New experimental EC implementation (P-256, only 32-bit multiplications, meant for...
authorThomas Pornin <pornin@bolet.org>
Mon, 2 Jan 2017 21:19:49 +0000 (22:19 +0100)
committerThomas Pornin <pornin@bolet.org>
Mon, 2 Jan 2017 21:19:49 +0000 (22:19 +0100)
Makefile
inc/bearssl_ec.h
src/config.h
src/ec/ec_p256_i15.c [new file with mode: 0644]
src/inner.h
test/test_crypto.c
test/test_speed.c

index a706153..8c63fb2 100644 (file)
--- a/Makefile
+++ b/Makefile
@@ -47,7 +47,7 @@ TESTX509 = testx509
 TESTMATH = testmath
 
 OBJCODEC = $(BUILD)/ccopy.o $(BUILD)/dec16be.o $(BUILD)/dec16le.o $(BUILD)/dec32be.o $(BUILD)/dec32le.o $(BUILD)/dec64be.o $(BUILD)/dec64le.o $(BUILD)/enc16be.o $(BUILD)/enc16le.o $(BUILD)/enc32be.o $(BUILD)/enc32le.o $(BUILD)/enc64be.o $(BUILD)/enc64le.o $(BUILD)/pemdec.o
-OBJEC = $(BUILD)/ec_prime_i31.o $(BUILD)/ec_prime_i31_secp256r1.o $(BUILD)/ec_prime_i31_secp384r1.o $(BUILD)/ec_prime_i31_secp521r1.o $(BUILD)/ec_secp256r1.o $(BUILD)/ec_secp384r1.o $(BUILD)/ec_secp521r1.o $(BUILD)/ecdsa_atr.o $(BUILD)/ecdsa_i31_bits.o $(BUILD)/ecdsa_i31_sign_asn1.o $(BUILD)/ecdsa_i31_sign_raw.o $(BUILD)/ecdsa_i31_vrfy_asn1.o $(BUILD)/ecdsa_i31_vrfy_raw.o $(BUILD)/ecdsa_rta.o
+OBJEC = $(BUILD)/ec_p256_i15.o $(BUILD)/ec_prime_i31.o $(BUILD)/ec_prime_i31_secp256r1.o $(BUILD)/ec_prime_i31_secp384r1.o $(BUILD)/ec_prime_i31_secp521r1.o $(BUILD)/ec_secp256r1.o $(BUILD)/ec_secp384r1.o $(BUILD)/ec_secp521r1.o $(BUILD)/ecdsa_atr.o $(BUILD)/ecdsa_i31_bits.o $(BUILD)/ecdsa_i31_sign_asn1.o $(BUILD)/ecdsa_i31_sign_raw.o $(BUILD)/ecdsa_i31_vrfy_asn1.o $(BUILD)/ecdsa_i31_vrfy_raw.o $(BUILD)/ecdsa_rta.o
 OBJHASH = $(BUILD)/dig_oid.o $(BUILD)/dig_size.o $(BUILD)/ghash_ctmul.o $(BUILD)/ghash_ctmul32.o $(BUILD)/ghash_ctmul64.o $(BUILD)/md5.o $(BUILD)/md5sha1.o $(BUILD)/multihash.o $(BUILD)/sha1.o $(BUILD)/sha2big.o $(BUILD)/sha2small.o
 OBJINT31 = $(BUILD)/i31_add.o $(BUILD)/i31_bitlen.o $(BUILD)/i31_decmod.o $(BUILD)/i31_decode.o $(BUILD)/i31_decred.o $(BUILD)/i31_encode.o $(BUILD)/i31_fmont.o $(BUILD)/i31_iszero.o $(BUILD)/i31_modpow.o $(BUILD)/i31_montmul.o $(BUILD)/i31_mulacc.o $(BUILD)/i31_muladd.o $(BUILD)/i31_ninv31.o $(BUILD)/i31_reduce.o $(BUILD)/i31_rshift.o $(BUILD)/i31_sub.o $(BUILD)/i31_tmont.o
 OBJINT32 = $(BUILD)/i32_add.o $(BUILD)/i32_bitlen.o $(BUILD)/i32_decmod.o $(BUILD)/i32_decode.o $(BUILD)/i32_decred.o $(BUILD)/i32_div32.o $(BUILD)/i32_encode.o $(BUILD)/i32_fmont.o $(BUILD)/i32_iszero.o $(BUILD)/i32_modpow.o $(BUILD)/i32_montmul.o $(BUILD)/i32_mulacc.o $(BUILD)/i32_muladd.o $(BUILD)/i32_ninv32.o $(BUILD)/i32_reduce.o $(BUILD)/i32_sub.o $(BUILD)/i32_tmont.o
@@ -160,6 +160,8 @@ $(BUILD)/ec_g_secp384r1.o: src/ec/ec_g_secp384r1.c $(HEADERS)
 $(BUILD)/ec_g_secp521r1.o: src/ec/ec_g_secp521r1.c $(HEADERS)
        $(CC) $(CFLAGS) -c -o $(BUILD)/ec_g_secp521r1.o src/ec/ec_g_secp521r1.c
 
+$(BUILD)/ec_p256_i15.o: src/ec/ec_p256_i15.c $(HEADERS)
+       $(CC) $(CFLAGS) -c -o $(BUILD)/ec_p256_i15.o src/ec/ec_p256_i15.c
 
 $(BUILD)/ec_prime_i31.o: src/ec/ec_prime_i31.c $(HEADERS)
        $(CC) $(CFLAGS) -c -o $(BUILD)/ec_prime_i31.o src/ec/ec_prime_i31.c
index 036cdfa..336c89c 100644 (file)
@@ -369,6 +369,16 @@ typedef struct {
  */
 extern const br_ec_impl br_ec_prime_i31;
 
+/**
+ * \brief EC implementation "i15" for P-256.
+ *
+ * This implementation uses specialised code for curve secp256r1 (also
+ * known as NIST P-256), with Karatsuba decomposition, and fast modular
+ * reduction thanks to the field modulus special format. Only 32-bit
+ * multiplications are used (with 32-bit results, not 64-bit).
