Files
ssw-mpc/deploy/tee/real-machine/cluster-selfreport-e2e.sh
T
admin 683033f217 fix(cluster): ssh 客户端 stderr 不得进 fd3,判据扩到 11 项 + 13 条破坏实验
- remote() 只收 stdout(1>&3);2>&3 会把 ssh 客户端 Warning 混进返回值,
  密钥送达长度校验再次失效。
- 按名字定位代码的判据统一剥注释,修掉补注释引起的自指型假红。
- 新增行为判据:真跑 remote(),断言返回值只剩远端 stdout;
  判据 9 增加「stderr 不进采集流」静态约束。
- 破坏实验补 2 条,逐条证明新增判据非恒绿;文档同步计数与诚实边界。
2026-11-09 18:31:05 +08:00

469 lines
23 KiB
Bash
Executable File
Raw Blame History

This file contains ambiguous Unicode characters
This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.
#!/usr/bin/env bash
# 真机集群自报联调:两台 hostd 向一台真机上的集群控制面周期自报。
#
# 拓扑(2026-11-09 实测):
# 控制面 = 海光 192.168.1.102(hostd 与控制面同机 ⇒ 回环自报路径)
# 节点 1 = AMD 192.168.1.7 (--node-platform snp)
# 节点 2 = 海光 192.168.1.102 (--node-platform csv)
#
# ★ 为什么控制面放在真机上(而不是本机):
# 本机 macOS 的**入站**到自己的外部 IP(192.168.1.18)会被系统代理/沙箱拦
# (症状:curl rc=7 / 502,而服务明明在监听)。
# 真机 → 真机这条路是通的(已实测:两台真机都能连上 192.168.1.18 的监听)。
# ⇒ 控制面放真机,走「真机 → 真机」这条**不依赖本机网络栈**的路。
#
# ★ 凭据:按**项目约定**,只放 xop **键名**,脚本内自己调 xop 取明文
# (与 host-materials.sh / kbc-attest-e2e.sh 同一范式)。
# 键名来自 deploy/tee/real-machine/real-machines.env:
# MPC_TEE_AMD_USER_KEY / MPC_TEE_AMD_PASS_KEY
# MPC_TEE_HYGON_USER_KEY / MPC_TEE_HYGON_PASS_KEY
#
# 用法:
# set -a; . deploy/tee/real-machine/real-machines.env; set +a
# ./cluster-selfreport-e2e.sh
#
# ★★ 集群共享密钥:**本地随机生成**,不落盘、不入库、不进 xop。
# 理由:它只需要在**本次运行内**三方一致(控制面 + 两个节点 hostd),
# 用完即弃。存进 vault 反而多一份长期有效的凭据。
# ⇒ 每次运行都是新密钥 ⇒ 泄漏面最小。
# (要复现同一组密钥,设 MPC_CLUSTER_SECRET 覆盖它 —— 只在调试时用。)
#
# ★ 判定只有一份:本脚本末尾的 verdict。
set -u
HERE=$(cd "$(dirname "$0")" && pwd)
SSHO="-o StrictHostKeyChecking=no -o UserKnownHostsFile=/dev/null -o PreferredAuthentications=password -o PubkeyAuthentication=no -o ConnectTimeout=20"
AMD_HOST=${MPC_TEE_AMD_HOST:-192.168.1.7}
HYGON_HOST=${MPC_TEE_HYGON_HOST:-192.168.1.102}
# xop 键名(默认与 real-machines.env 一致)
AMD_USER_KEY=${MPC_TEE_AMD_USER_KEY:-tee_amd_7_user}
AMD_PASS_KEY=${MPC_TEE_AMD_PASS_KEY:-tee_amd_7_pass}
HYGON_USER_KEY=${MPC_TEE_HYGON_USER_KEY:-tee_hg_102_user}
HYGON_PASS_KEY=${MPC_TEE_HYGON_PASS_KEY:-tee_hg_102_pass}
