金融机构的双因素认证（五）：私钥不出硬件

TL;DR

这是《金融机构的双因素认证》系列的第五篇，也是系列里密码学含量最高的一篇。前几篇反复出现同一个问题：密钥托管在哪，就决定了认证强度的上限。短信验证码托管在电信运营商手里（第 2 篇），手机 App 托管在用户个人设备上（第 4 篇）。

智能卡、USB Key、HSM（Chen 注：HSM（Hardware Security Module，硬件安全模块）：专用硬件设备，用于生成、存储和管理密钥，并在设备内部完成加解密、签名等密码学运算，私钥永远不会以明文形式离开设备边界。广泛用于金融、CA（证书颁发机构）、政企场景。） 这类方案，用一个更彻底的设计思路解决了这个问题：私钥从生成的那一刻起就没有离开过硬件，也永远不会离开。这一篇讲清楚这个思想背后的非对称密钥原理，以及国密算法在国内合规场景下的角色。

1. 非对称密钥认证：不共享的秘密

前几篇讲的 HOTP/TOTP 都是对称密钥方案：服务器和令牌两边持有同一份密钥 $K$，认证时双方各自用这份密钥算出同一个结果。对称密钥的固有问题是：这份密钥必须在某个时刻从一方传到另一方（第 3 篇讲的种子分发），传输和存储的每一环都是潜在的泄露点。

非对称密钥（Chen 注：非对称密钥（asymmetric key）密码学，也叫公钥密码学（public-key cryptography），由 Diffie、Hellman、Rivest、Shamir、Adleman 等人在 1970 年代奠基。核心是一对数学上相关但计算上不可互相推导的密钥：公钥（public key）可以公开，私钥（private key）必须保密，公钥加密的内容只能用对应私钥解密，私钥签名的内容任何人用公钥都能验证。）换了一个思路：生成一对密钥，公钥可以公开给任何人（包括认证服务器），私钥永远只有持有者一个人知道，从不传输、从不共享。认证的过程变成一次「挑战应答」：

服务器发一个随机挑战值 $c$（防止重放攻击），持有者用私钥对这个挑战签名得到 $\sigma$，服务器用公钥验证这个签名是否确实由对应的私钥生成。整个过程中，私钥本身从未被传输过，服务器验证的不是「你告诉我的秘密对不对」，而是「你能不能证明你拥有那个只有你才有的私钥」。

2. USB Key 与智能卡：私钥不出硬件的落地形态

USB Key（也称 UKey）和智能卡是这套原理最常见的两种硬件形态。二者原理相同，区别主要是接口和使用方式：USB Key 插入电脑 USB 口使用，智能卡需要配合读卡器。核心设计都是：

• 芯片内置一个安全协处理器，能独立完成密钥生成和签名运算
• 私钥在芯片内部生成，生成后即被锁定，无法通过任何接口读出，只能「使用」（签名/解密），不能「导出」
• 使用时通常还需要输入 PIN 码，构成「持有硬件+知道 PIN」的双因素组合（硬件是「你有的」，PIN 是「你知道的」）

即便攻击者物理拿到了这枚 USB Key，没有 PIN 码也无法使用它签名；即便攻击者知道 PIN 码但没有拿到硬件，也无法伪造签名，因为私钥这个「秘密」从未以任何形式存在于硬件之外。这正是它相比手机 App 动态口令（第 4 篇）的根本优势：手机 App 的密钥仍然是「存在于某处、有可能被读出」的数据，而 USB Key 的私钥被设计成永远不可能被读出。

3. HSM：机构侧的私钥管家

前面讲的是用户侧的私钥硬件，机构自己（作为认证服务器、CA、或需要管理大量密钥的系统）同样需要一个「私钥不出硬件」的方案，这就是 HSM 的角色。

HSM 是专用的硬件设备（可以是插在服务器上的卡，也可以是独立的网络设备），承担几类核心职能：

• 密钥生成与存储：为整个机构生成和管理大量密钥（如 CA 的根证书私钥、批量签发用户证书需要用到的签名私钥），密钥同样遵循「生成后不可导出」的原则
• 密码学运算：签名、加解密等运算在 HSM 内部完成，业务系统只是发起请求、接收结果，从不接触私钥本身
• 物理防篡改：符合金融级安全要求的 HSM 通常带有物理防拆机制，一旦检测到被拆解或异常探测，会自动清除内部存储的密钥