+ */
+extern const br_ec_impl br_ec_p256_i15;
+
 /**
  * \brief Convert a signature from "raw" to "asn1".
  *
index 259f5bb..e7a440e 100644 (file)
 #define BR_CT_MUL31   1
  */
 
+/*
+ * When BR_CT_MUL15 is enabled, multiplications of 15-bit values (held
+ * in 32-bit words) use an alternate implementation which is slower and
+ * larger than the normal multiplication, but should ensure
+ * constant-time multiplications on most/all architectures where the
+ * basic multiplication is not constant-time.
+#define BR_CT_MUL15   1
+ */
+
+/*
+ * When BR_NO_ARITH_SHIFT is enabled, arithmetic right shifts (with sign
+ * extension) are performed with a sequence of operations which is bigger
+ * and slower than a simple right shift on a signed value. This avoids
+ * relying on an implementation-defined behaviour. However, most if not
+ * all C compilers use sign extension for right shifts on signed values,
+ * so this alternate macro is disabled by default.
+#define BR_NO_ARITH_SHIFT   1
+ */
+
 /*
  * When BR_USE_URANDOM is enabled, the SSL engine will use /dev/urandom
  * to automatically obtain quality randomness for seedings its internal
diff --git a/src/ec/ec_p256_i15.c b/src/ec/ec_p256_i15.c
new file mode 100644 (file)
index 0000000..37dd4a3
--- /dev/null
@@ -0,0 +1,1006 @@
+/*
+ * Copyright (c) 2017 Thomas Pornin <pornin@bolet.org>
+ *
+ * Permission is hereby granted, free of charge, to any person obtaining 
+ * a copy of this software and associated documentation files (the
+ * "Software"), to deal in the Software without restriction, including
+ * without limitation the rights to use, copy, modify, merge, publish,
+ * distribute, sublicense, and/or sell copies of the Software, and to
+ * permit persons to whom the Software is furnished to do so, subject to
+ * the following conditions:
+ *
+ * The above copyright notice and this permission notice shall be 
+ * included in all copies or substantial portions of the Software.
+ *
+ * THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, 
+ * EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF
+ * MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND 
+ * NONINFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS
+ * BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN
+ * ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN
+ * CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+ * SOFTWARE.
+ */
+
+#include "inner.h"
+
+/*
+ * If BR_NO_ARITH_SHIFT is undefined, or defined to 0, then we _assume_
+ * that right-shifting a signed negative integer copies the sign bit
+ * (arithmetic right-shift). This is "implementation-defined behaviour",
+ * i.e. it is not undefined, but it may differ between compilers. Each
+ * compiler is supposed to document its behaviour in that respect. GCC
+ * explicitly defines that an arithmetic right shift is used. We expect
+ * all other compilers to do the same, because underlying CPU offer an
+ * arithmetic right shift opcode that could not be used otherwise.
+ */
+#if BR_NO_ARITH_SHIFT
+#define ARSH(x, n)   (((uint32_t)(x) >> (n)) \
+                    | ((-((uint32_t)(x) >> 31)) << (32 - (n))))
+#else
+#define ARSH(x, n)   ((*(int32_t *)&(x)) >> (n))
+#endif
+
+/*
+ * Convert an integer from unsigned big-endian encoding to a sequence of
+ * 13-bit words in little-endian order. The final "partial" word is
+ * returned.
+ */
+static uint32_t
+be8_to_le13(uint32_t *dst, const unsigned char *src, size_t len)
+{
+       uint32_t acc;
+       int acc_len;
+
+       acc = 0;
+       acc_len = 0;
+       while (len -- > 0) {
+               acc |= (uint32_t)src[len] << acc_len;
+               acc_len += 8;
+               if (acc_len >= 13) {
+                       *dst ++ = acc & 0x1FFF;
+                       acc >>= 13;
+                       acc_len -= 13;
+               }
+       }
+       return acc;
+}
+
+/*
+ * Convert an integer (13-bit words, little-endian) to unsigned
+ * big-endian encoding. The total encoding length is provided; all
+ * the destination bytes will be filled.
+ */
+static void
+le13_to_be8(unsigned char *dst, size_t len, const uint32_t *src)
+{
+       uint32_t acc;
+       int acc_len;
+
+       acc = 0;
+       acc_len = 0;
+       while (len -- > 0) {
+               if (acc_len < 8) {
+                       acc |= (*src ++) << acc_len;
+                       acc_len += 13;
+               }
+               dst[len] = (unsigned char)acc;
+               acc >>= 8;
+               acc_len -= 8;
+       }
+}
+
+/*
+ * Multiply two 4-word integers. Basis is 2^13 = 8192. Individual words
+ * may have value up to 32766. Result integer consists in eight words;
+ * each word is in the 0..8191 range, except the last one (d[7]) which
+ * gathers the excess bits.
+ *
+ * Max value for d[7], depending on max word value:
+ *
+ *   32764: 131071
+ *   32765: 131080
+ *   32766: 131088
+ */
+static inline void
+mul4(uint32_t *d, const uint32_t *a, const uint32_t *b)
+{
+       uint32_t t0, t1, t2, t3, t4, t5, t6;
+
+       t0 = MUL15(a[0], b[0]);
+       t1 = MUL15(a[0], b[1]) + MUL15(a[1], b[0]);
+       t2 = MUL15(a[0], b[2]) + MUL15(a[1], b[1]) + MUL15(a[2], b[0]);
+       t3 = MUL15(a[0], b[3]) + MUL15(a[1], b[2])
+               + MUL15(a[2], b[1]) + MUL15(a[3], b[0]);
+       t4 = MUL15(a[1], b[3]) + MUL15(a[2], b[2]) + MUL15(a[3], b[1]);
+       t5 = MUL15(a[2], b[3]) + MUL15(a[3], b[2]);
+       t6 = MUL15(a[3], b[3]);
+
+       /*
+        * Maximum value is obtained when adding the carry to t3, when all
+        * input words have maximum value. When the maximum is 32766,
+        * the addition of t3 with the carry (t2 >> 13) yields 4294836223,
+        * which is still below 2^32 = 4294967296.
