Mbed TLS项目中PK模块的ECDSA宏替换技术解析
2025-06-05 22:00:18作者:宣海椒Queenly
背景概述
在Mbed TLS项目的持续演进过程中,开发团队正在对公钥(PK)模块中的ECDSA相关宏定义进行现代化改造。这项工作的核心目标是将传统的MBEDTLS_PK_CAN/HAVE_ECDSA*系列宏替换为基于PSA(Platform Security Architecture)标准的PSA_WANT宏,以统一项目的配置体系并提高代码的可维护性。
宏替换的具体内容
此次替换涉及以下关键宏定义的变更:
-
密钥类型宏:
- 原
MBEDTLS_PK_HAVE_ECC_KEYS将被替换为PSA_WANT_KEY_TYPE_ECC_PUBLIC_KEY
- 原
-
ECDSA功能宏:
MBEDTLS_PK_CAN_ECDSA_SIGN替换为PSA_WANT_ALG_ECDSA && PSA_WANT_KEY_TYPE_ECC_KEY_PAIR_BASICMBEDTLS_PK_CAN_ECDSA_VERIFY替换为PSA_WANT_ALG_ECDSA && PSA_WANT_KEY_TYPE_ECC_PUBLIC_KEYMBEDTLS_PK_CAN_ECDSA_SOME替换为PSA_WANT_ALG_ECDSA
技术实现要点
在实施过程中,开发团队特别强调了几个关键技术点:
-
ECDSA算法变体处理:
- 实际实现中需要考虑随机化ECDSA和确定性ECDSA两种变体
- 为此项目新增了
PSA_HAVE_ALG_SOME_ECDSA组合宏,定义为(PSA_WANT_ALG_ECDSA || PSA_WANT_ALG_DETERMNISTIC_ECDSA) - 该宏将放置在
include/psa/*adjust*.h文件中
-
替换范围控制:
- 替换工作将覆盖项目中的所有文件
- 但明确排除了配置文件(
mbedtls_config.h)、配置检查文件(check_config.h)和配置调整文件(config_adjust_*.h)
-
测试保障:
- 要求确保替换前后测试用例的执行方式和结果保持一致
- 这保证了功能变更不会引入回归问题
技术意义与影响
这项变更工作具有重要的技术意义:
-
架构统一:
- 将传统的PK模块配置逐步迁移到PSA标准体系下
- 提高了代码配置的一致性和可维护性
-
功能细化:
- 新的宏定义更加精确地区分了签名和验证功能
- 明确区分了公钥和密钥对的使用场景
-
算法变体支持:
- 通过组合宏的方式统一处理ECDSA的不同变体
- 为未来可能增加的算法变体提供了扩展性
实施建议
对于开发者而言,在实施此类替换工作时应注意:
-
全面性检查:
- 确保替换覆盖所有相关代码路径
- 特别注意条件编译和功能开关相关的代码
-
测试验证:
- 建立完整的测试覆盖
- 特别关注边缘情况和异常路径
-
文档更新:
- 同步更新相关API文档和配置说明
- 记录宏变更的兼容性信息
这项变更代表了Mbed TLS项目向更现代化、更安全的架构演进的重要一步,同时也为开发者提供了更清晰、更灵活的配置选项。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
deepin linux kernel
C
28
15
Ascend Extension for PyTorch
Python
506
612
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++
941
868
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
394
292
暂无简介
Dart
911
219
🎉 (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
1.54 K
894
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
124
198
昇腾LLM分布式训练框架
Python
142
168
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
1.07 K
557