PQCrypto-SIDH 项目使用教程
1. 项目目录结构及介绍
PQCrypto-SIDH 项目的目录结构如下:
PQCrypto-SIDH/
├── KAT/
├── Visual Studio/
├── src/
│ ├── P434_api.h
│ ├── P503_api.h
│ ├── P610_api.h
│ ├── P751_api.h
│ ├── ...
├── tests/
│ ├── aes/
│ ├── rng/
│ ├── PQCtestKAT_kem.c
│ ├── ...
├── Makefile
├── README.md
├── LICENSE
└── ...
目录结构介绍
- KAT/: 包含已知答案测试(Known Answer Test, KAT)文件,用于验证 KEM(Key Encapsulation Mechanism)的正确性。
- Visual Studio/: 包含 Visual Studio 的项目文件,用于在 Windows 环境下编译和运行项目。
- src/: 包含项目的源代码文件,包括主要的 API 头文件(如
P434_api.h等)和实现文件。 - tests/: 包含测试文件,用于测试项目的各个功能模块。
- Makefile: 用于在 Linux 环境下编译项目的 Makefile 文件。
- README.md: 项目的基本介绍和使用说明。
- LICENSE: 项目的开源许可证文件。
2. 项目的启动文件介绍
PQCrypto-SIDH 项目没有明确的“启动文件”,因为它是一个库项目,主要用于实现基于超奇异同源的密码学方案。项目的启动通常是通过编译和链接库文件,然后在应用程序中调用相应的 API 来实现的。
编译和运行
Linux 环境
在 Linux 环境下,可以使用以下命令编译项目:
make
编译完成后,可以运行测试文件来验证库的功能:
./tests/arith_tests-p434
./tests/arith_tests-p503
./tests/arith_tests-p610
./tests/arith_tests-p751
Windows 环境
在 Windows 环境下,可以使用 Visual Studio 打开 Visual Studio/SIDH.sln 解决方案文件,选择相应的平台(x64 或 Win32)和配置(Fast 或 Generic),然后点击“生成解决方案”进行编译。
编译完成后,可以在 tests/ 目录下找到生成的可执行文件,运行这些文件来测试库的功能。
3. 项目的配置文件介绍
PQCrypto-SIDH 项目的主要配置文件是 Makefile 和 Visual Studio 解决方案文件 SIDH.sln。
Makefile
Makefile 文件用于在 Linux 环境下配置和编译项目。它包含以下主要配置选项:
- ARCH: 指定目标架构(如 x64、x86、ARM 等)。
- CC: 指定编译器(如 gcc 或 clang)。
- OPT_LEVEL: 指定优化级别(如 FAST 或 GENERIC)。
- USE_MULX 和 USE_ADX: 指定是否使用特定的 CPU 指令集优化。
示例配置:
make ARCH=x64 CC=gcc OPT_LEVEL=FAST USE_MULX=TRUE USE_ADX=TRUE
Visual Studio 解决方案文件
SIDH.sln 文件用于在 Visual Studio 中配置和编译项目。在 Visual Studio 中打开该文件后,可以选择不同的平台(x64 或 Win32)和配置(Fast 或 Generic)来编译项目。
其他配置
项目还包含一些其他的配置文件,如 src/ 目录下的 API 头文件(如 P434_api.h 等),这些文件定义了库的接口和参数,用户可以根据需要进行配置和调用。
总结
PQCrypto-SIDH 项目是一个高效的基于超奇异同源的密码学库,支持多种平台和架构。通过编译和运行测试文件,用户可以验证库的功能并集成到自己的应用程序中。项目的配置主要通过 Makefile 和 Visual Studio 解决方案文件进行管理。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust085- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00