推荐开源项目:MIRACL Core加密库
2024-05-31 22:50:43作者:丁柯新Fawn
1、项目介绍
MIRACL Core是一个跨语言、跨架构的加密库,源自Apache Milagro Cryptographic Library并进行了扩展。这个库支持椭圆曲线密码学、配对友好曲线密码学、RSA、AES对称加密以及哈希函数,旨在抵抗侧信道攻击。它可以在单个应用中支持多个曲线,并且完全由高级语言编写,无须任何汇编代码或第三方依赖。
2、项目技术分析
MIRACL Core以易用性和灵活性为设计核心,提供了阈值秘密共享模块(如share.*文件),并能追踪相关技术文档中的测试向量。此外,它还包括了多种曲线支持,如SM2、BN462等,以及预计算对配对的支持(在BLS API中)。项目还引入了HMAC消息认证模块,增强安全性能,并实现确定性哈希到曲线点的map2point算法。库内的代码经过优化,提高了性能和抵御侧信道攻击的能力。
3、项目及技术应用场景
MIRACL Core适用于各种场景,包括但不限于:
- 物联网设备:已验证可在低功耗物联网处理器节点上运行,如ARM Cortex-M0/M4、MIPS32、RISC-V和ESP32。
- 云安全:提供新兴标准的BLS签名和HPKE(混合公钥加密)实现,增强了数据传输的安全性。
- 分布式系统:通过椭圆曲线加密和配对友好曲线密码学,适用于区块链和其他分布式系统的身份认证和交易保护。
- 移动应用:适用于Android和iOS平台的Swift版本,使移动应用开发能够利用强大的加密功能。
4、项目特点
- 多语言支持:目前有C、C++、Go、Rust、Python、Java、JavaScript和Swift等多个编程语言版本。
- 自包含代码:所有代码都在高阶语言中,无需汇编语言或第三方代码。
- 易于移植:通过代码转换器可轻松移植至其他语言,如WebAssembly和C#。
- 丰富的加密算法:包括RSA、椭圆曲线、配对、HMAC等多种加密算法和标准。
- 安全性增强:注重对抗侧信道攻击,提供更高级别的安全保障。
要了解更多信息并开始使用MIRACL Core,只需安装Python 3和所需的编译器,然后按照项目的指示进行操作。对于快速入门,可以尝试Python版本的库,并运行示例程序。
拥抱MIRACL Core,让您的项目在安全性和效率上达到新高度!
登录后查看全文
热门项目推荐
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-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
635
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
634