# 集群共享密钥:站点端与所有节点 hostd 持有同一份。
# ★★ 口径:**明文 ASCII 串**(不是 hex)—— 控制面、节点 hostd、
# 自报、下发**四处**用的是**同一个原文**。
# ★ 2026-11-09 真机联调踩过:控制面下发曾用 `hex_encode(secret)`,
# 而节点侧校验的是**明文** ⇒ create/attest/destroy **全部 401**,
# 现象是「节点活着、自报收到了,就是下发不进去」。
# ★ 现在口径统一走 `mpc_hostd::auth::secret_token`(唯一真相源)。
CLUSTER_SECRET=${MPC_CLUSTER_SECRET:-}
OK_N=0
FAIL_N=0
ok() { OK_N=$((OK_N + 1)); printf 'ok %s\n' "$1"; }
fail() { FAIL_N=$((FAIL_N + 1)); printf 'FAIL %s\n' "$1" >&2; }
# ★ 探 xop 里的键:只看**长度**(长度不会被 FileGuard 掩码)。
#
# ★★ 为什么只探长度、不取值:
# xop 的 FileGuard 会在**打印**时把值替换成
# `ro****【xop禁止将密钥泄漏】`(实测 2026-11-09:
# 连 `printf %s "$V"` 都会被替换,而 `${#V}` 正常)。
# ⇒ 「取出来存进 shell 变量」这条路**本来就是死的** ——
# 拿到的不是口令,是掩码。
# ⇒ 正确姿势:值**只在 xop 的子进程里**用(见 remote()),
# 本脚本从不持有明文。
xop_probe() {
# $1=键名 ⇒ 成功返回 0(键存在且非空),失败返回 1
local n
# ★ xop 把 Guard 的 WARN 打到 **stdout**(不是 stderr)⇒ `2>/dev/null` 挡不住。
# `tail -n 1` 只是碰巧取到最后一行;改成**只认纯数字行**,
# WARN 行含非数字字符会被过滤掉 ⇒ 拿不到数字就当失败(fail-closed)。
n=$(xop run --secret "V=$1" -- sh -c 'printf "%s\n" "${#V}"' \
< /dev/null 2>/dev/null | grep -E '^[0-9]+$' | tail -n 1)
case "$n" in
''|*[!0-9]*) return 1 ;;
0) return 1 ;;
*) return 0 ;;
esac
}
require_env() {
local missing=0
if [ -z "$AMD_USER_KEY" ] || [ -z "$AMD_PASS_KEY" ] \
|| [ -z "$HYGON_USER_KEY" ] || [ -z "$HYGON_PASS_KEY" ]; then
printf '缺少真机凭据的 xop 键名(检查 MPC_TEE_AMD_USER_KEY 等,或 source real-machines.env)\n' >&2
missing=1
fi
if ! command -v xop >/dev/null 2>&1; then
printf '找不到 xop(凭据管理工具)—— 本脚本按项目约定从 xop 取真机口令\n' >&2
missing=1
fi
if ! command -v sshpass >/dev/null 2>&1; then
printf '找不到 sshpass —— 无法做密码认证的 SSH\n' >&2
missing=1
fi
[ "$missing" -eq 0 ] || return 1
# ★★ **不把口令取到 shell 变量里** —— xop 的 FileGuard 会在**打印**时
# 把值掩码成 `ro****【xop禁止将密钥泄漏】`(实测:连 `${#V}` 都正常,
# 但 `printf %s "$V"` 会被替换)。所以「取出来再用」这条路是死的。
# ⇒ 正确姿势:**在 xop 的子进程里直接用注入的环境变量**执行 ssh,
# 值从不经过本 shell 的 stdout。
# ⇒ 顺带的好处:口令**从不进本脚本的内存**,也不进任何 argv。
#
# ★ 预检:xop 能不能解锁 vault、键名对不对 ——
# 这里用「只取长度」的方式验(长度不会被掩码)。
if ! xop_probe "$AMD_USER_KEY" || ! xop_probe "$AMD_PASS_KEY" \
|| ! xop_probe "$HYGON_USER_KEY" || ! xop_probe "$HYGON_PASS_KEY"; then
printf 'xop 取不到凭据(键名不对或 vault 未解锁)—— 键名:%s / %s / %s / %s\n' \
"$AMD_USER_KEY" "$AMD_PASS_KEY" "$HYGON_USER_KEY" "$HYGON_PASS_KEY" >&2
