Mbed TLS项目中SSL票据模块的PSA API迁移技术解析
2025-06-05 22:21:37作者:谭伦延
背景概述
Mbed TLS作为一款广泛应用于嵌入式系统的TLS/SSL协议库,其安全性和模块化设计一直备受关注。在最新版本演进中,项目团队正在对加密API进行重大调整,将传统的cipher.h接口逐步迁移到PSA(Portable Security Architecture)加密API。这一变革涉及多个模块的适配工作,其中SSL票据(ssl_ticket)模块的改造尤为关键。
技术挑战
SSL票据模块目前通过ssl_ticket.h头文件间接暴露了cipher.h的API接口,具体表现为mbedtls_ssl_ticket_setup函数使用了mbedtls_cipher_type_t类型参数。随着Mbed TLS 4.0版本将全面采用TF-PSA-Crypto 1.0标准,这种依赖关系必须被消除。
改造方案
接口重构
原函数签名:
int mbedtls_ssl_ticket_setup( mbedtls_ssl_ticket_context *ctx,
int (*f_rng)(void *, unsigned char *, size_t), void *p_rng,
mbedtls_cipher_type_t cipher,
uint32_t lifetime );
改造后将采用PSA标准的三要素参数:
- PSA密钥类型(
psa_key_type_t) - PSA算法标识(
psa_algorithm_t) - 密钥长度(以位为单位)
这种设计更符合现代密码学API的规范,能够提供更清晰的算法参数分离。
实现调整
在内部实现层面,虽然仍可保留对传统加密接口的调用,但必须确保:
- 所有公开API完全基于PSA标准
- 内部数据结构若包含传统加密类型,需保持为私有实现细节
- 转换逻辑集中处理,确保维护性
技术细节
参数映射关系
原有的mbedtls_cipher_type_t实际上编码了三类信息:
- 加密算法类型(如AES)
- 工作模式(如CBC)
- 密钥长度
在PSA体系中,这些信息被明确分离:
- 密钥类型标识基础算法和密钥长度
- 算法标识指定具体的工作模式和填充方案等
兼容性考虑
虽然Mbed TLS 4.0将强制启用PSA加密(MBEDTLS_USE_PSA_CRYPTO),但在过渡期间仍需注意:
- 测试覆盖需包含各种算法组合
- 文档需明确新API的使用规范
- 版本迁移指南应详细说明变更点
实施建议
- 前置准备:基于已合并的PSA相关重构工作分支进行开发,避免上下文冲突
- 测试策略:增加针对各种PSA算法组合的测试用例
- 文档更新:同步更新API文档和示例代码
- 性能评估:验证新接口在资源受限设备上的表现
总结
此次SSL票据模块的API改造是Mbed TLS向现代加密标准迈进的重要一步。通过采用PSA标准接口,不仅解决了即将移除的传统加密API依赖问题,还提升了代码的模块化程度和长期可维护性。开发者在迁移过程中应当特别注意参数映射关系的正确性,并充分利用PSA提供的算法组合灵活性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
631
143
React Native鸿蒙化仓库
JavaScript
243
316
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
481
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
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
110
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211