+        */
+
+       d[0] = t0 & 0x1FFF;
+       t1 += t0 >> 13;
+       d[1] = t1 & 0x1FFF;
+       t2 += t1 >> 13;
+       d[2] = t2 & 0x1FFF;
+       t3 += t2 >> 13;
+       d[3] = t3 & 0x1FFF;
+       t4 += t3 >> 13;
+       d[4] = t4 & 0x1FFF;
+       t5 += t4 >> 13;
+       d[5] = t5 & 0x1FFF;
+       t6 += t5 >> 13;
+       d[6] = t6 & 0x1FFF;
+       d[7] = t6 >> 13;
+}
+
+/*
+ * Normalise an array of words to a strict 13 bits per word. Returned
+ * value is the resulting carry. The source (w) and destination (d)
+ * arrays may be identical, but shall not overlap partially.
+ */
+static uint32_t
+norm13(uint32_t *d, const uint32_t *w, size_t len)
+{
+       size_t u;
+       uint32_t cc;
+
+       cc = 0;
+       for (u = 0; u < len; u ++) {
+               int32_t z;
+
+               z = w[u] + cc;
+               d[u] = z & 0x1FFF;
+               cc = ARSH(z, 13);
+       }
+       return cc;
+}
+
+/*
+ * Multiply two 20-word values together, result over 40 words. Each word
+ * contains 13 bits of data; the top words (a[19] and b[19]) may contain
+ * up to 15 bits each. Therefore this routine handles integer up to 2^262-1.
+ * All words in the output have length 13 bits, except possibly the top
+ * one, in case the sources had excess bits.
+ */
+static void
+mul20(uint32_t *d, const uint32_t *a, const uint32_t *b)
+{
+       /*
+        * We first split the 20-word values into a 16-word value and
+        * a 4-word value. The 16x16 product uses two levels of Karatsuba
+        * decomposition. The preparatory additions are done word-wise
+        * without carry propagation; since the input words have size
+        * at most 13 bits, the sums may be up to 4*8191 = 32764, which
+        * is in the range supported by mul4().
+        */
+       uint32_t u[72], v[72], w[144];
+       uint32_t cc;
+       int i;
+
+       /*
+        * Karatsuba decomposition, two levels.
+        *
+        * off   src
+        *       0..7 * 0..7
+        *   0      0..3 * 0..3
+        *   4      4..7 * 4..7
+        *  16      0..3+4..7 * 0..3+4..7
+        *
+        *       8..15 * 8..15
+        *   8      8..11 * 8..11
+        *  12      12..15 * 12..15
+        *  20      8..11+12..15 * 8..11+12..15
+        *
+        *       0..7+8..15 * 0..7+8..15
+        *  24      0..3+8..11 * 0..3+8..11
+        *  28      4..7+12..15 * 4..7+12..15
+        *  32      0..3+4..7+8..11+12..15 * 0..3+4..7+8..11+12..15
+        */
+
+#define WADD(z, x, y)    do { \
+               u[(z) + 0] = u[(x) + 0] + u[y + 0]; \
+               u[(z) + 1] = u[(x) + 1] + u[y + 1]; \
+               u[(z) + 2] = u[(x) + 2] + u[y + 2]; \
+               u[(z) + 3] = u[(x) + 3] + u[y + 3]; \
+               v[(z) + 0] = v[(x) + 0] + v[y + 0]; \
+               v[(z) + 1] = v[(x) + 1] + v[y + 1]; \
+               v[(z) + 2] = v[(x) + 2] + v[y + 2]; \
+               v[(z) + 3] = v[(x) + 3] + v[y + 3]; \
+       } while (0)
+
+       memcpy(u, a, 16 * sizeof *a);
+       memcpy(v, b, 16 * sizeof *b);
+       WADD(16, 0, 4);
+       WADD(20, 8, 12);
+       WADD(24, 0, 8);
+       WADD(28, 4, 12);
+       WADD(32, 16, 20);
+       memcpy(u + 36, a, 16 * sizeof *a);
+       memcpy(v + 52, b, 16 * sizeof *b);
+       for (i = 0; i < 4; i ++) {
+               memcpy(u + 52 + (i << 2), a + 16, 4 * sizeof *a);
+               memcpy(v + 36 + (i << 2), b + 16, 4 * sizeof *b);
+       }
+       memcpy(u + 68, a + 16, 4 * sizeof *a);
+       memcpy(v + 68, b + 16, 4 * sizeof *b);
+
+#undef WADD
+
+       /*
+        * Perform the elementary 4x4 multiplications:
+        *   16x16: 9 multiplications (Karatsuba)
+        *   16x4 (1): 4 multiplications
+        *   16x4 (2): 4 multiplications
+        *   4x4: 1 multiplication
+        */
+       for (i = 0; i < 18; i ++) {
+               mul4(w + (i << 3), u + (i << 2), v + (i << 2));
+       }
+
+       /*
+        * mul4 cross-product adjustments:
+        *   subtract 0 and 8 from 32 (8 words)
+        *   subtract 16 and 24 from 40 (8 words)
+        *   subtract 48 and 56 from 64 (8 words)
+        */
+       for (i = 0; i < 8; i ++) {
+               w[i + 32] -= w[i +  0] + w[i +  8];
+               w[i + 40] -= w[i + 16] + w[i + 24];
+               w[i + 64] -= w[i + 48] + w[i + 56];
+       }
+
+       /*
+        * complete the three 8x8 products:
+        *   add 32 to 4 (8 words)
+        *   add 40 to 20 (8 words)
+        *   add 64 to 52 (8 words)
+        */
+       for (i = 0; i < 8; i ++) {
+               w[i +  4] += w[i + 32];
+               w[i + 20] += w[i + 40];
+               w[i + 52] += w[i + 64];
+       }
+
+       /*
+        * Adjust the 16x16 product:
+        *   subtract 0 from 48 (16 words)
+        *   subtract 16 from 48 (16 words)
+        *   add 48 to 8 (16 words)
+        */
+       for (i = 0; i < 16; i ++) {
+               w[i + 48] -= w[i +  0];
+               w[i + 48] -= w[i + 16];
+       }
+       for (i = 0; i < 16; i ++) {
+               w[i + 8] += w[i + 48];
+       }
+
+       /*
+        * At that point, the product of the low chunks (0..15 * 0..15)
+        * is in words 0..31. We must add the three other partial products,
+        * which begin at word 72 in w[]. Words 32 to 39 are first set to
+        * the product of the high chunks (16..19 * 16..19), then the
+        * low-high cross products are added in.
