跳转到正文

ADR 0035: server 持有一对平台 SSH 密钥,带外恢复优先用它

本文目录

日期:2026-10-03。状态:已接受。修订 ADR 0006 中“保存认证材料”的部分。

server 首次启动时生成一对 ed25519 密钥(平台密钥),私钥用 auth.Secretbox 加密存入 platform_ssh_keys 单行表,公钥与指纹明文存。SSH 纳管、预检查、带外恢复和云厂商一键安装都先用平台密钥登录:

  • 运维只需在目标机授权一次平台公钥;界面给出一行授权命令。
  • 用户改用密码或自己的私钥登录时,登录成功后 server 把平台公钥追加进该用户的 authorized_keys(按密钥本体去重),此后节点 SSH 凭据只记端点,不再保存密码或私钥;写入失败才退回保存用户给的凭据。
  • 节点 SSH 凭据不加“认证方式”字段:secrets 为空即平台密钥,这一含义由删除旧的“读 server 的 ~/.ssh”回退保证唯一。
  • 云厂商:RunPod 把公钥追加到账号 SSH Key(Pod 启动时注入);Vast 经接口挂到实例;CompShare、AutoDL 只给密码,用接口返回的实例密码登录一次后写入公钥。

所有 SSH 登录都经 provision.DialSSH 一处构建认证顺序(平台密钥 → 用户私钥 → 用户密码 → 实例密码,显式指定方式时只试那一种),安装报告固定给出“SSH 认证”(试了什么、哪个被接受)与“平台公钥”(已在 / 本次写入 / 写入失败及原因)两行,排查时不需要猜 server 用了哪份凭据。

当前认证协议补充(GWKS-205):请求新增 auth_mode: "keyboard_interactive",复用 password 字段,只处理一次非回显密码应答(允许有限的无问题信息轮次),不支持多问题、多次口令或 MFA。显式模式仍只试选择的方式;自动模式保持上面的原有顺序,再用请求或已保存的 password 尝试键盘交互认证。落库规则不变,不新增认证协议字段:保留口令的凭据读取仍返回 auth_mode: "password",该值只表示凭据类型;恢复在自动模式下兼容两种密码协议。安装/保存时仍优先授权平台公钥,成功清除用户秘密,失败才保留。

权衡与后果

  • 安全边界与 ADR 0006 相同:能读库与 data/master.key 的人能拿到平台私钥并登录所有授权了它的节点;但库里不再长期存放各节点的密码,用户改密码也不影响恢复。
  • 一把密钥对应全部节点:泄露时需要在设置页重新生成,并在各节点重新授权;重新生成不会自动替换节点上的旧公钥(需要逐台登录,代价与风险都不小),界面在确认框里写明影响。
  • RunPod 账号 key 只在 Pod 启动时注入,已在运行的 Pod 第一次仍需用户提供私钥;之后同样只靠平台密钥。
  • 写入 authorized_keys 是对目标机的修改;只发生在安装与保存凭据时,预检查保持只读,只报告“安装时写入”。

未采用方案

  • 读 server 运行用户的 ~/.ssh:默认部署以 gpuworks 系统用户运行,HOME 为安装目录,没有 .ssh;unit 不写 User= 时 HOME 为空。读到的往往不是管理员以为的那把钥匙,且没有界面能看到它是哪把。
  • 每个节点生成独立密钥:授权与轮换都要逐台进行,换来的隔离在 server 被攻破时并不成立(所有私钥都在同一个库里)。
  • 继续保存密码:密码会过期或被改,且库泄露即得到可复用的口令。

这篇文档有帮助吗?