Mbed TLS中ECDSA签名DER格式与原始R/S组件的转换
概述
在嵌入式安全领域,Mbed TLS是一个广泛使用的加密库。当使用ECDSA(椭圆曲线数字签名算法)时,签名可以有两种表示形式:DER编码格式和原始R/S组件格式。这两种格式在嵌入式安全协处理器应用中有着不同的用途和需求。
DER格式与原始R/S格式的区别
ECDSA签名本质上由两个大整数组成,通常称为R和S。在实际应用中,这两种组件的表示方式有所不同:
-
DER格式:一种ASN.1编码的可变长度格式,包含完整的签名信息。这种格式在协议传输和存储时更为常见,因为它具有自描述性。
-
原始R/S格式:将R和S组件分别表示为固定长度的字节串。这种格式通常用于安全协处理器,因为大多数硬件加密引擎需要固定长度的输入。
Mbed TLS中的转换API
从Mbed TLS 3.6.0版本开始,库中提供了两个关键函数来处理这两种格式之间的转换:
- mbedtls_ecdsa_raw_to_der:将原始R/S格式转换为DER编码格式
- mbedtls_ecdsa_der_to_raw:将DER编码格式转换为原始R/S格式
这些函数解决了嵌入式开发者在使用安全协处理器时的一个常见痛点:硬件通常需要固定长度的R/S组件输入,而协议层通常使用DER格式传输签名。
应用场景
-
安全协处理器集成:当使用带有ECDSA加速功能的硬件安全模块(HSM)或加密协处理器时,通常需要将DER格式的签名转换为原始R/S组件才能输入到硬件中。
-
协议实现:在实现TLS等协议时,收到的签名通常是DER格式的,而某些内部处理可能需要原始的R/S组件。
-
签名验证优化:在某些性能敏感的场景下,直接使用R/S组件可能比解析DER格式更高效。
最佳实践
对于新项目,建议使用PSA(Platform Security Architecture)API而不是传统的PK API。PSA API在设计时就考虑了安全协处理器的支持,并且在Mbed TLS的未来版本中将成为主要的加密API。PSA API中的psa_sign_hash和psa_verify_hash函数默认使用固定大小的R/S格式处理ECDSA签名,这简化了与安全协处理器的集成。
总结
Mbed TLS提供的ECDSA签名格式转换功能为嵌入式安全开发者提供了更大的灵活性,特别是在安全协处理器集成方面。了解这些API的使用场景和限制可以帮助开发者构建更高效、更安全的嵌入式系统。随着Mbed TLS向PSA API的演进,开发者应该考虑逐步迁移到新的API以获得更好的硬件支持和未来兼容性。
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