当前位置: 首页 > news >正文

openssl3.2 - 测试程序的学习 - test\acvp_test.c

文章目录

    • openssl3.2 - 测试程序的学习 - test\acvp_test.c
    • 概述
    • 笔记
    • 要单步学习的测试函数
    • 备注
    • END

openssl3.2 - 测试程序的学习 - test\acvp_test.c

概述

openssl3.2 - 测试程序的学习

将test*.c 收集起来后, 就不准备看makefile和make test的日志参考了. 按照收集的.c, 按照字母序拿来做实验就行.

直接将前面搭建的工程 test\sanitytest.c作为模板, 将acvp_test.c加进去, 将冲突的文件拿掉, 编译一下就过了.

openssl的工程是一个框架, 有main实现, 在具体的测试程序中, 只要实现3个函数就可以了.

// 每个测试.c都要实现的函数列表
const OPTIONS *test_get_options(void){};
int setup_tests(void) {};
void cleanup_tests(void) {};

笔记

在这里插入图片描述
只要搭好一个测试工程, 另外一个测试工程, 就将测试实现部分换掉, 公共部分不用动.
这个工程, 在上一个工程上搭建, 只需要将这个测试相关的acvp_test.c, acvp_test.inc换上, 编译即可.
公共部分如果有冲突的公共实现(test_get_options(), setup_tests(), cleanup_tests()), 说明工程中包含其他的测试实现, 将无关的测试实现删掉就行.

要单步学习的测试函数

int setup_tests(void)
{char *config_file = NULL;OPTION_CHOICE o;while ((o = opt_next()) != OPT_EOF) {switch (o) {case OPT_CONFIG_FILE:config_file = opt_arg();break;case OPT_TEST_CASES:break;default:case OPT_ERR:return 0;}}if (!test_get_libctx(&libctx, &prov_null, config_file, NULL, NULL))return 0;OSSL_SELF_TEST_set_callback(libctx, self_test_events, &self_test_args);ADD_TEST(aes_cfb1_bits_test);ADD_ALL_TESTS(cipher_enc_dec_test, OSSL_NELEM(cipher_enc_data));ADD_ALL_TESTS(aes_ccm_enc_dec_test, OSSL_NELEM(aes_ccm_enc_data));ADD_ALL_TESTS(aes_gcm_enc_dec_test, OSSL_NELEM(aes_gcm_enc_data));

在setup_tests()中, 官方会用ADD_TEST(), ADD_ALL_TESTS()添加测试函数.
在这些测试函数(e.g. aes_cfb1_bits_test(), aes_ccm_enc_dec_test())入口下断点, 然后将程序跑起来, 一个函数过一遍就可以了.

这些函数因为是测试专用, 用了一些预留的测试数据(在acvp_test.inc中定义), 只能学到一些流程性的东西.

