Mbed-TLS项目中PSA Crypto客户端的配置优化分析
2025-06-05 05:54:15作者:董斯意
背景介绍
在Mbed-TLS密码学库中,PSA(Platform Security Architecture)Crypto接口提供了一种标准化的方式来访问密码学服务。当构建一个纯PSA客户端配置时(即定义了MBEDTLS_PSA_CRYPTO_CLIENT但未定义MBEDTLS_PSA_CRYPTO_C),当前的实现会对传统的MBEDTLS_*配置项进行调整,这实际上是不必要的。
问题本质
在纯客户端配置下,密码学操作不会在客户端本地的Mbed-TLS实例中实现,而是通过传输层路由到服务端执行。因此,当前实现中对传统密码学配置项的调整实际上给客户端配置增加了不必要的约束条件。
理想情况下,对于仅执行PSA Crypto API的纯客户端配置,唯一必需的配置项应该是定义MBEDTLS_PSA_CRYPTO_CLIENT。然而,客户端仍然需要定义正确的PSA_WANT_*项,以确保头文件能正确推导出宏的大小。
技术细节
当同时满足以下条件时,系统不应定义传统的密码学符号:
- MBEDTLS_PSA_CRYPTO_CLIENT && !MBEDTLS_PSA_CRYPTO_C(仅客户端PSA)
- MBEDTLS_PSA_CRYPTO_CONFIG(不从传统配置推导PSA配置)
- MBEDTLS_USE_PSA_CRYPTO(在PK/X509/TLS中仅依赖PSA API)
实际影响
当前的实现会导致:
- 客户端配置必须提供有效的本地Mbed-TLS配置
- 这些本地配置必须匹配PSA_WANT_*的要求
- 增加了不必要的配置复杂性
解决方案建议
建议修改实现,使得在纯PSA客户端配置下:
- 仅保留PSA_WANT_*相关的配置要求
- 移除对传统MBEDTLS_*密码学配置项的调整
- 保持对TLS/X.509相关配置的调整(如果存在)
总结
这一优化将简化纯PSA客户端配置的构建过程,减少不必要的配置约束,同时保持系统的安全性和功能性。对于像TF-M这样的使用场景特别有益,可以降低配置复杂度并提高开发效率。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
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++
872
2.01 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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
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
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430