Mbed TLS项目中SHA3算法宏定义的演进与替换
背景概述
在密码学库Mbed TLS的持续演进过程中,代码库正在进行一系列现代化改造,其中包括将传统的算法选择宏定义逐步迁移到PSA(Platform Security Architecture)框架下的新宏定义系统。本次变更聚焦于SHA3系列哈希算法的宏定义替换工作。
宏定义替换的具体内容
本次变更涉及将以下传统宏定义替换为PSA框架下的对应宏:
MBEDTLS_MD_CAN_SHA3_224→PSA_WANT_ALG_SHA3_224MBEDTLS_MD_CAN_SHA3_256→PSA_WANT_ALG_SHA3_256MBEDTLS_MD_CAN_SHA3_384→PSA_WANT_ALG_SHA3_384MBEDTLS_MD_CAN_SHA3_512→PSA_WANT_ALG_SHA3_512
值得注意的是,这一替换仅限于非include目录下的代码,保持了头文件接口的向后兼容性。
技术演进的意义
1. 统一配置系统
PSA框架提供了更加统一和标准化的算法选择机制。通过使用PSA_WANT_前缀的宏定义,开发者可以更清晰地表达对特定算法的需求,这与Mbed TLS向PSA架构迁移的整体战略保持一致。
2. 功能与需求的明确区分
传统MBEDTLS_MD_CAN_宏定义暗示了"能力"的概念,而新的PSA_WANT_宏则明确表达了"需求",这种语义上的转变使得代码意图更加清晰,有助于静态分析和构建系统的优化。
3. 测试保障机制
在替换过程中,特别强调了确保测试覆盖和测试行为的一致性。这意味着:
- 所有使用这些宏定义的测试用例都需要相应更新
- 测试范围和深度应保持不变
- 测试通过标准需与变更前一致
对开发者的影响
对于使用Mbed TLS的开发者来说,这一变更主要影响以下场景:
-
自定义配置:如果开发者有自定义的构建配置,需要相应更新SHA3相关算法的宏定义。
-
条件编译代码:项目中使用这些宏进行条件编译的代码部分需要更新宏定义名称。
-
测试验证:虽然内部测试会确保功能一致性,但开发者自己的测试套件可能需要相应调整。
实施建议
对于正在迁移到新版本Mbed TLS的项目,建议:
-
全局搜索项目中使用的旧宏定义,确保完全替换。
-
检查构建系统配置,确保新的PSA宏得到正确定义。
-
验证所有依赖SHA3算法的功能模块,特别是:
- 哈希计算
- 数字签名
- 消息认证码(MAC)
- 密钥派生
-
更新项目文档中关于算法配置的相关说明。
未来展望
这一变更是Mbed TLS向PSA架构全面迁移的一部分,预计未来会有更多传统宏定义被PSA框架下的新宏所取代。开发者应当关注这一趋势,逐步将项目代码迁移到新的配置系统上,以获得更好的安全性和可维护性。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00