+        */
+       memcpy(w + 32, w + 136, 8 * sizeof w[0]);
+       for (i = 0; i < 8; i ++) {
+               w[i + 16] += w[i + 72] + w[i + 104];
+               w[i + 20] += w[i + 80] + w[i + 112];
+               w[i + 24] += w[i + 88] + w[i + 120];
+               w[i + 28] += w[i + 96] + w[i + 128];
+       }
+
+       /*
+        * We did all the additions and subtractions in a word-wise way,
+        * which is fine since we have plenty of extra bits for carries.
+        * We must now do the carry propagation.
+        */
+       cc = norm13(d, w, 40);
+       d[39] += (cc << 13);
+}
+
+/*
+ * Modulus for field F256 (field for point coordinates in curve P-256).
+ */
+static const uint32_t F256[] = {
+       0x1FFF, 0x1FFF, 0x1FFF, 0x1FFF, 0x1FFF, 0x1FFF, 0x1FFF, 0x001F,
+       0x0000, 0x0000, 0x0000, 0x0000, 0x0000, 0x0000, 0x0400, 0x0000,
+       0x0000, 0x1FF8, 0x1FFF, 0x01FF
+};
+
+/*
+ * The 'b' curve equation coefficient for P-256.
+ */
+static const uint32_t P256_B[] = {
+       0x004B, 0x1E93, 0x0F89, 0x1C78, 0x03BC, 0x187B, 0x114E, 0x1619,
+       0x1D06, 0x0328, 0x01AF, 0x0D31, 0x1557, 0x15DE, 0x1ECF, 0x127C,
+       0x0A3A, 0x0EC5, 0x118D, 0x00B5
+};
+
+/*
+ * Perform a "short reduction" in field F256 (field for curve P-256).
+ * The source value should be less than 262 bits; on output, it will
+ * be at most 257 bits, and less than twice the modulus.
+ */
+static void
+reduce_f256(uint32_t *d)
+{
+       uint32_t x;
+
+       x = d[19] >> 9;
+       d[19] &= 0x01FF;
+       d[17] += x << 3;
+       d[14] -= x << 10;
+       d[7] -= x << 5;
+       d[0] += x;
+       norm13(d, d, 20);
+}
+
+/*
+ * Perform a "final reduction" in field F256 (field for curve P-256).
+ * The source value must be less than twice the modulus. If the value
+ * is not lower than the modulus, then the modulus is subtracted and
+ * this function returns 1; otherwise, it leaves it untouched and it
+ * returns 0.
+ */
+static uint32_t
+reduce_final_f256(uint32_t *d)
+{
+       uint32_t t[20];
+       uint32_t cc;
+       int i;
+
+       memcpy(t, d, sizeof t);
+       cc = 0;
+       for (i = 0; i < 20; i ++) {
+               uint32_t w;
+
+               w = t[i] - F256[i] - cc;
+               cc = w >> 31;
+               t[i] = w & 0x1FFF;
+       }
+       cc ^= 1;
+       CCOPY(cc, d, t, sizeof t);
+       return cc;
+}
+
+/*
+ * Perform a multiplication of two integers modulo
+ * 2^256-2^224+2^192+2^96-1 (for NIST curve P-256). Operands are arrays
+ * of 20 words, each containing 13 bits of data, in little-endian order.
+ * On input, upper word may be up to 15 bits (hence value up to 2^262-1);
+ * on output, value fits on 257 bits and is lower than twice the modulus.
+ */
+static void
+mul_f256(uint32_t *d, const uint32_t *a, const uint32_t *b)
+{
+       uint32_t t[40], cc;
+       int i;
+
+       /*
+        * Compute raw multiplication. All result words fit in 13 bits
+        * each.
+        */
+       mul20(t, a, b);
+
+       /*
+        * Modular reduction: each high word in added/subtracted where
+        * necessary.
+        *
+        * The modulus is:
+        *    p = 2^256 - 2^224 + 2^192 + 2^96 - 1
+        * Therefore:
+        *    2^256 = 2^224 - 2^192 - 2^96 + 1 mod p
+        *
+        * For a word x at bit offset n (n >= 256), we have:
+        *    x*2^n = x*2^(n-32) - x*2^(n-64)
+        *            - x*2^(n - 160) + x*2^(n-256) mod p
+        *
+        * Thus, we can nullify the high word if we reinject it at some
+        * proper emplacements.
+        */
+       for (i = 39; i >= 20; i --) {
+               uint32_t x;
+
+               x = t[i];
+               t[i - 2] += ARSH(x, 6);
+               t[i - 3] += (x << 7) & 0x1FFF;
+               t[i - 4] -= ARSH(x, 12);
+               t[i - 5] -= (x << 1) & 0x1FFF;
+               t[i - 12] -= ARSH(x, 4);
+               t[i - 13] -= (x << 9) & 0x1FFF;
+               t[i - 19] += ARSH(x, 9);
+               t[i - 20] += (x << 4) & 0x1FFF;
+       }
+
+       /*
+        * Propagate carries. Since the operation above really is a
+        * truncature, followed by the addition of nonnegative values,
+        * the result will be positive. Moreover, the carry cannot
+        * exceed 5 bits (we performed 20 additions with values smaller
+        * than 256 bits).
+        */
+       cc = norm13(t, t, 20);
+
+       /*
+        * Perform modular reduction again for the bits beyond 256 (the carry
+        * and the bits 256..259). This time, we can simply inject full
+        * word values.
