Botan密码库3.7.1版本在NixOS中的构建经验分享
背景介绍
Botan是一个现代化的C++密码库,提供了广泛的加密算法实现。近期在NixOS系统中构建Botan 3.7.1版本时,我们遇到了一些值得分享的技术问题和解决方案。
构建过程中的关键发现
1. TPM2模块的构建问题
当启用TPM2支持(--with-tpm2)时,构建环境中的测试会失败,原因是缺少TPM设备节点(/dev/tpmrm0或/dev/tmp0)。这提示我们需要考虑在测试阶段增加设备存在性检查,或者将这些测试标记为可选。
解决方案是显式启用所有相关的TPM2模块:
--with-tpm2
--enable-module=tpm2_rsa
--enable-module=tpm2_ecc
--enable-module=tpm2_crypto_backend
2. BSI策略下的FFI模块
使用BSI模块策略(--module-policy=bsi)时,FFI模块默认被禁用,这会影响botan-rs绑定和strongswan IPsec插件的使用。这不是BSI策略的故意限制,而是模块策略的工作机制导致的。
在BSI策略下,任何未明确列出的模块都不会被默认启用。FFI模块属于这种情况,因为BSI TR规范没有对C与C++ API的使用做出特别规定。
3. 现代模块策略的问题
使用现代模块策略(--module-policy=modern)时,x509单元测试会因SHAKE-256哈希不可用而失败。这表明现代策略可能需要更新以包含更多现代密码算法支持。
4. 模块启用策略的变化
值得注意的是,Botan的模块启用策略发生了变化。例如,tls模块现在被标记为仅供内部使用,需要使用tls13_pqc替代。这反映了项目对模块分类的重新思考。
技术建议
-
对于TPM2支持,建议构建系统显式启用所有相关子模块,而不仅仅是基础支持。
-
使用模块策略时,需要特别注意哪些模块需要额外启用。BSI策略下,FFI等模块不会自动启用。
-
测试环境应考虑设备依赖性问题,特别是硬件相关的测试用例。
-
模块策略系统可能需要进一步优化,以提供更好的用户体验和更直观的模块管理方式。
总结
Botan作为一个功能丰富的密码库,在构建和配置上提供了很大的灵活性。通过这次在NixOS中的构建经验,我们看到了模块策略系统的一些边界情况,也发现了TPM2支持等功能的配置细节。这些经验对于在其他发行版中部署Botan也有参考价值。
随着密码学技术的不断发展,我们期待Botan的模块策略系统能够进一步演进,提供更直观的配置体验,同时保持其安全性和灵活性。
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