static int aes_ccm_enc_dec_test(int id)
{const struct cipher_ccm_st *tst = &aes_ccm_enc_data[id]; // 预留数据/* The tag is on the end of the cipher text */const size_t tag_len = tst->ct_len - tst->pt_len;const size_t ct_len = tst->ct_len - tag_len;const unsigned char *tag = tst->ct + ct_len;const int enc = 1;const int pass = 1;if (ct_len < 1)return 0;return aes_ccm_enc_dec(tst->alg, tst->pt, tst->pt_len,tst->key, tst->key_len,tst->iv, tst->iv_len, tst->aad, tst->aad_len,tst->ct, ct_len, tag, tag_len, enc, pass)&& aes_ccm_enc_dec(tst->alg, tst->ct, ct_len,tst->key, tst->key_len,tst->iv, tst->iv_len, tst->aad, tst->aad_len,tst->pt, tst->pt_len, tag, tag_len, !enc, pass)/* test that it fails if the tag is incorrect */&& aes_ccm_enc_dec(tst->alg, tst->ct, ct_len,tst->key, tst->key_len,tst->iv, tst->iv_len, tst->aad, tst->aad_len,tst->pt, tst->pt_len,tag - 1, tag_len, !enc, !pass);
}
static int aes_ccm_enc_dec(const char *alg,const unsigned char *pt, size_t pt_len,const unsigned char *key, size_t key_len,const unsigned char *iv, size_t iv_len,const unsigned char *aad, size_t aad_len,const unsigned char *ct, size_t ct_len,const unsigned char *tag, size_t tag_len,int enc, int pass)
{int ret = 0;EVP_CIPHER_CTX *ctx;EVP_CIPHER *cipher = NULL;int out_len, len;unsigned char out[1024];TEST_note("%s : %s : expected to %s", alg, enc ? "encrypt" : "decrypt",pass ? "pass" : "fail");if (!TEST_ptr(ctx = EVP_CIPHER_CTX_new())|| !TEST_ptr(cipher = EVP_CIPHER_fetch(libctx, alg, ""))|| !TEST_true(EVP_CipherInit_ex(ctx, cipher, NULL, NULL, NULL, enc))|| !TEST_int_gt(EVP_CIPHER_CTX_ctrl(ctx, EVP_CTRL_AEAD_SET_IVLEN, iv_len,NULL), 0)|| !TEST_int_gt(EVP_CIPHER_CTX_ctrl(ctx, EVP_CTRL_AEAD_SET_TAG, tag_len,enc ? NULL : (void *)tag), 0)|| !TEST_true(EVP_CipherInit_ex(ctx, NULL, NULL, key, iv, enc))|| !TEST_true(EVP_CIPHER_CTX_set_padding(ctx, 0))|| !TEST_true(EVP_CipherUpdate(ctx, NULL, &len, NULL, pt_len))|| !TEST_true(EVP_CipherUpdate(ctx, NULL, &len, aad, aad_len))|| !TEST_int_eq(EVP_CipherUpdate(ctx, out, &len, pt, pt_len), pass))goto err;if (!pass) {ret = 1;goto err;}if (!TEST_true(EVP_CipherFinal_ex(ctx, out + len, &out_len)))goto err;if (enc) {out_len += len;if (!TEST_int_gt(EVP_CIPHER_CTX_ctrl(ctx, EVP_CTRL_AEAD_GET_TAG,tag_len, out + out_len), 0)|| !TEST_mem_eq(out, out_len, ct, ct_len)|| !TEST_mem_eq(out + out_len, tag_len, tag, tag_len))goto err;} else {if (!TEST_mem_eq(out, out_len + len, ct, ct_len))goto err;}ret = 1;
err:EVP_CIPHER_free(cipher);EVP_CIPHER_CTX_free(ctx);return ret;
}

感觉测试程序对于openssl库的使用者的唯一用处, 就是看一个操作, 是啥流程, 用到了哪些openssl API , API的调用顺序等.
真正要干和测试程序一样的任务时, 拿这些API去openssl.exe工程中去搜索, 大致可以找到干活的代码实现.
然后就可以琢磨一下(通过回溯API调用关系), 给openssl命令行什么参数, 可以进入到干活的实现中, 这样就知道具体编程细节了.
openssl命令行什么活都能干. 找到对应命令行参数后, 就可以迁移代码到自己工程了.

备注

在本地再搭建10个测试工程, 如果不同测试工程的搭建步骤没大区别, 就直接看test*.c的实现了. 那就不需要继续搭建测试工程来单步了, 意义不大.

因为看这些测试程序, 主要是看一些流程性的东西.

END

相关文章:

openssl3.2 - 测试程序的学习 - test\acvp_test.c

文章目录 openssl3.2 - 测试程序的学习 - test\acvp_test.c概述笔记要单步学习的测试函数备注END openssl3.2 - 测试程序的学习 - test\acvp_test.c 概述 openssl3.2 - 测试程序的学习 将test*.c 收集起来后, 就不准备看makefile和make test的日志参考了. 按照收集的.c, 按照…...