+        */
+       cc = (cc << 4) | (t[19] >> 9);
+       t[19] &= 0x01FF;
+       t[17] += cc << 3;
+       t[14] -= cc << 10;
+       t[7] -= cc << 5;
+       t[0] += cc;
+       norm13(d, t, 20);
+}
+
+/*
+ * Jacobian coordinates for a point in P-256: affine coordinates (X,Y)
+ * are such that:
+ *   X = x / z^2
+ *   Y = y / z^3
+ * For the point at infinity, z = 0.
+ * Each point thus admits many possible representations.
+ *
+ * Coordinates are represented in arrays of 32-bit integers, each holding
+ * 13 bits of data. Values may also be slightly greater than the modulus,
+ * but they will always be lower than twice the modulus.
+ */
+typedef struct {
+       uint32_t x[20];
+       uint32_t y[20];
+       uint32_t z[20];
+} p256_jacobian;
+
+/*
+ * Convert a point to affine coordinates:
+ *  - If the point is the point at infinity, then all three coordinates
+ *    are set to 0.
+ *  - Otherwise, the 'z' coordinate is set to 1, and the 'x' and 'y'
+ *    coordinates are the 'X' and 'Y' affine coordinates.
+ * The coordinates are guaranteed to be lower than the modulus.
+ */
+static void
+p256_to_affine(p256_jacobian *P)
+{
+       uint32_t t1[20], t2[20];
+       int i;
+
+       /*
+        * Invert z with a modular exponentiation: the modulus is
+        * p = 2^256 - 2^224 + 2^192 + 2^96 - 1, and the exponent is
+        * p-2. Exponent bit pattern (from high to low) is:
+        *  - 32 bits of value 1
+        *  - 31 bits of value 0
+        *  - 1 bit of value 1
+        *  - 96 bits of value 0
+        *  - 94 bits of value 1
+        *  - 1 bit of value 0
+        *  - 1 bit of value 1
+        * Thus, we precompute z^(2^31-1) to speed things up.
+        *
+        * If z = 0 (point at infinity) then the modular exponentiation
+        * will yield 0, which leads to the expected result (all three
+        * coordinates set to 0).
+        */
+
+       /*
+        * A simple square-and-multiply for z^(2^31-1). We could save about
+        * two dozen multiplications here with an addition chain, but
+        * this would require a bit more code, and extra stack buffers.
+        */
+       memcpy(t1, P->z, sizeof P->z);
+       for (i = 0; i < 30; i ++) {
+               mul_f256(t1, t1, t1);
+               mul_f256(t1, t1, P->z);
+       }
+
+       /*
+        * Square-and-multiply. Apart from the squarings, we have a few
+        * multiplications to set bits to 1; we multiply by the original z
+        * for setting 1 bit, and by t1 for setting 31 bits.
+        */
+       memcpy(t2, P->z, sizeof P->z);
+       for (i = 1; i < 256; i ++) {
+               mul_f256(t2, t2, t2);
+               switch (i) {
+               case 31:
+               case 190:
+               case 221:
+               case 252:
+                       mul_f256(t2, t2, t1);
+                       break;
+               case 63:
+               case 253:
+               case 255:
+                       mul_f256(t2, t2, P->z);
+                       break;
+               }
+       }
+
+       /*
+        * Now that we have 1/z, multiply x by 1/z^2 and y by 1/z^3.
+        */
+       mul_f256(t1, t2, t2);
+       mul_f256(P->x, t1, P->x);
+       mul_f256(t1, t1, t2);
+       mul_f256(P->y, t1, P->y);
+       reduce_final_f256(P->x);
+       reduce_final_f256(P->y);
+
+       /*
+        * Multiply z by 1/z. If z = 0, then this will yield 0, otherwise
+        * this will set z to 1.
+        */
+       mul_f256(P->z, P->z, t2);
+       reduce_final_f256(P->z);
+}
+
+/*
+ * Double a point in P-256. This function works for all valid points,
+ * including the point at infinity.
+ */
+static void
+p256_double(p256_jacobian *Q)
+{
+       /*
+        * Doubling formulas are:
+        *
+        *   s = 4*x*y^2
+        *   m = 3*(x + z^2)*(x - z^2)
+        *   x' = m^2 - 2*s
+        *   y' = m*(s - x') - 8*y^4
+        *   z' = 2*y*z
+        *
+        * These formulas work for all points, including points of order 2
+        * and points at infinity:
+        *   - If y = 0 then z' = 0. But there is no such point in P-256
+        *     anyway.
+        *   - If z = 0 then z' = 0.
+        */
+       uint32_t t1[20], t2[20], t3[20], t4[20];
+       int i;
+
+       /*
+        * Compute z^2 in t1.
+        */
+       mul_f256(t1, Q->z, Q->z);
+
+       /*
+        * Compute x-z^2 in t2 and x+z^2 in t1.
+        */
+       for (i = 0; i < 20; i ++) {
+               t2[i] = (F256[i] << 1) + Q->x[i] - t1[i];
+               t1[i] += Q->x[i];
+       }
+       norm13(t1, t1, 20);
+       norm13(t2, t2, 20);
+
+       /*
+        * Compute 3*(x+z^2)*(x-z^2) in t1.
+        */
+       mul_f256(t3, t1, t2);
+       for (i = 0; i < 20; i ++) {
+               t1[i] = MUL15(3, t3[i]);
+       }
+       norm13(t1, t1, 20);
+
+       /*
+        * Compute 4*x*y^2 (in t2) and 2*y^2 (in t3).
+        */
+       mul_f256(t3, Q->y, Q->y);
+       for (i = 0; i < 20; i ++) {
+               t3[i] <<= 1;
+       }
+       norm13(t3, t3, 20);
+       mul_f256(t2, Q->x, t3);
+       for (i = 0; i < 20; i ++) {
+               t2[i] <<= 1;
+       }
+       norm13(t2, t2, 20);
+       reduce_f256(t2);
+
+       /*
+        * Compute x' = m^2 - 2*s.
+        */
+       mul_f256(Q->x, t1, t1);
+       for (i = 0; i < 20; i ++) {
+               Q->x[i] += (F256[i] << 2) - (t2[i] << 1);
+       }
+       norm13(Q->x, Q->x, 20);
+       reduce_f256(Q->x);
+
+       /*
+        * Compute z' = 2*y*z.
