Mbed-TLS项目中PSA可中断ECC密钥对生成的设计与实现
2025-06-05 10:10:32作者:彭桢灵Jeremy
在密码学应用中,密钥生成是一个基础但关键的操作。Mbed-TLS项目近期针对PSA(Platform Security Architecture)加密API中的ECC密钥对生成功能进行了重要改进,使其支持可中断操作。本文将深入解析这一技术改进的背景、设计思路和实现方案。
背景与需求
传统的ECC密钥对生成过程包含两个主要步骤:
- 生成私钥(一个随机数)
- 计算对应的公钥(通过椭圆曲线点乘运算)
在Mbed-TLS的早期实现中,这两个步骤是连续执行的,即使在某些场景下公钥可能并不需要立即使用。这种实现方式存在两个问题:
- 计算公钥会增加不必要的延迟
- 长时间运行的操作无法被中断,影响系统响应性
技术挑战
实现可中断的ECC密钥对生成面临几个技术难点:
- 需要保持与现有PSA API的兼容性
- 需要支持多种后端实现(软件实现、硬件加速等)
- 需要确保中断后能正确恢复状态
- 需要考虑内存管理,特别是公钥的存储策略
设计决策
经过深入讨论,Mbed-TLS团队确定了以下设计原则:
-
分离私钥生成与公钥计算:将原本的
mbedtls_ecp_gen_key()拆分为私钥生成(mbedtls_ecp_gen_privkey)和公钥计算两个独立操作 -
延迟公钥计算:仅在需要时才计算公钥,如导出公钥时,避免不必要的计算开销
-
完整的API支持:虽然当前实现中私钥生成很快,但仍提供完整的可中断API,为未来可能的实现变更保留灵活性
-
状态管理:设计合理的上下文结构,支持操作中断后恢复
实现方案
整个实现工作被分解为四个主要部分:
- 初始化和终止函数:负责设置和清理操作上下文
- 完成函数和完整测试:实现核心逻辑并确保正确性
- 基于IOP的函数和测试:支持输入/输出管道形式的数据处理
- 驱动封装层:为未来可能的硬件加速支持提供接口
技术影响
这一改进带来了多方面的好处:
- 提高了系统响应性,特别是在实时系统中
- 减少了不必要的计算开销
- 为未来支持更复杂的密钥生成算法(如后量子密码)奠定了基础
- 保持了API的灵活性,不限制具体实现策略
总结
Mbed-TLS对PSA可中断ECC密钥对生成的改进展示了密码学库设计中平衡性能、灵活性和可用性的典型范例。通过精心设计的API和实现策略,既解决了当前的技术需求,又为未来的扩展保留了空间。这种设计思路值得其他安全敏感型软件开发借鉴。
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878