BasicOCSPResponse que lleva un estado por certificado. Los mismos bytes, las mismas reglas de anidado: solo cambia el esquema de nivel superior.

Por eso mismo un solo analizador los cubre a todos: el explorador analiza cualquier blob DER en el mismo árbol y luego pregunta qué aspecto tiene el nivel superior, marcando su reconocimiento como de mejor esfuerzo. Si no puede reconocer el nivel superior, muestra igualmente todo el árbol y lo dice: el árbol es la respuesta en cualquier caso. Y conviene declarar los límites con claridad, porque analizar no es verificar. El explorador no comprueba firmas, no valida una cadena contra un almacén de confianza y no abre contenedores PKCS#12 cifrados. Te dice lo que una estructura dice, no si debes confiar en ella. Para emparejar un certificado con su clave privada, usa el Comparador de certificados y claves.

Pruébalo tú mismo: 14 bytes de DER, leídos con OpenSSL

# A hand-built ASN.1 value: SEQUENCE { INTEGER 5, OID 1.2.3, UTF8String "foo" }
# 14 bytes of DER:
30 0C 02 01 05 06 02 2A 03 0C 03 66 6F 6F

# Read it back with OpenSSL:
$ printf '\x30\x0c\x02\x01\x05\x06\x02\x2a\x03\x0c\x03\x66\x6f\x6f' > sample.der
$ openssl asn1parse -inform DER -in sample.der
    0:d=0  hl=2 l=  12 cons: SEQUENCE
    2:d=1  hl=2 l=   1 prim: INTEGER           :05
    5:d=1  hl=2 l=   2 prim: OBJECT            :1.2.3
    9:d=1  hl=2 l=   3 prim: UTF8STRING        :foo

Fuentes

Preguntas frecuentes

Tengo un archivo .pem: ¿es DER o es otra cosa?

Es DER con disfraz de texto. PEM es DER codificado en base64 con una armadura -----BEGIN …----- y -----END …----- alrededor. Quita la armadura, decodifica en base64 lo que queda y tienes los bytes DER crudos. Puedes convertir con OpenSSL — openssl x509 -in cert.pem -outform DER -out cert.der — o pegar el PEM directamente en el Explorador ASN.1 / DER, que detecta la armadura, registra la etiqueta (CERTIFICATE, PRIVATE KEY, etc.) y lo decodifica por ti.

¿Puedo editar un certificado cambiando sus bytes?

Puedes cambiar los bytes, pero el resultado no verificará. La firma cubre los bytes exactos de tbsCertificate, y DER es canónico: hay exactamente una codificación correcta de cada valor. Cambia un solo byte del subject o de las fechas de validez y la firma ya no coincide; recodificar la estructura también tiene que reproducir los bytes originales con exactitud, o la verificación falla. Si necesitas otros datos, emite un certificado nuevo; no existe la edición in situ de datos firmados.

¿Por qué un analizador estricto rechaza un archivo que OpenSSL acepta?

Normalmente porque el archivo es BER, no DER. BER permite la codificación de longitud indefinida — un byte de longitud 0x80, terminado por 00 00 — y otras opciones que DER prohíbe; el analizador de OpenSSL es tolerante y lee BER sin problema, mientras que un analizador DER estricto debe rechazarlo. Es la regla, no un error. Otras causas habituales: un contenedor PKCS#12 cifrado (.p12 / .pfx), que ningún analizador DER puede abrir sin la contraseña, y bytes sobrantes después del valor de nivel superior. El explorador nombra la causa en lugar de fallar en silencio.