Skip to content
KitploitKITPLOIT
ツールエクスプロイトブログ
Log in
提出
ツールエクスプロイトブログ
提出

ハッキング、侵入テスト、サイバーセキュリティツールをあなたのセキュリティアーセナルに!

Kitploitはハッキング、サイバーセキュリティ、ペネトレーションテストのツールディレクトリです。最新のプロジェクトアップデートを見つけて、脆弱性の発見、システム分析、テストの自動化、セキュリティの強化を行いましょう。

フィードお問い合わせプライバシー© 2026 Kitploit

ツールディレクトリ

カテゴリ

すべてのカテゴリを見る
Loading categories
mlkem-native — # ML-KEM / FIPS 203の安全、高速、ポータブルなC90実装 | Kitploit
ツール/GitHubGitHub/pq-code-package/mlkem-native
組み込みシステムセキュリティ静的分析暗号化ハードウェアセキュリティ
GitHubpq-code-package/mlkem-native

mlkem-native

# ML-KEM / FIPS 203の安全、高速、ポータブルなC90実装

リポジトリを見る
260791085日前Kitploit レビュー済み
共有
ウェブサイト

mlkem-native

CI Benchmarks C90

License: Apache License: ISC License: MIT

mlkem-nativeは、ML-KEM[^FIPS203]の安全で高速、かつポータブルなC90[^C90]実装です。 これはML-KEMリファレンス実装[^REF]のフォークです。

mlkem/src/*およびmlkem/src/fips202/*内のすべてのCコードは、AArch64およびx86_64以外のプラットフォーム向けバックエンドとデバッグコードを除き、 CBMC[^CBMC]を用いてメモリ安全性(メモリオーバーフローなし)および型安全性(整数オーバーフローなし)が証明されています。 すべてのAArch64およびx86_64アセンブリは、HOL-Light[^HOL-Light]を用いて、機能的正しさ、メモリ安全性、および秘密情報に依存しないタイミング(定数時間)であることが証明されています。

mlkem-nativeには、Arm(64ビット、Neon)、Intel/AMD(64ビット、AVX2)、RISC-V(64ビット、RVV)、POWER(ppc64le、VSX)向けのネイティブバックエンドが含まれています。パフォーマンスデータについてはベンチマークを参照してください。

mlkem-nativeは、Linux Foundationの一部としてPost-Quantum Cryptography Allianceによってサポートされています。

Ubuntu向けクイックスタート

# Install base packages
sudo apt-get update
sudo apt-get install make gcc python3 git

# Clone mlkem-native
git clone https://github.com/pq-code-package/mlkem-native.git
cd mlkem-native

# Build and run tests
make build
make test

# The same using `tests`, a convenience wrapper around `make`
./scripts/tests all
# Show all options
./scripts/tests --help

詳細については BUILDING.md を参照してください。

アプリケーション

mlkem-native は以下で使用されています

  • Open Quantum Safe プロジェクトの libOQS に 0.13.0 以降(デフォルトの ML-KEM 実装として)
  • AWS の暗号ライブラリ AWS-LC に v1.50.0 以降
  • Rust で書かれた rustls TLS ライブラリに 0.23.28 以降(デフォルトの暗号プロバイダとして AWS-LC 経由で)
  • PyCryptodome - 低レベル暗号プリミティブの自己完結型 Python パッケージ、v4.2.0 以降
  • Pavona - モジュール式で、テープアウト実績があり、デフォルトで安全なオープンシリコンブロックのライブラリ

形式検証

mlkem/src/* および mlkem/src/fips202/* 内のすべての C コードは、AArch64 および x86_64 以外のプラットフォーム向けバックエンドとデバッグコードを除き、メモリ安全(メモリオーバーフローなし)かつ型安全(整数オーバーフローなし)であることが証明されています。 これは C Bounded Model Checker (CBMC) を使用し、ソースコード内の関数コントラクトとループ不変条件の注釈に基づいています。詳細は proofs/cbmc を参照してください。

すべての AArch64 および x86_64 アセンブリは、オブジェクトコードレベルで、機能的に正しく、メモリ安全であり、かつ秘密情報に依存しないタイミング(定数時間)であることが証明されています。これは HOL-Light 対話型定理証明器と s2n-bignum 検証インフラストラクチャ(Arm および x86 アーキテクチャの関連部分のモデルを含む)を使用しています。詳細は proofs/hol_light を参照してください。

注記: 形式検証が絶対的であることは決してありません。mlkem-native 周辺の形式検証作業の範囲、前提、およびリスクの詳細な分析については SOUNDNESS.md を参照してください。

セキュリティ

mlkem-native 内のすべての AArch64 および x86_64 アセンブリは、HOL Light において、秘密情報に依存する制御フロー、メモリアクセスパターン、および可変レイテンシ命令を含まないことが形式的に証明されており、ほとんどのタイミングサイドチャネルを阻止します(詳細は proofs/hol_light を参照)。C コードは、適切なバリアと定数時間パターンを通じて、コンパイラが導入するタイミングサイドチャネル(KyberSlash[^KyberSlash] や clangover[^clangover] など)に対して堅牢化されています。C コードは定数時間の 32x32->32 および 32x32->64 乗算を前提としていますが、一部のターゲット(ハードウェア乗算器を持たないコアや、早期終了する乗算命令を持つコアなど)ではこれが提供されていません。

秘密情報に依存する分岐、メモリアクセスパターン、および可変レイテンシ命令が存在しないことは、さまざまなコンパイラとコンパイルオプションの組み合わせで valgrind を使用してテストされています。

