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。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00