missing=1
fi
[ "$missing" -eq 0 ] || return 1
# ★ 集群密钥:没给就本地随机生成一份(**不落盘、不入库**)。
if [ -z "$CLUSTER_SECRET" ]; then
if command -v openssl >/dev/null 2>&1; then
CLUSTER_SECRET=$(openssl rand -hex 32)
else
CLUSTER_SECRET=$(od -An -tx1 -N32 /dev/urandom | tr -d ' \n')
fi
printf '集群共享密钥:本次运行随机生成(%d 字节,用完即弃)\n' "${#CLUSTER_SECRET}"
fi
return "$missing"
}
# ★ 曾有一个 remote_amd()(把 $4 塞进 ssh argv),现在删了:
# 没人调用它,但它的形态本身就是「密钥进 argv」的活样本,
# 留着早晚被人复制 ⇒ 判据 1 扫到它会误判,也会被当成可用范式。
# 脚本正文一律走 remote() 的 stdin 通道。
remote() {
# $1=host $2=用户键名 $3=口令键名 $4=script
#
# ★★ 脚本正文走 **stdin**(`ssh ... bash -s`),**不走 argv**。
# argv 会进远端 `ps` 输出 ⇒ 正文里带的密钥就等于公开。
#
# ★★ 凭据**全程不经过本 shell**:ssh 在 xop 的子进程里跑,
# `SSHPASS` 由 xop 注入成环境变量(`sshpass -e` 读它)。
# ⇒ 口令不进本脚本内存、不进任何 argv、也不被 FileGuard 掩码。
#
# ★★ **xop 自己的 WARN 打在 stdout**(`xop -h` 没写,实测 2026-11-09:
# `NetworkGuard/FileGuard.setup() is STUBBED` 两行)。原来 `2>&1` 把
# 这些行混进 `$(remote ...)` 的返回值 ⇒ `wc -c` 拿到的是 WARN 文本
# ⇒ 密钥送达长度校验必然失败;`sha256sum` 也拿不到 64 字节度量。
# ⇒ 用 **fd 3 分流**:远端 stdout → fd3 → 临时文件;
# xop 自己的 stdout → /dev/null;stderr 留给调用方看诊断。
#
# ★★ **stderr 绝对不能一起收进 fd3**(真机复跑又踩到一次):
# ssh 客户端的 `Warning: Permanently added '…' (ED25519) to the list of
# known hosts.` 打在**客户端 stderr**,一旦 `2>&3`,它照样混进返回值
# ⇒ `got_len` 又不是纯数字 ⇒ 同一个 bug 换个马甲复现。
# ⇒ 只引 stdout;远端命令需要看 stderr 时自己 `2>&1`(脚本里
# 的负向判据已经这么写了),ssh 自身的诊断留在终端即可。
#
# ★ 别再写 `< /dev/null`:`<<<"$4"` 是**后出现**的重定向,
# bash 里会覆盖前面的 `< /dev/null`(实测 `cat < /dev/null <<<X` 输出 X)
# ⇒ 那是道**假防护**。而 here-string 本身不是 TTY,
# xop 会自动走无头钥匙串路径,不需要再断开 stdin。
local _out
_out=$(mktemp "${TMPDIR:-/tmp}/mpc-remote.XXXXXX") || return 1
xop run --secret "SSHPASS=$3" --secret "TEE_USER=$2" -- \
sh -c "sshpass -e ssh ${SSHO} \"\$TEE_USER@$1\" 'bash -s' 1>&3" \
3>"$_out" >/dev/null <<<"$4"
cat "$_out"
rm -f "$_out"
}
remote_put() {
# $1=host $2=用户键名 $3=口令键名 $4=远端路径 —— 内容从**本脚本 stdin** 读
#
# ★★ 只传内容、不传脚本 ⇒ 密钥**不经过 argv**(argv 会进远端 ps)。
# 密钥全文只走 stdin 这条通道。
#
# ★★ **这里绝不能写 `< /dev/null`** ——
# 那会把调用方的**管道内容丢掉**(实测:写出的文件是 0 字节,
# 密钥根本没送达远端 ⇒ 远端读到的密钥是空的 ⇒ 控制面配的密钥与
# 节点用的不是同一份 ⇒ 全 401,且症状极难查)。
# ⇒ 只在 stdin **是 TTY** 时才断开(xop 在 TTY 下会等 Touch ID 超时);
# 管道场景 stdin 本来就不是 TTY,xop 走无头分支,不需要断开。
if [ -t 0 ]; then