Qt Quick 项目(第二集Qt Quick Application创建)

上集回顾 Qt Quick 项目(第一集Qt Quick UI 项目项目创建) 如果将程序的用户界面称为前端,将程序中的数据存储和业务逻辑称为后端,那么传统Qt应用程序的前端和后端都是使用C++来完成的。对于现代软件开发而言,这里有一个存在已久的冲突:前端的演化速度要远快于后端。当用…...

深度强化学习(王树森)笔记03

深度强化学习&#xff08;DRL&#xff09; 本文是学习笔记&#xff0c;如有侵权&#xff0c;请联系删除。本文在ChatGPT辅助下完成。 参考链接 Deep Reinforcement Learning官方链接&#xff1a;https://github.com/wangshusen/DRL 源代码链接&#xff1a;https://github.c…...

Cesium材质特效

文章目录 0.引言1.视频材质2.分辨率尺度3.云4.雾5.动态水面6.雷达扫描7.流动线8.电子围栏9.粒子烟花10.粒子火焰11.粒子天气 0.引言 现有的gis开发方向较流行的是webgis开发&#xff0c;其中Cesium是一款开源的WebGIS库&#xff0c;主要用于实时地球和空间数据的可视化和分析。…...

华为产业链之车载激光雷达

一、智能汽车 NOA 加快普及&#xff0c;L3 上路利好智能感知硬件 1、感知层是 ADAS 最重要的一环 先进驾驶辅助系统 &#xff08;ADAS&#xff0c; Advanced driver-assistance system&#xff09;分“感知层、决策层、执行层”三个层级&#xff0c;其中感知层是最重要的一环…...

java的Object类的hasCode()和ToString()

&#xff08;1&#xff09;hasCode解释 hashCode()是Object类中定义的方法&#xff0c;用于返回对象的哈希码值。哈希码值是一个整数&#xff0c;用于在哈希表等数据结构中快速定位对象。 在Java中&#xff0c;哈希码值的计算是基于对象的内存地址的。默认情况下&#xff0c;ha…...

php数组算法(1)判断一维数组和多元数组中的元素是否相等并输出键值key

在php中&#xff0c;如何判断[1,0,1]和[ [0, 0, 0],//体质正常 [1, 0, 0],//气虚体质 [0, 1, 0],//血瘀体质 [0, 0, 1],//阴虚体质 [1, 1, 0],//气虚兼血瘀体质 [1, 0, 1],//气虚兼阴虚体质 [0, 1, 1],//血瘀兼阴虚体质 [1, 1, 1],//气虚兼血瘀兼阴虚体质 ];中的第n项相等&…...

已解决Error:AttributeError: module ‘numpy‘ has no attribute ‘float‘.

成功解决Error&#xff1a;AttributeError: module ‘numpy‘ has no attribute ‘float‘. &#x1f335;文章目录&#x1f335; &#x1f333;引言&#x1f333;&#x1f333;报错分析&#x1f333;&#x1f333;解决方案1&#xff1a;降低NumPy版本&#x1f333;&#x1f33…...

WordPress块编辑器(Gutenberg古腾堡)中如何添加脚注?

WordPress默认自带的块编辑器​&#xff08;Gutenberg古腾堡编辑器&#xff09;本身就自带添加脚注功能&#xff0c;不过经典编辑器不行。如果想要在WordPress中添加更加专业的脚注&#xff0c;建议使用Modern Footnotes插件&#xff0c;具体介绍及使用请参考『WordPress站点如…...

burpsuite怎么进行本地抓包?ctfer测试自搭建靶场必须学会!

自己搭建靶场测试题目是ctfer不可避免的环节&#xff0c;怎么用burp对本地回环即localhost进行抓包&#xff1f;笔者在本篇分享一下自己的解决经验。 笔者用的是Chrome浏览器&#xff0c;如果是火狐浏览器可以参考本篇&#xff1a;Burp Suite抓不到本地包/localhost包问题解决…...

VSCode Python调试运行:json编写

对于需要在命令行传参运行的项目&#xff0c;如果想要调试运行&#xff0c;则需要编写对应的launch.json文件这里记录一下json文件的编写格式&#xff1a; {"version": "0.2.0","configurations": [{"python": "/data/xxx/minic…...

