Open Quantum Safe (liboqs) 项目中的内部API与公共API分离优化方案
2025-07-03 07:43:58作者:平淮齐Percy
在密码学库开发过程中,合理划分内部实现和公共接口是保证软件架构清晰性和安全性的重要实践。Open Quantum Safe项目的liboqs库近期针对这一问题进行了深入讨论和优化。
背景与问题分析
liboqs作为一个提供后量子密码学算法的开源库,其代码结构中包含了一些仅供内部使用的功能实现,如SHA2、SHA3哈希算法和AES加密的实现代码。这些实现虽然被标记为非公共API,但当前构建系统仍会将它们的头文件安装到系统include目录中,这可能导致以下问题:
- 用户可能误用这些非稳定接口
- 增加了不必要的API表面区域
- 可能引发未来的兼容性问题
同时,这些内部实现需要被测试程序访问以验证其正确性,这给构建系统设计带来了挑战。
技术解决方案
项目团队提出了一个优雅的解决方案:创建独立的内部库oqs-internal。该方案具有以下技术特点:
- 模块化分离:将内部实现代码(aes.h、sha2.h、sha3.h等)封装到独立的
oqs-internal库中 - 构建系统优化:通过CMake配置确保内部库仅用于构建过程,不参与安装
- 访问控制:设置适当的可见性属性(default),使测试程序可以链接访问
- 架构扩展性:为未来可能的内部共享代码提供了清晰的扩展路径
实现细节
在技术实现层面,该方案涉及以下关键点:
- CMake配置中明确区分PUBLIC_HEADERS和INTERNAL_HEADERS
- 创建独立的库目标(target)用于内部实现
- 调整测试程序的链接依赖关系
- 确保安装逻辑仅包含真正的公共头文件
优势与收益
这一架构改进带来了多方面好处:
- 接口清晰性:用户只能访问设计为稳定的公共API
- 测试便利性:测试程序仍可方便访问所有必要实现
- 跨平台兼容:特别解决了MacOS上共享库构建时的链接问题
- 维护友好:为未来的代码扩展提供了明确模式
总结
liboqs项目通过引入内部库的架构设计,优雅地解决了密码学库开发中常见的接口边界问题。这种方案不仅解决了当前的具体问题,还为项目未来的发展奠定了良好的架构基础,值得类似项目参考借鉴。这种分离内部实现与公共接口的做法,体现了专业密码学库开发的最佳实践。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
659
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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
492
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
342
146