PolarSSL项目中PSA工具函数在非PSA构建下的兼容性问题分析
2025-06-05 20:49:11作者:殷蕙予
背景介绍
在PolarSSL(现Mbed TLS)3.6.0版本中,当启用ECDSA模块(MBEDTLS_ECDSA_C)但禁用PSA加密模块(MBEDTLS_PSA_CRYPTO_C)时,psa_util.c文件中的部分代码会被错误地包含进构建过程。这导致了一个0长度数组的声明,进而引发编译错误(除非使用某些不严格的编译器)。
问题根源
问题的核心在于MBEDTLS_PSA_UTIL_HAVE_ECDSA宏的定义逻辑。在include/mbedtls/config_adjust_legacy_crypto.h文件中,该宏的定义条件为:
#if defined(MBEDTLS_ECDSA_C) || (defined(MBEDTLS_PSA_CRYPTO_C) && \
(defined(PSA_WANT_ALG_ECDSA) || defined(PSA_WANT_ALG_DETERMINISTIC_ECDSA)))
#define MBEDTLS_PSA_UTIL_HAVE_ECDSA
#endif
这种定义方式导致即使在没有启用PSA加密模块的情况下,只要启用了ECDSA模块,PSA工具函数就会被包含进构建过程。
技术影响
在非PSA配置下,这些函数存在以下问题:
- 声明在psa_util.h头文件中,对非PSA用户来说不易发现
- 实际无法正常工作(由于0长度数组问题)
- 缺乏针对非PSA配置的测试覆盖
解决方案讨论
开发团队考虑了两种解决方案:
方案一:完全移除非PSA配置下的支持
这是最终选择的方案,主要基于以下考虑:
- 这些函数原本就是为PSA用户设计的
- 在非PSA配置下从未真正工作过
- 符合项目推动用户迁移到PSA API的战略方向
- 避免在LTS版本中引入新功能
方案二:完善非PSA配置下的支持
这个方案曾被考虑,但最终被否决,原因包括:
- 需要额外工作来确保正确性和测试覆盖
- 与项目发展方向不符(鼓励使用PSA而非遗留API)
- 已有用户可能已经自行解决了类似需求
实现细节
最终实现将修改MBEDTLS_PSA_UTIL_HAVE_ECDSA宏的定义逻辑,确保:
- 只有在启用MBEDTLS_PSA_CRYPTO_CLIENT时才定义该宏
- 非PSA配置下完全排除相关代码
- 保持现有PSA配置下的功能不变
经验教训
这个案例提醒我们:
- 宏定义的条件逻辑需要仔细考虑所有可能的配置组合
- 新功能的测试覆盖需要包含所有预期支持的配置
- 项目战略方向应该体现在技术决策中
- API的可用性和可发现性需要统一考虑
结论
通过这个问题的解决,PolarSSL项目确保了代码在不同配置下的正确性,同时贯彻了推动用户使用现代PSA API的战略方向。这也为类似的项目提供了有价值的参考:在维护向后兼容性的同时,如何平衡功能完整性和项目发展方向。
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 StartedRust0201
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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
771
5.02 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++
693
1.36 K
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++
865
1.96 K
Ascend Extension for PyTorch
Python
746
926
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
461
455
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++
1.09 K
1.12 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
1.94 K
199
openJiuwen 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
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
266