Mbed TLS项目中PSA_ALG_DETERMINISTIC_ECDSA_BASE的正确使用方法
2025-06-05 15:50:11作者:沈韬淼Beryl
在Mbed TLS项目中,开发者在使用PSA加密API进行ECDSA签名时,可能会遇到一个常见误区:直接使用PSA_ALG_DETERMINISTIC_ECDSA_BASE作为签名算法参数。本文将详细解释这一问题的根源,并提供正确的使用方法。
问题背景
当开发者尝试使用PSA API进行确定性ECDSA签名时,可能会编写类似如下的代码:
psa_set_key_algorithm(&attributes, PSA_ALG_DETERMINISTIC_ECDSA_BASE);
status = psa_sign_hash(key_id, PSA_ALG_DETERMINISTIC_ECDSA_BASE, ...);
这种情况下,psa_sign_hash会返回PSA_ERROR_INVALID_ARGUMENT(-135)错误,表明参数无效。
问题原因
关键在于PSA_ALG_DETERMINISTIC_ECDSA_BASE并不是一个完整的、可直接使用的算法标识符。它实际上是PSA加密API内部用于构建其他算法宏的基础宏。在PSA加密API设计中,确定性ECDSA签名算法需要与具体的哈希算法结合使用。
正确使用方法
1. 密钥策略设置
在设置密钥属性时,应该使用PSA_ALG_DETERMINISTIC_ECDSA(PSA_ALG_ANY_HASH),这表示该密钥可用于对任何哈希值进行确定性ECDSA签名:
psa_set_key_algorithm(&attributes, PSA_ALG_DETERMINISTIC_ECDSA(PSA_ALG_ANY_HASH));
2. 签名操作
在实际签名时,必须指定具体的哈希算法。例如,如果要使用SHA-256哈希算法:
status = psa_sign_hash(key_id, PSA_ALG_DETERMINISTIC_ECDSA(PSA_ALG_SHA_256), ...);
技术深入
确定性ECDSA(Deteriministic ECDSA)是ECDSA的一种变体,它通过RFC 6979中定义的方法从私钥和消息哈希确定性地生成k值,消除了传统ECDSA中随机数生成器可能带来的安全隐患。
在PSA加密API中,算法标识符通常采用组合方式构建。对于签名算法,通常需要指定:
- 基础签名方案(如ECDSA)
- 是否使用确定性变体
- 使用的哈希算法
因此,PSA_ALG_DETERMINISTIC_ECDSA宏需要与具体的哈希算法宏组合使用,而不能单独使用基础宏。
最佳实践建议
- 在密钥创建阶段使用
PSA_ALG_DETERMINISTIC_ECDSA(PSA_ALG_ANY_HASH),以保持灵活性 - 在实际签名操作中明确指定使用的哈希算法
- 确保签名时使用的哈希算法与消息的实际哈希算法一致
- 对于不同的曲线家族,确保使用正确的密钥类型(如示例中的
PSA_ECC_FAMILY_SECP_K1)
通过正确理解PSA加密API中算法标识符的组合方式,开发者可以避免这类参数错误,并编写出更安全、更可靠的加密代码。
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。C080
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
465
3.46 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
196
80
暂无简介
Dart
715
172
Ascend Extension for PyTorch
Python
273
310
React Native鸿蒙化仓库
JavaScript
285
331
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++
843
424
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
10
1
🎉 (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
1.26 K
692
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
106
120