PicoRV32项目中PQC算法移植与编译问题解析
2025-06-24 12:52:54作者:邵娇湘
背景介绍
在嵌入式系统开发中,将后量子密码学(PQC)算法移植到RISC-V架构处理器是一项具有挑战性的工作。本文以PicoRV32项目为例,探讨在将AES和PQC算法移植到该处理器时遇到的编译问题及解决方案。
问题现象
开发者在尝试将AES和PQC算法移植到PicoRV32处理器时,遇到了openssl/config.h头文件缺失的问题。具体表现为:
- 使用Verilator模拟器执行时,虽然AES加密解密功能正常
- 但在编译PQC相关代码时,系统提示找不到openssl/conf.h头文件
- 即使已经安装了包含加密库的工具链,并在Makefile中添加了-lcrypto选项,问题依然存在
问题分析
这个编译错误的核心原因在于:
- 编译环境使用了
-nostdlib选项,这意味着标准库不会被自动链接 - 虽然添加了
-lcrypto选项,但openssl库的头文件路径没有被正确包含 - 嵌入式环境与传统PC环境不同,需要特别注意交叉编译时的库依赖关系
解决方案
针对这一问题,技术社区提供了以下解决思路:
-
参考已有实现:可以借鉴PQC Dilithium3在TKey1上的实现方案,该方案同样基于PicoRV32处理器核心
-
交叉编译环境配置:
- 确保使用正确的目标架构参数:
-target riscv32-unknown-none-elf - 设置适当的ABI:
-mabi=ilp32 - 添加必要的编译标志:
-nostdlib、-ffreestanding等
- 确保使用正确的目标架构参数:
-
处理LLVM版本兼容性问题:
- 当遇到"Opaque pointers"相关错误时,需要统一LLVM工具链版本
- 确保所有工具(编译器、链接器等)使用相同版本的LLVM
实践建议
-
构建系统配置:
- 在Makefile中明确指定openssl头文件路径
- 为交叉编译环境单独配置库搜索路径
-
依赖管理:
- 考虑将必要的加密函数静态链接到最终固件中
- 对于资源受限的嵌入式环境,可以选择轻量级的加密库实现
-
调试技巧:
- 使用
-v选项查看详细的编译和链接过程 - 分阶段验证:先确保基础功能正常,再逐步添加复杂功能
- 使用
总结
在PicoRV32等RISC-V处理器上实现PQC算法时,开发者需要特别注意交叉编译环境的配置和库依赖管理。通过合理配置构建系统、统一工具链版本以及参考已有实现方案,可以有效解决openssl头文件缺失等常见编译问题。这些经验对于其他嵌入式安全应用的开发也具有参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
639
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
469
Ascend Extension for PyTorch
Python
149
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
227
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310