Mbed TLS 4.0版本中示例程序的保留与重构策略分析
2025-06-05 00:54:14作者:滕妙奇
背景介绍
Mbed TLS作为一款广泛应用于嵌入式系统的安全通信库,其示例程序对于开发者理解和应用库功能至关重要。随着Mbed TLS 4.0版本的开发推进,开发团队需要对现有示例程序进行全面评估,确定哪些需要保留、删除或重构,以适应新的API架构。
示例程序分类处理策略
X.509相关程序
X.509证书管理相关的程序大多将被保留,包括:
load_roots.c
:证书加载工具req_app.c
:证书请求处理crl_app.c
:CRL处理工具cert_app.c
:证书管理工具(需替换随机数生成部分)
这些工具在实际证书管理流程中具有实用价值,且大多不依赖将被废弃的API。
密钥管理程序
密钥生成和管理程序将进行较大调整:
gen_key.c
将被重写为使用PSA API,以支持密钥生成流程pk_verify.c
将被保留,作为PK接口的示例- 多数RSA相关程序(如
rsa_genkey.c
)将被删除,因其使用旧式API和非标准密钥格式
测试与基准程序
测试相关程序大多将被保留:
benchmark.c
将迁移至TF-PSA-Crypto项目,未来逐步重写为使用PSA API- 各种CMake测试程序将全部保留
selftest.c
将被删除,因其功能可由单元测试覆盖
加密哈希相关
哈希和加密演示程序将进行更新:
md_hmac_demo.c
将被删除,其功能由hmac_demo.c
替代cipher_aead_demo.c
将被删除,由aead_demo.c
替代hello.c
和generic_sum.c
等使用旧式API的程序将被移除
SSL/TLS相关
SSL/TLS演示程序大多将被保留,但需要进行调整:
- 所有程序中的随机数生成将更新为使用PSA API
ssl_client2.c
将修改ECP操作设置方式ssl_mail_client.c
将保留,作为邮件客户端TLS连接示例
模糊测试程序
模糊测试相关程序将基本保留,但需要更新:
- 多数程序需要替换随机数生成部分
fuzz_privkey.c
和fuzz_pubkey.c
需要将旧式加密API替换为PSA API
技术考量与决策依据
-
API演进适配:所有使用将被废弃的旧式API(特别是bignum和RSA相关API)的程序将被删除或重写。
-
实用价值评估:具有实际应用价值的工具(如证书管理相关程序)将被优先保留,而仅用于演示旧API的程序将被移除。
-
测试覆盖:能够支持持续集成和测试验证的程序将被保留,即使需要一定程度的修改。
-
PSA迁移路径:对于需要重写的程序,团队制定了清晰的迁移计划,确保在4.0版本发布后逐步完成转换。
未来工作方向
-
对于标记为"Tweak"的程序,团队将优先处理随机数生成部分的替换工作。
-
密钥生成工具
gen_key.c
的重写将作为重点任务,以确保密钥管理流程的完整性。 -
基准测试程序将迁移至TF-PSA-Crypto项目,并逐步重构为使用PSA API。
-
SSL/TLS演示程序中的特定功能(如可中断操作)将根据新API能力进行调整或移除。
这一系列调整将确保Mbed TLS 4.0版本提供高质量、现代化的示例程序,帮助开发者更好地理解和应用新版本的API特性。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
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++0117AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析2 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析3 freeCodeCamp课程视频测验中的Tab键导航问题解析4 freeCodeCamp课程中屏幕放大器知识点优化分析5 freeCodeCamp英语课程填空题提示缺失问题分析6 freeCodeCamp课程页面空白问题的技术分析与解决方案7 freeCodeCamp Cafe Menu项目中link元素的void特性解析8 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 9 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析10 freeCodeCamp全栈开发课程中React实验项目的分类修正
最新内容推荐
基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PANTONE潘通AI色板库:设计师必备的色彩管理利器 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 WebVideoDownloader:高效网页视频抓取工具全面使用指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
223
2.26 K

暂无简介
Dart
525
116

React Native鸿蒙化仓库
JavaScript
210
286

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

openvela 操作系统专为 AIoT 领域量身定制。服务框架:主要包含蓝牙、电话、图形、多媒体、应用框架、安全、系统服务框架。
CMake
795
12

🎉 (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
984
581

Ascend Extension for PyTorch
Python
67
97

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++
566
94

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
42
0