在Botan项目中解决无RTC环境下的构建与运行问题
2025-06-27 03:26:15作者:范垣楠Rhoda
背景介绍
Botan作为一个功能强大的密码学库,在嵌入式系统开发中有着广泛的应用。然而,当开发者在Zynq Ultrascale+设备的A53核心上进行裸机(baremetal)开发时,遇到了构建失败的问题。本文将详细分析这一问题及其解决方案。
问题分析
在无实时时钟(RTC)的裸机环境下构建Botan库时,主要遇到两个关键问题:
- 构建失败:由于CLI工具对文件系统的依赖,导致DataSource_Stream构造函数调用失败
- 运行时错误:程序运行时出现_gettimeofday未定义引用错误
解决方案
构建问题解决
对于构建问题,开发者提供了两种解决路径:
- 仅构建静态库:通过配置参数
--build-targets=static,可以跳过CLI工具和测试的构建,仅生成所需的库文件 - 代码修复:项目维护者随后提交了补丁,解决了DataSource_Stream在无文件系统环境下的构建问题
运行时问题解决
针对运行时出现的_gettimeofday未定义引用问题,解决方案更为复杂:
- 提供时间函数实现:开发者需要在目标平台上实现_gettimeofday函数
- 配置选项:Botan项目新增了
--without-os-features=rtc选项,允许在没有实时时钟的环境下构建 - 内存分配调整:增加堆大小解决std::bad_alloc错误
随机数生成器问题
在无RTC环境下使用AutoSeeded_RNG时,会遇到PRNG未播种的异常。这是因为:
- 自动播种的RNG依赖系统熵源和时间戳
- 裸机环境下这些熵源不可用
解决方案包括:
- 临时方案:手动添加熵值(仅适用于测试环境)
- 长期方案:
- 实现自定义的RandomNumberGenerator或Entropy_Source子类
- 利用硬件熵源(如TPM或智能卡)
- 对于Zynq平台,可考虑使用FPGA的环形振荡器生成随机数
平台支持扩展
虽然Botan官方未将FreeRTOS列为一级支持平台,但开发者确认:
- 使用
--os=none配置可在FreeRTOS上运行 - 项目团队愿意协助解决FreeRTOS环境下的问题
最佳实践建议
对于嵌入式密码学开发,建议:
- 仔细评估目标平台的硬件能力
- 为关键功能(如随机数生成)提供可靠的熵源
- 合理配置内存分配
- 仅启用必要的密码学模块以减少资源占用
通过以上措施,开发者可以在资源受限的嵌入式环境中成功部署和使用Botan密码学库。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
229
259
暂无简介
Dart
680
160
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++
689
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
1.03 K
493