自动化Web页面性能测试介绍

随着越来越多的用户使用移动设备访问 Web 应用&#xff0c;使得 Web 应用需要支持一些性能并不是很好的移动设备。为了度量和测试 Web 应用是不是在高复杂度的情况下&#xff0c;页面性能能满足用户的需求。 同时&#xff0c;随着 Web 应用的空前发展&#xff0c;前端业务逐渐…...

可视化 | 【d3】力导向关系图优化(搜索+刷新)

文章目录 &#x1f4da;优化内容&#x1f4da;html和css优化&#x1f407;搜索框部分&#x1f407;刷新按钮部分 &#x1f4da;js&#x1f407;搜索框部分&#x1f407;刷新部分 前期回顾&#xff1a;【d3】力导图优化&#xff0c;本文主要是基于上篇代码&#xff0c;以代码段添…...

2024.1.26力扣每日一题——计算 K 置位下标对应元素的和

2024.1.26 题目来源我的题解方法一 位运算统计二进制数中1的个数方法二 官方的一种优化计算二进制中1的个数的方法 题目来源 力扣每日一题&#xff1b;题序&#xff1a;2859 我的题解 方法一 位运算统计二进制数中1的个数 对于每一个位置i都去计算i对应的二进制数中1的个数 …...

R语言【taxlist】——levels():获取或设置分类等级列表

Package taxlist version 0.2.4 Description 分类层次结构可以设置为 taxlist 对象中的级别&#xff0c;按从低到高的顺序排列。 在 taxlist 对象中为特定分类概念添加分类级别。此外&#xff0c;概念限制的变化可能涉及其分类层次结构的变化。 Usage levels(x)## S3 method…...

单元测试——题目十三

目录 题目要求: 定义类 测试类 题目要求: 根据输入的三条边值判断能组成何种三角形。三条边为变量a、b、c,范围为1≤边值≤10,不在范围内,提示“输入边值不在范围内”。不满足任意两边之和必须大于第三边,提示“输入边值不能组成三角形”。输入边值能组成三角形,只有…...

使用Linux SDK客户端向AWS Iot发送数据

参考链接&#xff1a; https://ap-southeast-1.console.aws.amazon.com/iot/home?regionap-southeast-1#/test 此篇文章用于测试&#xff0c;使用Linux SDK客户端向AWS Iot发送数据&#xff0c;准备环境如下&#xff1a; 1、客户端环境准备 1.1 客户端操作系统 虚拟机一台…...

1.27学习总结

今天做了些队列的题&#xff1a; 1.逛画展&#xff08;单调队列&#xff09; 2.打印队列 Printer Queue&#xff08;优先队列&#xff09; 3.[NOIP2010 提高组] 机器翻译(模拟队列) 4.求m区间内的最小值(单调队列板子题) 5.日志统计(滑动窗口&#xff0c;双指针) 总结一下&…...

【算法专题】二分查找(进阶)

&#x1f4d1;前言 本文主要是二分查找&#xff08;进阶&#xff09;的文章&#xff0c;如果有什么需要改进的地方还请大佬指出⛺️ &#x1f3ac;作者简介&#xff1a;大家好&#xff0c;我是青衿&#x1f947; ☁️博客首页&#xff1a;CSDN主页放风讲故事 &#x1f304;每日…...

开源项目对于新用户和初学者适合哪些工作

目录 一、阅读和理解文档 二、报告问题 三、测试和验证修复 四、编写和更新文档 五、简单的代码更改和修复 六、参与社区讨论 开源项目对于新用户和初学者来说&#xff0c;提供了宝贵的学习和实践机会。以下是一些适合新用户和初学者参与的工作&#xff1a; 一、阅读和理…...

为什么92%的Polars新手在join时OOM?揭秘2.0新版streaming引擎的5个关键启用条件

第一章&#xff1a;Polars 2.0 大规模数据清洗技巧 面试题汇总Polars 2.0 引入了更严格的惰性执行模型、增强的字符串/时间解析能力&#xff0c;以及对空值传播行为的统一语义&#xff0c;使其在高频面试场景中成为考察候选人工程化数据处理能力的关键工具。以下为高频面试题及…...

