Raspberry Pi Pico SDK中mbedtls_pkcs5_pbkdf2_hmac函数的SHA256硬件锁问题分析
2025-06-15 01:27:23作者:郦嵘贵Just
在Raspberry Pi Pico SDK项目中,开发者发现了一个关于硬件安全加速引擎锁管理的潜在问题。这个问题出现在mbedtls加密库与Pico硬件SHA256引擎的交互过程中。
问题背景
Pico微控制器板载了专用的SHA256硬件加速引擎,为了提高性能并确保线程安全,SDK通过锁机制来管理对这个硬件资源的访问。在实现PBKDF2-HMAC密码派生函数时,系统需要频繁调用SHA256运算。
问题现象
开发者通过详细的函数调用跟踪发现,当执行mbedtls_pkcs5_pbkdf2_hmac函数时,SHA256硬件引擎的锁在以下情况下会被获取但未被释放:
- 函数开始执行PBKDF2算法
- 初始化HMAC操作时获取锁
- 进行多轮哈希计算
- 在最终重置HMAC状态时再次获取锁
- 但系统未能正确释放这个最终获取的锁
技术分析
这个问题本质上是一个资源管理问题。在密码学操作中,特别是像PBKDF2这样的迭代算法,需要非常谨慎地管理硬件资源。每次获取锁后都必须确保有对应的释放操作,否则会导致:
- 后续需要SHA256硬件的操作被永久阻塞
- 在多任务环境下可能造成死锁
- 系统资源泄漏
解决方案
经过开发团队分析,正确的修复方式是在mbedtls_sha256_free函数中增加锁释放逻辑。这个方案具有以下优点:
- 符合资源管理的惯用模式(获取/释放配对)
- 保持了代码的清晰性和可维护性
- 不会影响现有性能
- 确保所有代码路径都能正确释放锁
影响范围
该问题会影响所有使用以下功能的Pico应用程序:
- 基于密码的密钥派生(PBKDF2)
- 使用硬件加速的SHA256运算
- 需要长时间运行或多任务环境下的加密操作
最佳实践
对于Pico开发者,建议:
- 及时更新到包含此修复的SDK版本
- 在使用加密功能时监控系统资源状态
- 在复杂应用中考虑添加额外的锁状态检查
- 进行充分的压力测试以确保资源管理正确
这个问题展示了嵌入式系统中硬件加速与软件库集成时的典型挑战,也体现了良好资源管理实践的重要性。通过这次修复,Pico SDK的加密功能稳定性和可靠性得到了进一步提升。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
9
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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137