MBEDTLS与TFM集成中的PSA多重定义问题解析
2025-06-05 23:27:28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
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
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++
892
667
Ascend Extension for PyTorch
Python
376
446
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
349
200
昇腾LLM分布式训练框架
Python
116
145
🎉 (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
1.37 K
778
暂无简介
Dart
798
197
React Native鸿蒙化仓库
JavaScript
308
359
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
1.13 K
271