xop run --secret "SSHPASS=$3" --secret "TEE_USER=$2" -- \
sh -c "sshpass -e ssh ${SSHO} \"\$TEE_USER@$1\" \"umask 077 && mkdir -p \$(dirname '$4') && cat > '$4'\"" \
< /dev/null 2>&1
else
xop run --secret "SSHPASS=$3" --secret "TEE_USER=$2" -- \
sh -c "sshpass -e ssh ${SSHO} \"\$TEE_USER@$1\" \"umask 077 && mkdir -p \$(dirname '$4') && cat > '$4'\"" \
2>&1
fi
}
if ! require_env; then
exit 2
fi
printf '=== 真机集群自报联调 ===\n'
printf '控制面 : %s:3020\n' "$HYGON_HOST"
printf '节点 AMD : %s\n' "$AMD_HOST"
printf '节点 CSV : %s\n' "$HYGON_HOST"
printf '共享密钥 : %d 字节\n' "${#CLUSTER_SECRET}"
printf '\n'
# ── 0. 负向矩阵:跨网段暴露的三道硬闸门 ─────────────────────────────────
#
# ★ 三条负向判据,每条都必须**真的拒**(不是警告):
# ① 非回环 + 无共享密钥 ⇒ 拒启动(否则等于零保护的公网控制面);
# ② 非回环 + 有密钥但缺 `--allow-remote` ⇒ 拒启动;
# ③ 错密钥 ⇒ 401。
#
# ★ 判据纪律:负向必须**用构造样例逐条破坏过**,
# 且每条都要「带期望拒绝特征」——只判「失败」会恒真。
neg_gate() {
# $1=标签 $2=远端命令 $3=期望出现在输出里的拒绝特征
local label=$1 cmd=$2 want=$3 o
o=$(remote "$HYGON_HOST" "$HYGON_USER_KEY" "$HYGON_PASS_KEY" "$cmd")
if printf '%s' "$o" | grep -q "$want"; then
ok "负向·${label}:按预期拒绝"
return 0
fi
fail "负向·${label}:没看到拒绝特征 '${want}',实际输出:${o}"
return 1
}
# ★ 格式串以 `---` 开头会被 bash 的 printf 当成选项(`printf: --: invalid option`)
# ⇒ 用 `%s` 传参,别让格式串直接以 `-` 打头。
printf '%s\n' '--- 负向矩阵:跨网段暴露的硬闸门 ---'
# ★★ 这两条**启动期**负向(不需要控制面已在跑)⇒ 放在起控制面**之前**。
#
# ★ 密钥**不进 argv**:从**文件**读进环境(文件此时可能还不存在,
# 所以用本机的 secret 内容经 stdin 传给远端 —— 见 remote_put)。
printf '%s' "$CLUSTER_SECRET" | remote_put "$HYGON_HOST" "$HYGON_USER_KEY" "$HYGON_PASS_KEY" \
/tmp/mpc-cluster/cluster.secret >/dev/null
# ★★ **必须校验密钥真的送到了**(不能假设)。
#
# ★ 实测踩过:`remote_put` 里写了 `< /dev/null` ⇒ 把调用方的**管道内容**
# 整个丢掉 ⇒ 远端文件是 **0 字节** ⇒ 远端读到空密钥 ⇒ 控制面配的
# 密钥与节点用的不是同一份 ⇒ 全 401,而症状是「自报收不到」,
# 极难往「密钥没送达」上想。
# ⇒ 这里**当场量长度**:不符就**立刻失败**,别让它流到后面。
want_len=${#CLUSTER_SECRET}
got_len=$(remote "$HYGON_HOST" "$HYGON_USER_KEY" "$HYGON_PASS_KEY" \
"wc -c < /tmp/mpc-cluster/cluster.secret 2>/dev/null | tr -d ' '")
if [ "${got_len:-0}" = "$want_len" ] && [ "$want_len" -ge 32 ]; then
ok "集群密钥已送达海光机(${got_len} 字节)"
else
fail "集群密钥没送达海光机(期望 ${want_len} 字节,得到 '${got_len:-空}')—— \
密钥通道断了(remote_put 的 stdin 被重定向覆盖?)"
