SPIRE教程:使用SPIFFE Federation实现跨SPIRE服务器的身份认证
概述
本文介绍如何使用SPIFFE Federation功能,使运行在不同SPIRE服务器下的工作负载能够相互认证。我们将通过一个股票报价应用场景,详细讲解SPIRE服务器的配置方法、信任域间的信任建立过程,以及工作负载的注册方式。
技术背景
SPIFFE(Secure Production Identity Framework For Everyone)是一套为现代生产环境提供安全身份标识的框架。SPIRE(SPIFFE Runtime Environment)则是SPIFFE规范的参考实现。在分布式系统中,工作负载可能分布在不同的信任域(Trust Domain)中,SPIFFE Federation功能允许这些工作负载跨越信任域边界进行安全通信。
应用场景
我们模拟一个股票经纪商系统:
- 用户通过浏览器访问经纪商的股票报价页面
- 经纪商Web应用向股票市场服务发起HTTPS请求获取报价数据
- 股票市场服务返回报价数据
- Web应用渲染页面返回给用户
- 页面JavaScript每1秒自动刷新数据
在这个场景中:
- 经纪商Web应用运行在
broker.example信任域 - 股票市场服务运行在
stockmarket.example信任域 - 两个服务需要通过mTLS相互认证
准备工作
实施SPIFFE Federation需要:
- 两个SPIRE Server实例(版本1.11.2+)
- 两个SPIRE Agent(版本1.11.2+),分别连接到各自的SPIRE Server
- 两个需要通过mTLS通信的工作负载
配置SPIRE Federation端点
使用SPIFFE认证
在broker.example的SPIRE Server配置中(server.conf)添加:
server {
trust_domain = "broker.example"
federation {
bundle_endpoint {
address = "0.0.0.0"
port = 8443
}
}
}
stockmarket.example的配置类似,只是信任域名不同。
使用Web PKI认证
如果选择使用Web PKI认证(如Let's Encrypt),配置如下:
server {
trust_domain = "broker.example"
federation {
bundle_endpoint {
address = "0.0.0.0"
port = 443
acme {
domain_name = "broker.example"
email = "admin@example.com"
tos_accepted = true
}
}
}
}
注意:使用Web PKI需要拥有配置的域名并能解析到SPIRE Server。
配置信任包获取
SPIFFE认证配置
在broker.example的SPIRE Server中添加:
federates_with "stockmarket.example" {
bundle_endpoint_url = "https://spire-server-stock:8443"
bundle_endpoint_profile "https_spiffe" {
endpoint_spiffe_id = "spiffe://stockmarket.example/spire/server"
}
}
stockmarket.example需要类似的配置指向broker.example。
Web PKI认证配置
如果使用Web PKI,配置简化为:
federates_with "broker.example" {
bundle_endpoint_url = "https://spire-server-broker:443"
bundle_endpoint_profile "https_web" {}
}
信任引导
-
导出
broker.example的信任包:spire-server bundle show -format spiffe > broker.example.bundle -
在
stockmarket.example的SPIRE Server中导入:spire-server bundle set -format spiffe -id spiffe://broker.example -path broker.example.bundle -
反向操作导出并导入
stockmarket.example的信任包
注意:Web PKI认证不需要手动导入信任包。
创建工作负载注册条目
经纪商Web应用
在broker.example的SPIRE Server上执行:
spire-server entry create \
-parentID <agent_spiffe_id> \
-spiffeID spiffe://broker.example/webapp \
-selector unix:user:webapp \
-federatesWith "spiffe://stockmarket.example"
股票市场服务
在stockmarket.example的SPIRE Server上执行:
spire-server entry create \
-parentID <agent_spiffe_id> \
-spiffeID spiffe://stockmarket.example/quotes-service \
-selector unix:user:quotes-service \
-federatesWith "spiffe://broker.example"
实践演示
环境准备
- 确保已安装Docker和Docker Compose
- 准备Go 1.14.4+环境
构建和运行
-
构建所需文件:
./build.sh -
启动SPIRE服务器和应用:
docker compose up -d -
启动SPIRE Agent:
./1-start-spire-agents.sh -
引导信任:
./2-bootstrap-federation.sh -
创建工作负载注册:
./3-create-registration-entries.sh
验证结果
访问http://localhost:8080/quotes,应该能看到每1秒自动刷新的股票报价数据。
配置检查
查看经纪商SPIRE Server配置:
docker compose exec spire-server-broker cat conf/server/server.conf
查看股票市场SPIRE Server配置:
docker compose exec spire-server-stock cat conf/server/server.conf
总结
通过本教程,我们实现了:
- 配置SPIRE服务器的Federation端点
- 建立跨信任域的信任关系
- 注册工作负载并启用Federation功能
- 验证跨信任域的mTLS通信
SPIFFE Federation为分布式系统中的服务间安全通信提供了灵活可靠的解决方案,特别适合多云和混合云环境。
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