その他の攻撃。 mlkem-native はタイミングサイドチャネルに対する耐性のみを対象としています。電力および電磁気サイドチャネル、マイクロアーキテクチャサイドチャネル(投機的実行など)、またはフォールトインジェクション攻撃など、その他の攻撃クラスは現在のところ対象外です。

設計

mlkem-native は、フロントエンド と、演算および FIPS202 / SHA3 用の 2 つの バックエンド に分割されています。フロントエンドは 固定されており、C で書かれており、パフォーマンスに重要でないすべてのルーチンをカバーしています。バックエンドは柔軟で、 パフォーマンスに敏感なルーチンを担当し、C またはネイティブコード(アセンブリ/イントリンシック)で実装できます。演算バックエンドについては mlkem/src/native/api.h を、FIPS-202 バックエンドについては mlkem/src/fips202/native/api.h を参照してください。

mlkem-native は現在、以下のバックエンドを提供しています:

  • デフォルトのポータブルCバックエンド
  • 64ビットArmバックエンド(Neonを使用)
  • 64ビットIntel/AMDバックエンド(AVX2を使用)
  • 64ビットRISC-Vバックエンド(RVVを使用)
  • 64ビットPOWERバックエンド(ppc64le、VSXを使用。POWER8以降をサポート)
  • 32ビットArmv8.1-Mバックエンド(Helium/MVEを使用) -- #1501を参照。これはまだ実験的であり、デフォルトでは無効になっています。

新しいバックエンドに貢献したい場合は、ご連絡いただくか、PRを開いてください。

私たちのAArch64アセンブリは、SLOTHY論文[^SLOTHY_Paper]で説明されているアプローチに従い、SLOTHYスーパーオプティマイザを使用して開発されています。 私たちは「クリーンな」アセンブリを手書きし、マイクロ最適化を自動化しています(例:クリーンと最適化済みのAArch64 NTTを参照)。 詳細についてはdev/README.mdを参照してください。

テストベクター

mlkem-nativeは、すべての公式ACVP ML-KEMテストベクター[^ACVP]および Wycheproof[^wycheproof] ML-KEMテストベクターに対してテストされています。

ACVP

ACVPテストは、testsスクリプトまたはACVPクライアントを直接使用して実行できます:

# Using the tests script
./scripts/tests acvp
# Using a specific ACVP release
./scripts/tests acvp --version v1.1.0.41

# Using the ACVP client directly
python3 ./test/acvp/acvp_client.py
python3 ./test/acvp/acvp_client.py --version v1.1.0.41

# Using specific ACVP test vector files (downloaded from the ACVP-Server)
# python3 ./test/acvp/acvp_client.py -p {PROMPT}.json -e {EXPECTED_RESULT}.json
# For example, assuming you have run the above
python3 ./test/acvp/acvp_client.py \
  -p ./test/acvp/.acvp-data/v1.1.0.41/files/ML-KEM-keyGen-FIPS203/prompt.json \
  -e ./test/acvp/.acvp-data/v1.1.0.41/files/ML-KEM-keyGen-FIPS203/expectedResults.json

Wycheproof

tests スクリプトまたは Wycheproof クライアント を直接使用して、Wycheproof[^wycheproof] テストを実行できます:

# Using the tests script
./scripts/tests wycheproof

# Using the Wycheproof client directly
python3 ./test/wycheproof/wycheproof_client.py

ベンチマーク

パフォーマンス、メモリ使用量、バイナリサイズは、tests スクリプトを使用して測定できます:

# Speed benchmarks (-c selects cycle counter: NO, PMU, PERF, or MAC)
# Note: PERF/MAC may require the -r flag to run benchmarking binaries using sudo
./scripts/tests bench -c PMU
./scripts/tests bench -c PERF -r

# Stack usage analysis
./scripts/tests stack

# Binary size measurement
./scripts/tests size
ツールをダウンロード

人気

すべて見る →

コミュニティで最も使われているツールを見つけましょう。

  • 1

    OsintHunter

    letox4/osinthunter

    🎯 究極のOSINTツールキット:調査グラフ、信頼度スコアリング、エイリアスファミリー、マップ、タイムライン、レポート。49個のモジュール、400以上のサイト、APIキー不要。

    708
  • 2

    ghostlock-app

    yukonga/ghostlock-app

    GhostLock ワンタップ実行アプリ(CVE-2026-43499)

    500
  • 3

    ARTEX

    baarai/artex

    プランナー/ワーカーエージェント、資産グラフと探索グラフ、MITMトラフィック記録、脆弱性の再テストを備えたLLMマルチエージェント自律ペネトレーションテストプラットフォーム。

    398
  • 4

    redforge

    cybersecurity91/redforge

    ブラウザ側のレッドチームツールキット。偵察、ペイロード生成、認証情報攻撃、暗号、エンコーディング、エンゲージメントレポート向けの102のオフラインツールを備えています。

    341
  • 5

    CyberStrikeAI

    ed1s0nz/cyberstrikeai

    AIネイティブなサイバーセキュリティのためのアクションシステム。意図がガバナンスされた実行に変わり、証拠が運用記憶となり、すべての操作が次の操作を改善する。

    259
  • 6

    antifox

    antifox-ai/antifox

    偵察、攻撃対象領域の探索、エクスプロイト検証、証拠に基づくレポート提供を実行するAIマルチエージェント自律ペネトレーションテストプラットフォーム。

    257

すべてのツールを探索

ツールコレクションを閲覧

すべてのツールを見る →