+        */
+       mul_f256(t4, Q->y, Q->z);
+       for (i = 0; i < 20; i ++) {
+               Q->z[i] = t4[i] << 1;
+       }
+       norm13(Q->z, Q->z, 20);
+       reduce_f256(Q->z);
+
+       /*
+        * Compute y' = m*(s - x') - 8*y^4. Note that we already have
+        * 2*y^2 in t3.
+        */
+       for (i = 0; i < 20; i ++) {
+               t2[i] += (F256[i] << 1) - Q->x[i];
+       }
+       norm13(t2, t2, 20);
+       mul_f256(Q->y, t1, t2);
+       mul_f256(t4, t3, t3);
+       for (i = 0; i < 20; i ++) {
+               Q->y[i] += (F256[i] << 2) - (t4[i] << 1);
+       }
+       norm13(Q->y, Q->y, 20);
+       reduce_f256(Q->y);
+}
+
+/*
+ * Add point P2 to point P1.
+ *
+ * This function computes the wrong result in the following cases:
+ *
+ *   - If P1 == 0 but P2 != 0
+ *   - If P1 != 0 but P2 == 0
+ *   - If P1 == P2
+ *
+ * In all three cases, P1 is set to the point at infinity.
+ *
+ * Returned value is 0 if one of the following occurs:
+ *
+ *   - P1 and P2 have the same Y coordinate
+ *   - P1 == 0 and P2 == 0
+ *   - The Y coordinate of one of the points is 0 and the other point is
+ *     the point at infinity.
+ *
+ * The third case cannot actually happen with valid points, since a point
+ * with Y == 0 is a point of order 2, and there is no point of order 2 on
+ * curve P-256.
+ *
+ * Therefore, assuming that P1 != 0 and P2 != 0 on input, then the caller
+ * can apply the following:
+ *
+ *   - If the result is not the point at infinity, then it is correct.
+ *   - Otherwise, if the returned value is 1, then this is a case of
+ *     P1+P2 == 0, so the result is indeed the point at infinity.
+ *   - Otherwise, P1 == P2, so a "double" operation should have been
+ *     performed.
+ */
+static uint32_t
+p256_add(p256_jacobian *P1, const p256_jacobian *P2)
+{
+       /*
+        * Addtions formulas are:
+        *
+        *   u1 = x1 * z2^2
+        *   u2 = x2 * z1^2
+        *   s1 = y1 * z2^3
+        *   s2 = y2 * z1^3
+        *   h = u2 - u1
+        *   r = s2 - s1
+        *   x3 = r^2 - h^3 - 2 * u1 * h^2
+        *   y3 = r * (u1 * h^2 - x3) - s1 * h^3
+        *   z3 = h * z1 * z2
+        */
+       uint32_t t1[20], t2[20], t3[20], t4[20], t5[20], t6[20], t7[20];
+       uint32_t ret;
+       int i;
+
+       /*
+        * Compute u1 = x1*z2^2 (in t1) and s1 = y1*z2^3 (in t3).
+        */
+       mul_f256(t3, P2->z, P2->z);
+       mul_f256(t1, P1->x, t3);
+       mul_f256(t4, P2->z, t3);
+       mul_f256(t3, P1->y, t4);
+
+       /*
+        * Compute u2 = x2*z1^2 (in t2) and s2 = y2*z1^3 (in t4).
+        */
+       mul_f256(t4, P1->z, P1->z);
+       mul_f256(t2, P2->x, t4);
+       mul_f256(t5, P1->z, t4);
+       mul_f256(t4, P2->y, t5);
+
+       /*
+        * Compute h = h2 - u1 (in t2) and r = s2 - s1 (in t4).
+        * We need to test whether r is zero, so we will do some extra
+        * reduce.
+        */
+       for (i = 0; i < 20; i ++) {
+               t2[i] += (F256[i] << 1) - t1[i];
+               t4[i] += (F256[i] << 1) - t3[i];
+       }
+       norm13(t2, t2, 20);
+       norm13(t4, t4, 20);
+       reduce_f256(t4);
+       reduce_final_f256(t4);
+       ret = 0;
+       for (i = 0; i < 20; i ++) {
+               ret |= t4[i];
+       }
+       ret = (ret | -ret) >> 31;
+
+       /*
+        * Compute u1*h^2 (in t6) and h^3 (in t5);
+        */
+       mul_f256(t7, t2, t2);
+       mul_f256(t6, t1, t7);
+       mul_f256(t5, t7, t2);
+
+       /*
+        * Compute x3 = r^2 - h^3 - 2*u1*h^2.
+        */
+       mul_f256(P1->x, t4, t4);
+       for (i = 0; i < 20; i ++) {
+               P1->x[i] += (F256[i] << 3) - t5[i] - (t6[i] << 1);
+       }
+       norm13(P1->x, P1->x, 20);
+       reduce_f256(P1->x);
+
+       /*
+        * Compute y3 = r*(u1*h^2 - x3) - s1*h^3.
+        */
+       for (i = 0; i < 20; i ++) {
+               t6[i] += (F256[i] << 1) - P1->x[i];
+       }
+       norm13(t6, t6, 20);
+       mul_f256(P1->y, t4, t6);
+       mul_f256(t1, t5, t3);
+       for (i = 0; i < 20; i ++) {
+               P1->y[i] += (F256[i] << 1) - t1[i];
+       }
+       norm13(P1->y, P1->y, 20);
+       reduce_f256(P1->y);
+
+       /*
+        * Compute z3 = h*z1*z2.
+        */
+       mul_f256(t1, P1->z, P2->z);
+       mul_f256(P1->z, t1, t2);
+
+       return ret;
+}
+
+/*
+ * Decode a P-256 point. This function does not support the point at
+ * infinity. Returned value is 0 if the point is invalid, 1 otherwise.