exit 1
fi
neg_gate '非回环无密钥拒启动' \
"cd /tmp/mpc-cluster && MPC_HOSTD_SHARED_SECRET= ./mpc control-plane serve --listen 0.0.0.0:3099 --allow-remote 2>&1 | head -3" \
'共享密钥'
neg_gate '有密钥但缺 --allow-remote 拒启动' \
"cd /tmp/mpc-cluster && SECRET=\$(cat /tmp/mpc-cluster/cluster.secret) && MPC_HOSTD_SHARED_SECRET=\"\$SECRET\" ./mpc control-plane serve --listen 0.0.0.0:3099 2>&1 | head -3" \
'allow-remote'
# ── 1. 起控制面(海光机)────────────────────────────────────────────────
# ★ 控制面必须先起:节点自报是「推」,控制面没起来时第一轮自报会被拒,
# 但 hostd 会**周期重试**(--report-interval)⇒ 控制面起来后自动补上。
#
# ★★ 密钥处置(三步,密钥**全程不进 argv**):
# ① `remote_put` 把密钥推到远端 0600 文件 —— 内容走 stdin;
# ② 远端脚本从**文件**读进环境变量;
# ③ 启动命令里**不含**密钥。
# ⇒ 远端 `ps` 看不到密钥。
#
# ★★ 另一个坑:`a && b & sleep 2; cat x.log` 里的 `&` 会把**整个 AND-list**
# 放后台(bash 语法:`&` 终止整个 list)⇒ 前台的 `cat` 在**原目录**执行,
# 读不到日志 ⇒ 控制面明明起来了,判定却说「没起来」。
# ⇒ 下面把「后台起服务」和「读日志」拆成**两条独立命令**。
# (密钥文件已在上面的负向矩阵段推过去了,这里不重复推。)
printf '\n--- 起控制面 ---\n'
out=$(remote "$HYGON_HOST" "$HYGON_USER_KEY" "$HYGON_PASS_KEY" \
"cd /tmp/mpc-cluster
# ★ 只杀**自己起的**那个控制面(按 pid 文件),**绝不** pkill 全局 ——
# \`pkill -f 'mpc control-plane serve'\` 会**匹配到执行它的这个 shell 自身**
# (远端 ssh 的 cmdline 整段含这个串)⇒ **自杀** ⇒ 后面的 nohup 根本没机会跑
# ⇒ cp.log 是**上一轮的残留** ⇒ 判定读到旧日志说「起来了」⇒ **假绿**。
# 这个坑与 hostd 那半边同源,已一并改成 pid 文件。
if [ -f /tmp/mpc-cluster/cp.pid ]; then
kill \"\$(cat /tmp/mpc-cluster/cp.pid)\" 2>/dev/null || true
rm -f /tmp/mpc-cluster/cp.pid
fi
sleep 1
SECRET=\$(cat /tmp/mpc-cluster/cluster.secret)
export MPC_HOSTD_SHARED_SECRET=\"\$SECRET\"
unset SECRET
nohup ./mpc control-plane serve --listen 0.0.0.0:3020 --hostd-port 3010 --allow-remote > cp.log 2>&1 &
echo \$! > /tmp/mpc-cluster/cp.pid
sleep 3
cat cp.log")
printf '%s\n' "$out" | sed 's/^/ /'
if printf '%s\n' "$out" | grep -q 'control-plane: 监听'; then
ok "控制面已起($(printf '%s\n' "$out" | grep -o '监听 [^(]*' | head -1))"
else
fail "控制面没起来"
exit 1
fi
# ★★ 负向(**运行期**):错密钥必须 401。
#
# ★★ 关键:必须有**正向对照**。
# 只判「错密钥不是 200」的话 —— 控制面**没起来**时 curl 连不上,
# 返回码是 `000`,`000 != 200` ⇒ **判通过** ⇒ 假绿。
# ⇒ 先断言「正确密钥拿到 200」,再断言「错密钥拿到 401」。
# ⇒ 顺序不能反:先跑正向,正向不过就不必跑负向。
printf '\n--- 负向矩阵:鉴权 ---\n'
code_ok=$(remote "$HYGON_HOST" "$HYGON_USER_KEY" "$HYGON_PASS_KEY" \
"SECRET=\$(cat /tmp/mpc-cluster/cluster.secret)
curl -s -o /dev/null -w '%{http_code}' -m 8 -H \"Authorization: Bearer \$SECRET\" http://127.0.0.1:3020/nodes")
if [ "$code_ok" = "200" ]; then
ok "正向·正确密钥可查注册表(200)"
else
fail "正向·正确密钥查注册表失败(期望 200,得到 '${code_ok}')—— 控制面没起来?"
