MBEDTLS与TFM集成中的PSA多重定义问题解析
2025-06-05 20:11:13作者:段琳惟
背景介绍
在嵌入式安全开发中,MBEDTLS作为一款轻量级的加密库被广泛使用,而TFM(Trusted Firmware-M)则是ARM推出的可信执行环境框架。当开发者尝试将MBEDTLS与TFM集成时,特别是在使用TLS 1.3协议的情况下,经常会遇到PSA(Platform Security Architecture)加密接口的多重定义问题。
问题本质
这个问题的核心在于MBEDTLS和TFM都实现了PSA加密接口。当两者同时被编译链接时,会导致以下冲突:
- 相同的函数名在多个目标文件中被定义
- 加密功能实现的重复
- 内存管理和资源分配的不一致性
解决方案
标准集成方案
推荐的标准解决方案是:
- 在MBEDTLS配置中禁用
MBEDTLS_PSA_CRYPTO_C
- 启用
MBEDTLS_PSA_CRYPTO_CLIENT
选项 - 配置
MBEDTLS_USE_PSA_CRYPTO
以支持TLS 1.3的PSA调用 - 禁用传统的加密算法选项(如
MBEDTLS_RSA_C
、MBEDTLS_AES_C
等)
这种配置方式确保了加密操作通过TFM的远程过程调用实现,而非本地函数。
版本兼容性注意事项
特别需要注意的是,MBEDTLS 3.4.0版本存在已知的安全问题,建议立即升级到最新的3.6.1版本。新版本对TFM集成的支持更加完善,修复了许多相关bug。
替代方案探讨
对于某些特殊场景,开发者可能会考虑通过修改PSA驱动包装器的方式实现集成:
- 修改
psa_crypto_driver_wrapper.c
文件 - 在相关函数中调用TFM的PSA实现
- 通过条件编译控制不同实现的切换
然而,这种方案需要谨慎处理,因为它可能导致:
- 安全边界模糊
- 性能问题
- 维护困难
最佳实践建议
- 版本管理:始终使用MBEDTLS的最新稳定版本
- 配置一致性:确保非安全世界和安全世界的加密机制声明一致
- 功能裁剪:仅启用实际需要的加密算法
- 测试验证:对集成后的加密功能进行全面测试
结论
MBEDTLS与TFM的集成需要仔细的配置管理,特别是在使用TLS 1.3等现代安全协议时。通过正确的配置选项和版本选择,开发者可以避免PSA多重定义问题,同时确保系统的安全性和稳定性。对于大多数应用场景,推荐采用标准集成方案,仅在特殊需求下考虑替代方案。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~051CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0305- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
178
262

🎉 (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
867
513

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
183

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
265
305

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
598
57

基于可以运行在OpenHarmony的git,提供git客户端操作能力
ArkTS
10
3