使用Smallstep Certificates与YubiKey搭建CA时解决PC/SC访问问题
2025-05-30 19:20:38作者:凌朦慧Richard
在基于Smallstep Certificates项目搭建证书颁发机构(CA)时,许多用户会选择使用YubiKey等硬件安全模块(HSM)来增强安全性。然而在Ubuntu 24.04 LTS系统上,用户可能会遇到PC/SC访问被拒绝的问题,本文将深入分析这一问题的成因并提供解决方案。
问题现象
当用户按照标准流程配置好Smallstep CA并尝试启动服务时,可能会遇到以下错误信息:
connecting to pscs: access was denied because of a security violation
服务启动失败并返回错误代码2,这表明存在权限问题,特别是与PC/SC(智能卡接口)相关的安全限制。
问题根源分析
Ubuntu 24.04 LTS引入了更严格的Polkit安全策略来控制对PC/SC服务的访问。Polkit是一个用于在Unix-like系统中控制系统范围权限的框架。默认情况下,非特权用户无法直接访问智能卡读卡器服务,这包括YubiKey等硬件安全设备。
解决方案
要解决这一问题,我们需要为step-ca服务创建专门的Polkit规则。以下是具体步骤:
- 创建Polkit规则文件:
sudo nano /etc/polkit-1/rules.d/step-ca.rules
- 添加以下规则内容:
polkit.addRule(function(action, subject) {
if (action.id == "org.debian.pcsc-lite.access_pcsc" &&
subject.user == "step") {
return polkit.Result.YES;
}
});
polkit.addRule(function(action, subject) {
if (action.id == "org.debian.pcsc-lite.access_card" &&
action.lookup("reader") == 'Yubico YubiKey OTP+FIDO+CCID 00 00' &&
subject.user == "step") {
return polkit.Result.YES;
}
});
- 保存文件后,重启系统使规则生效。
规则详解
上述规则包含两部分:
- 基础访问规则:允许step用户访问PC/SC服务
- 特定读卡器规则:明确允许step用户访问特定型号的YubiKey设备
对于使用NitroKey HSM2等其他硬件安全模块的用户,需要将规则中的设备名称替换为实际使用的设备名称。可以通过查看系统日志或PC/SC工具获取准确的设备名称。
注意事项
- 此解决方案专门针对Ubuntu 24.04 LTS系统,较早版本的Ubuntu可能不需要此配置
- 规则中的用户名称"step"应与实际运行step-ca服务的用户一致
- 对于生产环境,建议进一步细化访问控制规则,遵循最小权限原则
- 修改Polkit规则后需要重启系统才能确保规则生效
安全建议
虽然上述解决方案解决了访问问题,但在生产环境中还应考虑以下安全措施:
- 为硬件安全模块设置强PIN码和管理密钥
- 定期轮换密钥材料
- 监控系统日志中的异常访问尝试
- 考虑使用专用账户运行CA服务,并限制其其他系统权限
通过正确配置Polkit规则,用户可以顺利地在Ubuntu 24.04 LTS上使用YubiKey等硬件安全模块与Smallstep Certificates搭建安全的证书颁发机构。这种组合既提供了硬件级别的密钥保护,又利用了Smallstep灵活易用的CA管理功能,是构建私有PKI基础设施的理想选择。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217