+ */
+static uint32_t
+p256_decode(p256_jacobian *P, const void *src, size_t len)
+{
+       const unsigned char *buf;
+       uint32_t tx[20], ty[20], t1[20], t2[20];
+       uint32_t bad;
+       int i;
+
+       if (len != 65) {
+               return 0;
+       }
+       buf = src;
+
+       /*
+        * First byte must be 0x04 (uncompressed format). We could support
+        * "hybrid format" (first byte is 0x06 or 0x07, and encodes the
+        * least significant bit of the Y coordinate), but it is explicitly
+        * forbidden by RFC 5480 (section 2.2).
+        */
+       bad = NEQ(buf[0], 0x04);
+
+       /*
+        * Decode the coordinates, and check that they are both lower
+        * than the modulus.
+        */
+       tx[19] = be8_to_le13(tx, buf + 1, 32);
+       ty[19] = be8_to_le13(ty, buf + 33, 32);
+       bad |= reduce_final_f256(tx);
+       bad |= reduce_final_f256(ty);
+
+       /*
+        * Check curve equation.
+        */
+       mul_f256(t1, tx, tx);
+       mul_f256(t1, tx, t1);
+       mul_f256(t2, ty, ty);
+       for (i = 0; i < 20; i ++) {
+               t1[i] += (F256[i] << 3) - MUL15(3, tx[i]) + P256_B[i] - t2[i];
+       }
+       norm13(t1, t1, 20);
+       reduce_f256(t1);
+       reduce_final_f256(t1);
+       for (i = 0; i < 20; i ++) {
+               bad |= t1[i];
+       }
+
+       /*
+        * Copy coordinates to the point structure.
+        */
+       memcpy(P->x, tx, sizeof tx);
+       memcpy(P->y, ty, sizeof ty);
+       memset(P->z, 0, sizeof P->z);
+       P->z[0] = 1;
+       return NEQ(bad, 0) ^ 1;
+}
+
+/*
+ * Encode a point into a buffer. This function assumes that the point is
+ * valid, in affine coordinates, and not the point at infinity.
+ */
+static void
+p256_encode(void *dst, const p256_jacobian *P)
+{
+       unsigned char *buf;
+
+       buf = dst;
+       buf[0] = 0x04;
+       le13_to_be8(buf + 1, 32, P->x);
+       le13_to_be8(buf + 33, 32, P->y);
+}
+
+/*
+ * Multiply a curve point by an integer. The integer is assumed to be
+ * lower than the curve order, and the base point must not be the point
+ * at infinity.
+ */
+static void
+p256_mul(p256_jacobian *P, const unsigned char *x, size_t xlen)
+{
+       /*
+        * qz is a flag that is initially 1, and remains equal to 1
+        * as long as the point is the point at infinity.
+        *
+        * We use a 2-bit window to handle multiplier bits by pairs.
+        * The precomputed window really is the points P2 and P3.
+        */
+       uint32_t qz;
+       p256_jacobian P2, P3, Q, T, U;
+
+       /*
+        * Compute window values.
+        */
+       P2 = *P;
+       p256_double(&P2);
+       P3 = *P;
+       p256_add(&P3, &P2);
+
+       /*
+        * We start with Q = 0. We process multiplier bits 2 by 2.
+        */
+       memset(&Q, 0, sizeof Q);
+       qz = 1;
+       while (xlen -- > 0) {
+               int k;
+
+               for (k = 6; k >= 0; k -= 2) {
+                       uint32_t bits;
+                       uint32_t bnz;
+
+                       p256_double(&Q);
+                       p256_double(&Q);
+                       T = *P;
+                       U = Q;
+                       bits = (*x >> k) & (uint32_t)3;
+                       bnz = NEQ(bits, 0);
+                       CCOPY(EQ(bits, 2), &T, &P2, sizeof T);
+                       CCOPY(EQ(bits, 3), &T, &P3, sizeof T);
+                       p256_add(&U, &T);
+                       CCOPY(bnz & qz, &Q, &T, sizeof Q);
+                       CCOPY(bnz & ~qz, &Q, &U, sizeof Q);
+                       qz &= ~bnz;
+               }
+               x ++;
+       }
+       *P = Q;
+}
+
+static const unsigned char P256_G[] = {
+       0x04, 0x6B, 0x17, 0xD1, 0xF2, 0xE1, 0x2C, 0x42, 0x47, 0xF8,
+       0xBC, 0xE6, 0xE5, 0x63, 0xA4, 0x40, 0xF2, 0x77, 0x03, 0x7D,
+       0x81, 0x2D, 0xEB, 0x33, 0xA0, 0xF4, 0xA1, 0x39, 0x45, 0xD8,
+       0x98, 0xC2, 0x96, 0x4F, 0xE3, 0x42, 0xE2, 0xFE, 0x1A, 0x7F,
+       0x9B, 0x8E, 0xE7, 0xEB, 0x4A, 0x7C, 0x0F, 0x9E, 0x16, 0x2B,
+       0xCE, 0x33, 0x57, 0x6B, 0x31, 0x5E, 0xCE, 0xCB, 0xB6, 0x40,
+       0x68, 0x37, 0xBF, 0x51, 0xF5
+};
+
+static const unsigned char P256_N[] = {
+       0xFF, 0xFF, 0xFF, 0xFF, 0x00, 0x00, 0x00, 0x00, 0xFF, 0xFF,
+       0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xFF, 0xBC, 0xE6, 0xFA, 0xAD,
+       0xA7, 0x17, 0x9E, 0x84, 0xF3, 0xB9, 0xCA, 0xC2, 0xFC, 0x63,
+       0x25, 0x51
+};
+
+static const unsigned char *
+api_generator(int curve, size_t *len)
+{
+       (void)curve;
+       *len = sizeof P256_G;
+       return P256_G;
+}
+
+static const unsigned char *
+api_order(int curve, size_t *len)
+{
+       (void)curve;
+       *len = sizeof P256_N;
+       return P256_N;
+}
+
+static uint32_t
+api_mul(unsigned char *G, size_t Glen,
+       const unsigned char *x, size_t xlen, int curve)
+{
+       uint32_t r;
+       p256_jacobian P;
+
+       (void)curve;
+       r = p256_decode(&P, G, Glen);
+       p256_mul(&P, x, xlen);
+       if (Glen >= 65) {
+               p256_to_affine(&P);
+               p256_encode(G, &P);
+       }
+       return r;
+}
+
+static uint32_t
+api_muladd(unsigned char *A, const unsigned char *B, size_t len,
+       const unsigned char *x, size_t xlen,
+       const unsigned char *y, size_t ylen, int curve)
+{
+       p256_jacobian P, Q;
+       uint32_t r, t, z;
+       int i;
+
+       (void)curve;
+       r = p256_decode(&P, A, len);
+       r &= p256_decode(&Q, B, len);
+       p256_mul(&P, x, xlen);
+       p256_mul(&Q, y, ylen);
+
+       /*
+        * The final addition may fail in case both points are equal.