Dobby跨平台编译技术指南:从环境配置到多架构部署实践

Dobby跨平台编译技术指南&#xff1a;从环境配置到多架构部署实践 【免费下载链接】Dobby a lightweight, multi-platform, multi-architecture hook framework. 项目地址: https://gitcode.com/gh_mirrors/do/Dobby 一、基础认知&#xff1a;Hook框架与跨平台编译基础 …...

高效文件同步:SyncTrayzor在Windows上的完整解决方案

高效文件同步&#xff1a;SyncTrayzor在Windows上的完整解决方案 【免费下载链接】SyncTrayzor Windows tray utility / filesystem watcher / launcher for Syncthing 项目地址: https://gitcode.com/gh_mirrors/sy/SyncTrayzor SyncTrayzor是Windows平台上最实用的Syn…...

Windows下用C语言实现控制台鼠标交互:从获取坐标到点击响应全流程

Windows控制台鼠标交互开发实战&#xff1a;C语言实现精准坐标捕获与事件响应 引言&#xff1a;当命令行遇上图形交互 在大多数开发者印象中&#xff0c;控制台程序总是与键盘输入绑定在一起——那个闪烁的光标等待着用户键入命令&#xff0c;然后返回几行单调的文字输出。但Wi…...

OpenClaw+Qwen3-VL:30B:低成本搭建飞书多模态机器人

OpenClawQwen3-VL:30B&#xff1a;低成本搭建飞书多模态机器人 1. 为什么选择本地部署多模态助手&#xff1f; 去年我在团队内部尝试用商业API搭建了一个飞书机器人&#xff0c;用于处理日常的图片识别和文档分析需求。三个月后收到账单时&#xff0c;发现仅图片识别这一项功…...

RC滤波器设计原理与工程实践指南

1. RC滤波器设计原理与工程实践1.1 滤波器在嵌入式系统中的作用在嵌入式系统设计中&#xff0c;传感器信号普遍存在噪声干扰问题。典型场景中&#xff0c;5kHz有效信号常伴随500kHz高频噪声&#xff0c;此时RC无源滤波器凭借低成本、易实现等优势成为首选方案。其硬件设计可直接…...

C语言字符串操作的高效实现与优化

1. C语言字符串操作的高效实现方法 1.1 标准字符串函数的效率问题 在C语言开发中&#xff0c; <string.h> 头文件提供的字符串处理函数是日常开发的基础工具。其中&#xff0c;字符串复制和连接函数使用最为频繁&#xff0c;但它们的效率问题往往被开发者忽视。 标准…...

科学可视化入门:用OptiX 9.0 + SDL2 + OpenGL搭建你的第一个实时渲染窗口

科学可视化实战&#xff1a;从零构建OptiX 9.0实时渲染系统 光线追踪技术正在重塑科学可视化的未来。想象一下&#xff0c;你能够实时操控分子结构中的每一个原子&#xff0c;或者让宇宙射线在指尖流淌——这正是OptiX 9.0与SDL2/OpenGL组合带来的可能性。本文将带你跨越理论到…...

掌握AI落地三件套:微调、Agent、部署,让你薪资直冲20K+!

文章核心内容是介绍AI行业高薪技能&#xff0c;即掌握大模型落地的“三件套”&#xff1a;微调、Agent、部署。微调是将通用模型变为专属专家的关键&#xff0c;Agent开发让模型能自动解决问题&#xff0c;部署则是基础但重要的能力。文章还强调了传统AI基础的重要性&#xff0…...

Transformer横空出世!解决NLP难题,引爆AI革命!

Transformer模型自2017年推出以来&#xff0c;已成为人工智能领域最具影响力的创新之一。本文深入探讨了Transformer的基本原理、出现背景及其精巧的架构设计。Transformer通过自注意力机制&#xff0c;成功克服了RNN在处理长序列数据时的长距离依赖和并行计算瓶颈&#xff0c;…...