exit 1
fi
neg_gate '错密钥 401' \
"curl -s -o /dev/null -w '%{http_code}' -m 8 -H 'Authorization: Bearer wrong-secret-000000000000000000000000000' http://127.0.0.1:3020/nodes" \
'401'
# ── 2. 起两台 hostd(带自报参数)───────────────────────────────────────
#
# ★ 参数与两侧真机的真实物料一一对应(2026-11-09 实测):
# AMD : qemu=/opt/kata/bin/qemu-system-x86_64
# fw=/opt/kata/share/ovmf/AMDSEV.fd
# kernel=/opt/kata/share/kata-containers/vmlinuz-6.12.36-160-confidential
# CSV : qemu=/opt/confidential-containers/bin/qemu-system-x86_64
# fw=/opt/confidential-containers/share/ovmf/HYGONCSV.fd
# kernel=/opt/confidential-containers/share/kata-containers/vmlinuz-5.10.134-102cc-csv-hygon-gpu
# initrd: 两侧共用 /tmp/mpc-tee-run-attestpair/initrd.img(e2e 产物)
# ★ 度量必须**非全零**(全零 ⇒ 节点永远选不中,admit 要求 has_measurement)。
# 这里用「该 initrd 的 sha256」作为声明的度量 —— 它是**部署方声明**的事实,
# 与路径同一性质;真实度量的核对在会话级 admit + 证明门控里做。
start_hostd() {
# $1=label $2=host $3=user $4=pass $5=platform $6=site $7=qemu $8=fw $9=kernel
local label=$1 host=$2 user=$3 pass=$4 platform=$5 site=$6 qemu=$7 fw=$8 kernel=$9
local initrd=/tmp/mpc-tee-run-attestpair/initrd.img
local meas
meas=$(remote "$host" "$user" "$pass" "sha256sum '$initrd' 2>/dev/null | cut -d' ' -f1")
if [ ${#meas} -ne 64 ]; then
fail "${label}:算不出 initrd 度量(${initrd} 不存在?):'${meas}'"
return 1
fi
printf ' %s 度量 = %s\n' "$label" "$meas"
# ★★ 密钥:先推到远端 0600 文件(内容走 stdin,不进 argv)。
printf '%s' "$CLUSTER_SECRET" | remote_put "$host" "$user" "$pass" \
/tmp/mpc-cluster/cluster.secret >/dev/null
local script
script=$(cat <<EOS
cd /tmp/mpc-cluster
# ★ 只杀**自己起的**那个 hostd(按 pid 文件),别 pkill 全局 ——
# \`pkill -f 'mpc hostd'\` 会连带杀掉这台机器上**别的用途**的 hostd。
if [ -f /tmp/mpc-cluster/hostd.pid ]; then
kill "\$(cat /tmp/mpc-cluster/hostd.pid)" 2>/dev/null || true
rm -f /tmp/mpc-cluster/hostd.pid
fi
sleep 1
# ★ 密钥从**文件**读进环境;启动命令行里**不含**密钥
# (argv 会进远端 ps;环境变量不会出现在 ps 的 cmd 列)。
SECRET=\$(cat /tmp/mpc-cluster/cluster.secret)
export MPC_HOSTD_SHARED_SECRET="\$SECRET"
unset SECRET
nohup ./mpc hostd \\
--listen 0.0.0.0:3010 \\
--allow-remote \\
--control-plane $HYGON_HOST:3020 \\
--node-platform $platform \\
--node-site $site \\
--node-host $host \\
--node-tcb 5 \\
--node-qemu $qemu \\
--node-firmware $fw \\
--node-kernel $kernel \\
--node-initrd $initrd \\
--node-measurement $meas \\
--node-capacity 2 \\
--report-interval 5 \\
--guest-endpoint $host:3010 \\
> hostd.log 2>&1 &
echo \$! > /tmp/mpc-cluster/hostd.pid
sleep 3
cat hostd.log
EOS
)
local o
o=$(remote "$host" "$user" "$pass" "$script")
