Mbed TLS项目中密码算法宏定义的演进与优化
2025-06-05 14:21:12作者:裘晴惠Vivianne
背景介绍
在现代密码学库Mbed TLS的开发过程中,随着PSA(Platform Security Architecture)加密API的引入,项目团队正在逐步重构和优化代码中的宏定义系统。这一演进过程涉及到如何更合理地组织密码算法相关的功能开关,特别是在SSL/TLS模块与底层密码模块之间的配置关系。
现有宏定义系统分析
当前Mbed TLS代码中存在三类与CBC模式相关的宏定义:
MBEDTLS_CIPHER_MODE_CBC:传统的非PSA模式下的CBC功能开关MBEDTLS_SSL_HAVE_CBC:考虑PSA兼容性的CBC功能开关MBEDTLS_SSL_SOME_SUITES_USE_CBC:专门针对SSL/TLS套件使用的CBC功能开关
类似的模式也存在于其他算法如GCM、CCM和ChachaPoly等。这种分层设计反映了从传统密码实现向PSA架构过渡期的复杂性。
宏定义重构的必要性
随着PSA架构成为Mbed TLS的核心部分,项目团队决定简化这一宏定义系统,主要基于以下考虑:
- 代码一致性:减少功能相同的冗余宏定义
- 维护便利:统一使用PSA_WANT系列宏作为算法可用性的判断标准
- 未来兼容:为将来完全基于PSA架构的代码做准备
具体重构方案
重构工作将主要影响以下几组宏定义:
MBEDTLS_SSL_HAVE_CBC→PSA_WANT_ALG_CBC_NO_PADDINGMBEDTLS_SSL_HAVE_GCM→PSA_WANT_ALG_GCMMBEDTLS_SSL_HAVE_CCM→PSA_WANT_ALG_CCMMBEDTLS_SSL_HAVE_CHACHAPOLY→PSA_WANT_ALG_CHACHA20_POLY1305
值得注意的是,这一替换不适用于以下情况:
- 配置文件(如mbedtls_config.h)
- 配置检查文件(如check_config.h)
- 配置调整文件(如config_adjust_*.h)
技术考量与边界
在重构过程中,开发团队特别关注了几个关键点:
- 功能边界:保留了
MBEDTLS_SSL_SOME_SUITES_USE_CBC等真正与SSL/TLS协议相关的宏,因为它们包含了协议层的特定逻辑 - 过渡兼容:确保测试用例在重构前后保持相同的行为
- 未来扩展:为将来可能实现的"密码算法可用但不在TLS中使用"的细粒度控制预留空间
对SSL/TLS模块的影响
这一重构将使SSL/TLS模块更加清晰地区分:
- 底层密码功能的可用性(通过PSA_WANT宏判断)
- 协议层对密码功能的使用策略(通过专门的SSL宏控制)
这种分离为未来的功能演进奠定了更好的基础,特别是在以下方面:
- 支持TLS 1.3的密码套件选择
- 实现更细粒度的密码功能控制
- 减少不必要的代码编译(节省空间)
总结
Mbed TLS项目通过这次宏定义系统的重构,不仅简化了当前代码结构,还为未来的架构演进做好了准备。这种从传统实现向PSA架构的渐进式过渡,体现了项目团队对代码质量和技术前瞻性的双重追求。对于开发者而言,理解这一变化有助于更好地参与项目贡献和进行自定义构建配置。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
763
4.96 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.8 K
191
Ascend Extension for PyTorch
Python
718
875
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 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++
1.07 K
1.09 K
🎉 (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
1.73 K
1.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
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
455
437
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。
C
454
5.07 K