PolarSSL项目中SSL票据模块的PSA API迁移技术解析
2025-06-05 08:53:40作者:房伟宁
背景概述
在PolarSSL(现为Mbed TLS)项目的开发演进过程中,随着PSA(Platform Security Architecture)加密API的引入,项目正在进行一系列API重构工作。其中,ssl_ticket模块作为TLS协议中会话票据功能的核心组件,当前仍依赖于传统的cipher.h接口,这不符合项目向PSA API全面迁移的技术路线。
技术现状分析
ssl_ticket模块主要负责TLS会话票据的生成和验证,这是TLS协议中会话恢复机制的关键部分。当前模块的公共接口mbedtls_ssl_ticket_setup()函数直接暴露了mbedtls_cipher_type_t类型参数,这种设计存在两个主要问题:
- 与项目整体的PSA迁移战略不兼容
- 间接暴露了即将废弃的cipher.h接口
改造方案设计
参数结构调整
原函数签名:
int mbedtls_ssl_ticket_setup(..., mbedtls_cipher_type_t cipher);
新设计方案需要将其拆解为三个PSA标准参数:
- 算法标识:替换原cipher类型中的算法部分
- 密钥类型:明确密钥的PSA类型
- 密钥长度:补充原cipher类型中隐含的密钥位数信息
兼容性考虑
虽然改造涉及API变更,但由于:
- 该模块主要内部使用
- 项目已全面启用PSA加密(MBEDTLS_USE_PSA_CRYPTO始终定义)
因此改造不会对现有用户代码造成广泛影响,且可以安全地移除传统加密路径的相关代码。
实现要点
- 参数转换逻辑:需要将原有的cipher类型完整映射到PSA三要素(算法、密钥类型、密钥长度)
- 错误处理:确保参数组合的有效性验证
- 性能考量:保持票据操作的效率,避免因API转换引入额外开销
技术影响评估
此项改造是PolarSSL/Mbed TLS项目向PSA架构演进的重要步骤之一,具有以下技术价值:
- 架构统一:消除最后一个公开暴露传统加密API的模块
- 安全性提升:采用更规范的PSA加密原语
- 未来兼容:为后续功能开发和维护奠定基础
开发者指南
对于需要使用票据功能的开发者:
- 新版本将要求明确指定加密三要素
- 典型配置示例:
// 原配置: mbedtls_ssl_ticket_setup(..., MBEDTLS_CIPHER_AES_256_GCM); // 新配置: mbedtls_ssl_ticket_setup(..., PSA_KEY_TYPE_AES, PSA_ALG_AEAD_WITH_TAG_LENGTH(PSA_ALG_GCM, 16), 256);
此项改造体现了PolarSSL/Mbed TLS项目对加密接口规范化的持续投入,也是现代密码学工程实践的良好示范。开发者应及时了解这些变更,以确保代码的长期兼容性和安全性。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
767
5.01 K
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++
866
1.95 K
Ascend Extension for PyTorch
Python
725
897
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
692
1.35 K
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
458
454
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++
1.09 K
1.12 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
629
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425