printf '%s\n' "$o" | sed 's/^/ /'
if printf '%s\n' "$o" | grep -qi 'hostd: 监听'; then
ok "$label hostd 已起"
return 0
fi
fail "$label hostd 没起来"
return 1
}
printf '\n--- 起节点 hostd ---\n'
start_hostd 'AMD' "$AMD_HOST" "$AMD_USER_KEY" "$AMD_PASS_KEY" snp alice \
/opt/kata/bin/qemu-system-x86_64 \
/opt/kata/share/ovmf/AMDSEV.fd \
/opt/kata/share/kata-containers/vmlinuz-6.12.36-160-confidential || FAIL_N=$((FAIL_N + 1))
start_hostd 'CSV' "$HYGON_HOST" "$HYGON_USER_KEY" "$HYGON_PASS_KEY" csv bob \
/opt/confidential-containers/bin/qemu-system-x86_64 \
/opt/confidential-containers/share/ovmf/HYGONCSV.fd \
/opt/confidential-containers/share/kata-containers/vmlinuz-5.10.134-102cc-csv-hygon-gpu || FAIL_N=$((FAIL_N + 1))
# ── 3. 等自报进控制面 ──────────────────────────────────────────────────
printf '\n--- 查控制面注册表 ---\n'
sleep 8
# ★ 密钥从**文件**读进环境,**不进 curl 的 argv**(argv 会进远端 ps)。
nodes=$(remote "$HYGON_HOST" "$HYGON_USER_KEY" "$HYGON_PASS_KEY" \
"SECRET=\$(cat /tmp/mpc-cluster/cluster.secret)
curl -s -m 8 -H \"Authorization: Bearer \$SECRET\" http://127.0.0.1:3020/nodes")
printf '%s\n' "$nodes" | sed 's/^/ /'
# ── 判据 ───────────────────────────────────────────────────────────────
#
# ★★ 判据纪律:**否定式判据必须配正向对照**。
# 「注册表里没有全零度量」是**否定式** —— 若 `nodes` 为空
# (curl 失败 / 控制面没起 / 鉴权被拒),grep 找不到全零 ⇒ **恒通过**。
# 症状:控制面根本没起来,脚本却报「度量非全零」⇒ 假绿。
# ⇒ 下面先断言注册表里**确实有**节点(正向),再断言没有全零(否定)。
#
# ★ 另一个坑:`grep -c` 在**没匹配**时返回 1(不是 0),
# 且会往 stderr 打一行 ⇒ 必须 `|| true` 兜住,否则 `set -e` 会误杀。
# ① 正向:注册表**非空**且能查到两个节点。
n_amd=$(printf '%s' "$nodes" | grep -c "$AMD_HOST" || true)
n_csv=$(printf '%s' "$nodes" | grep -c "\"host\":\"$HYGON_HOST\"" || true)
if [ "${n_amd:-0}" -ge 1 ]; then
ok "控制面看到 AMD 节点(${AMD_HOST})"
else
fail "控制面看不到 AMD 节点(${AMD_HOST})—— 注册表内容:${nodes}"
fi
if [ "${n_csv:-0}" -ge 1 ]; then
ok "控制面看到 CSV 节点(${HYGON_HOST})"
else
fail "控制面看不到 CSV 节点(${HYGON_HOST})—— 注册表内容:${nodes}"
fi
# ② 正向:注册表里**确实有**度量字段(非空串)。
# 这是「否定式判据」的锚点 —— 没有它,下面那条「非全零」恒真。
n_meas=$(printf '%s' "$nodes" | grep -c '"measurement"' || true)
if [ "${n_meas:-0}" -ge 1 ]; then
ok "注册表里带度量字段"
else
fail "注册表里没有度量字段(节点自报格式不对?):${nodes}"
fi
# ③ 否定式(**已被 ② 锚定**):全零度量不存在。
ZERO_MEAS=0000000000000000000000000000000000000000000000000000000000000000
if printf '%s' "$nodes" | grep -q "$ZERO_MEAS"; then
fail "注册表里出现了全零度量(那意味着节点永远选不中)"
else
ok "注册表里度量非全零"
fi
printf '\n=== 结果:%d 通过 / %d 失败 ===\n' "$OK_N" "$FAIL_N"
[ "$FAIL_N" -eq 0 ] || exit 1
echo "CLUSTER_SELFREPORT_OK: 两台真机 hostd 已向集群控制面自报成功"