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
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 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++
689
343
Ascend Extension for PyTorch
Python
235
267
暂无简介
Dart
686
161
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
React Native鸿蒙化仓库
JavaScript
266
327
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
56
33
🔥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
65
19
🎉 (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
1.22 K
669