+        */
+       t = p256_add(&P, &Q);
+       reduce_final_f256(P.z);
+       z = 0;
+       for (i = 0; i < 20; i ++) {
+               z |= P.z[i];
+       }
+       z = EQ(z, 0);
+       p256_double(&Q);
+
+       /*
+        * If z is 1 then either P+Q = 0 (t = 1) or P = Q (t = 0). So we
+        * have the following:
+        *
+        *   z = 0, t = 0   return P (normal addition)
+        *   z = 0, t = 1   return P (normal addition)
+        *   z = 1, t = 0   return Q (a 'double' case)
+        *   z = 1, t = 1   report an error (P+Q = 0)
+        */
+       CCOPY(z & ~t, &P, &Q, sizeof Q);
+       p256_to_affine(&P);
+       p256_encode(A, &P);
+       r &= ~(z & t);
+       return r;
+}
+
+/* see bearssl_ec.h */
+const br_ec_impl br_ec_p256_i15 = {
+       (uint32_t)0x00800000,
+       &api_generator,
+       &api_order,
+       &api_mul,
+       &api_muladd
+};
index d2cc4c9..da64f37 100644 (file)
@@ -549,6 +549,43 @@ MAX(uint32_t x, uint32_t y)
 
 #endif
 
+/*
+ * Multiply two words together; each word may contain up to 15 bits of
+ * data. If BR_CT_MUL15 is non-zero, then the macro will contain some
+ * extra operations that help in making the operation constant-time on
+ * some platforms, where the basic 32-bit multiplication is not
+ * constant-time.
+ */
+#if BR_CT_MUL15
+#define MUL15(x, y)   (((uint32_t)(x) | (uint32_t)0x80000000) \
+                       * ((uint32_t)(x) | (uint32_t)0x80000000) \
+                      & (uint32_t)0x3FFFFFFF)
+#else
+#define MUL15(x, y)   ((uint32_t)(x) * (uint32_t)(y))
+#endif
+
+/*
+ * Arithmetic right shift (sign bit is copied). What happens when
+ * right-shifting a negative value is _implementation-defined_, so it
+ * does not trigger undefined behaviour, but it is still up to each
+ * compiler to define (and document) what it does. Most/all compilers
+ * will do an arithmetic shift, the sign bit being used to fill the
+ * holes; this is a native operation on the underlying CPU, and it would
+ * make little sense for the compiler to do otherwise. GCC explicitly
+ * documents that it follows that convention.
+ *
+ * Still, if BR_NO_ARITH_SHIFT is defined (and non-zero), then an
+ * alternate version will be used, that does not rely on such
+ * implementation-defined behaviour. Unfortunately, it is also slower
+ * and yields bigger code, which is why it is deactivated by default.
+ */
+#if BR_NO_ARITH_SHIFT
+#define ARSH(x, n)   (((uint32_t)(x) >> (n)) \
+                      | ((-((uint32_t)(x) >> 31)) << (32 - (n))))
+#else
+#define ARSH(x, n)   ((*(int32_t *)&(x)) >> (n))
+#endif
+
 /*
  * Constant-time division. The dividend hi:lo is divided by the
  * divisor d; the quotient is returned and the remainder is written
index 33f31a6..10faa9c 100644 (file)
@@ -47,9 +47,9 @@ hextobin(unsigned char *dst, const char *src)
                if (c >= '0' && c <= '9') {
                        c -= '0';
                } else if (c >= 'A' && c <= 'F') {
-                       c -= ('A' - 10); \
+                       c -= ('A' - 10);
                } else if (c >= 'a' && c <= 'f') {
-                       c -= ('a' - 10); \
+                       c -= ('a' - 10);
                } else {
                        continue;
                }
@@ -4822,6 +4822,13 @@ test_EC_prime_i31(void)
                | (uint32_t)1 << BR_EC_secp521r1);
 }
 
+static void
+test_EC_p256_i15(void)
+{
+       test_EC_KAT("EC_p256_i15", &br_ec_p256_i15,
+               (uint32_t)1 << BR_EC_secp256r1);
+}
+
 static const unsigned char EC_P256_PUB_POINT[] = {
        0x04, 0x60, 0xFE, 0xD4, 0xBA, 0x25, 0x5A, 0x9D,
        0x31, 0xC9, 0x61, 0xEB, 0x74, 0xC6, 0x35, 0x6D,
@@ -5342,6 +5349,7 @@ static const struct {
        STU(GHASH_ctmul32),
        STU(GHASH_ctmul64),
        STU(EC_prime_i31),
+       STU(EC_p256_i15),
        /* STU(EC_prime_i32), */
        STU(ECDSA_i31),
        { 0, 0 }
index e9672fa..fccb5eb 100644 (file)
@@ -613,6 +613,12 @@ test_speed_ec_inner(const char *name,
        }
 }
 
+static void
+test_speed_ec_p256_i15(void)
+{
+       test_speed_ec_inner("EC i15 P-256", &br_ec_p256_i15, &br_secp256r1);
+}
+
 static void
 test_speed_ec_prime_i31(void)
 {
@@ -1130,6 +1136,7 @@ static const struct {
 
        STU(rsa_i31),
        STU(rsa_i32),
+       STU(ec_p256_i15),
        STU(ec_prime_i31),
        STU(ecdsa_i31),