OP-TEE项目中安全存储路径的创建机制分析
背景介绍
在OP-TEE项目中,安全存储(Secure Storage)是一个关键组件,它允许可信应用(TA)在REE(Rich Execution Environment)侧安全地存储数据。REE侧的安全存储实现依赖于tee-supplicant守护进程,该进程运行在非安全世界(Normal World)中,负责处理来自安全世界(Secure World)的文件系统操作请求。
安全存储路径的默认设置
OP-TEE项目中,安全存储的默认路径通常设置为/data/tee。这个路径可以通过两种方式进行配置:
- Makefile配置:在
optee_client/config.mk文件中,通过CFG_TEE_FS_PARENT_PATH变量定义 - CMake配置:在
optee_client/tee-supplicant/CMakeLists.txt文件中,通过CFG_TEE_FS_PARENT_PATH变量定义
在OP-TEE的QEMU v8环境中,由于采用CMake构建系统,因此修改CMakeLists.txt文件中的路径设置会生效。
路径创建机制
安全存储路径的创建遵循以下机制:
-
初始化脚本创建:在系统启动时,通过init脚本(如
S30optee)创建/data/tee目录并设置适当的权限。这是推荐的做法,因为它可以确保目录在tee-supplicant启动前就已存在。 -
运行时自动创建:如果路径在系统启动时未被创建,tee-supplicant会在首次访问安全存储时自动创建该目录及其父目录。这一机制确保了即使没有预先配置,系统也能正常工作。
路径自定义的实现
用户可以通过以下方式自定义安全存储路径:
-
构建时配置:修改
CMakeLists.txt或config.mk文件中的路径变量,重新构建项目。 -
运行时参数:通过tee-supplicant的命令行参数
-f或--fs-parent-path指定路径,这会覆盖构建时的默认设置。
需要注意的是,当自定义路径位于根目录下(如/my_rw/tee)时,必须确保tee-supplicant有足够的权限创建该路径。如果tee-supplicant以非root用户(如tee用户)运行,可能无法在根目录下创建新目录。
技术实现细节
在底层实现上,当OP-TEE OS需要访问REE侧的安全存储时,会通过RPC(Remote Procedure Call)机制向tee-supplicant发送请求。具体流程如下:
- OP-TEE OS发送
OPTEE_MSG_RPC_CMD_FS命令请求 - tee-supplicant接收请求并处理文件系统操作
- 如果目标路径不存在,tee-supplicant会先创建路径再执行操作
- 操作完成后,结果通过RPC返回给OP-TEE OS
这种设计体现了OP-TEE的灵活性,既支持预先配置的安全存储路径,也能在运行时动态创建所需目录,确保了系统的鲁棒性。
最佳实践建议
-
对于生产环境,建议通过init脚本预先创建安全存储路径,并设置正确的权限。
-
当需要自定义路径时,优先考虑使用tee-supplicant的命令行参数,这样无需重新构建整个项目。
-
确保tee-supplicant运行用户对目标路径有足够的读写权限,特别是在自定义路径位于系统敏感位置时。
-
在调试时,可以通过运行
xtest regression_1004等测试用例来验证安全存储功能是否正常工作。
通过理解这些机制,开发者可以更灵活地配置和管理OP-TEE的安全存储功能,满足不同的应用场景需求。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C045
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0122
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