4. 国密算法：SM2/SM3/SM4

国内合规场景下，涉及密码学的系统常被要求使用国密算法（Chen 注：国密算法是国家密码管理局（现国家密码管理局，隶属中央办公厅）主导制定的一系列密码学算法标准，是国内信息系统密码合规的重要组成部分，尤其在金融、政务、关基设施领域应用广泛。）而非国际通用的算法（如 RSA、AES、SHA-256）。本篇涉及的三种国密算法各自对应一类密码学运算：

• SM2：椭圆曲线公钥密码算法，对应本篇讲的非对称密钥签名/加密场景，是 RSA/ECDSA 的国产替代
• SM3：密码散列（哈希）算法，对应 RFC 里 SHA 系列的角色，常用于数字签名前的消息摘要计算
• SM4：分组对称加密算法，对应 AES 的角色，用于数据本身的加解密（不是本篇的密钥认证场景，但常与 SM2/SM3 搭配出现在同一套证书体系里）

USB Key、智能卡、HSM 这类硬件产品面向国内金融机构销售时，通常都会提供国密算法版本，芯片内置的安全协处理器直接支持 SM2 签名运算，私钥生成、存储、运算的流程与前面讲的国际算法版本完全一致，只是底层的数学运算换成了国密标准。

5. 两种场景对比：证书体系的信任根不同

• 内部落地系统：机构通常自建 CA（Chen 注：CA（Certificate Authority，证书颁发机构）：负责签发和管理数字证书的机构或系统。自建 CA 意味着机构自己充当信任根，为内部用户和系统签发证书；相对的是使用第三方公共 CA（如面向公网服务的商业 CA）。），作为整个证书体系的信任根。员工的 USB Key/智能卡由机构自己的 CA 签发证书，机构自己的 HSM 保护根密钥和签发流程。这条信任链完全在机构自己的控制范围内，从密钥生成、证书签发到吊销，机构都有完全的可见性和控制力。

• 专线托管端系统：证书体系可能由托管方运营，也可能是机构证书体系和托管方系统之间建立信任互认关系（机构的证书被托管方系统识别和信任，反之亦然）。信任链因此变长，机构自己签发的证书要被另一个机构的系统信任，中间可能涉及交叉签名、信任链嵌套（Chen 注：交叉签名（cross-signing）：两个 CA 互相为对方的证书签名，让各自签发的证书能被对方体系信任，常见于两条独立信任链需要互认时。信任链嵌套：一条证书链里插入多级中间 CA（比如 A 的中间 CA 证书由 B 的 CA 签发），验证时要沿着更长的路径逐级验证到各自的根，而不是直接到一个共同的根。）等更复杂的证书管理机制。谁来承担证书吊销、有效期管理的责任，需要在合作协议里明确划分。

6. 强度尺定位

按第 1 篇的三级尺，USB Key/智能卡+PIN 码的组合，以及基于 HSM 托管私钥的证书认证，都属于 L3（强化级）：真正的双因素（持有硬件+知道PIN），且因素本身基于硬件加密实现，私钥不出硬件，这正是 L3 的定义门槛。

这是本系列目前讲到的方案里强度最高的一档，代价是实现和运维成本也最高：需要建设或采购 CA 体系、需要给每个用户发放和管理硬件设备、证书的生命周期管理（签发、更新、吊销）本身就是一套复杂的系统工程。

7. 小结

非对称密钥认证的核心思想是私钥不传输、不共享，甚至从设计上就不可能被导出，从根本上解决了前几篇反复出现的「密钥托管介质是否可信」的问题。USB Key/智能卡把这套思想落地到用户侧，HSM 把它落地到机构侧，国密算法则是国内合规场景下这套思想的具体算法实现。

下一篇转向一类完全不同的因素：生物识别。它不再讨论「密钥存在哪」，而是讨论「匹配这件事发生在哪」，这个问题会带来一套新的信任边界判断方式。