Mbed TLS项目中X.509与PSA Crypto配置的兼容性演进
在Mbed TLS 4.0版本的开发过程中,项目团队面临一个重要的架构调整需求:如何让X.509和TLS模块更好地与PSA Crypto配置系统协同工作。这个问题源于Mbed TLS从传统加密API向PSA(Platform Security Architecture)加密接口的迁移过程。
在Mbed TLS 3.6版本中,当启用MBEDTLS_USE_PSA_CRYPTO配置选项时,X.509证书处理和TLS协议实现主要依赖PSA_WANT_xxx系列宏定义来判断是否支持特定的加密机制。这种设计源于早期的"driver-only"架构工作,它代表了项目向更模块化、更安全的设计方向演进。
然而,当前实现中存在一些例外情况。特别是在处理RSA算法时,X.509和TLS代码仍然依赖传统的配置符号,如MBEDTLS_RSA_C、MBEDTLS_PKCS1_V15和MBEDTLS_PKCS1_V21。这些传统符号在TF-PSA-Crypto(Trusted Firmware PSA Crypto)的配置系统中仍然作为内部实现细节存在。
随着Mbed TLS 4.0的开发推进,项目需要确保这些内部配置符号能够被X.509模块正确访问。虽然TF-PSA-Crypto的配置将完全基于PSA_WANT_xxx系列宏定义,但它仍会在内部维护这些传统符号。这些传统符号必须保留在头文件中,直到Mbed TLS完成向PSA接口的完全迁移。
这种过渡期的设计考虑体现了软件架构演进中的典型挑战:如何在保持向后兼容性的同时推进现代化改造。项目团队需要精心设计这个过渡阶段,确保现有功能不受影响,同时为未来的架构改进铺平道路。
这个问题的解决方案最终被整合到更广泛的项目重构中,通过配置系统的拆分和重组来统一处理这些兼容性问题。这种系统性的方法不仅解决了当前的RSA配置问题,也为将来处理其他加密算法的类似情况建立了可扩展的模式。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00