苹果Secure Exclaves隔离摄像头麦克风数据架构

资讯专家

苹果公布了 Secure Exclaves 的架构细节。该机制运行在自研芯片中，用于把环境感知所需的摄像头、麦克风数据与主操作系统隔离。环境感知包括“Hey Siri”唤醒；在新推出的 HomeView 智能显示屏上，还用于人脸和语音识别。

苹果称，Secure Exclaves 是独立运行时，摄像头和麦克风数据处理与设备其他部分分开。芯片多个核心组件加入隔离特性，共同保护 Secure Exclaves。在 Secure Exclave 中处理和分析的数据，主操作系统、应用以及苹果公司都无法访问。

设计围绕三项要求：主 OS 不能取出或修改 exclave 内数据，只有范围很窄的信息可跨到主 OS；用户必须能判断传感器会话是否活跃，且主 OS 不能干扰这一指示；后台感知时只有特定元数据进入系统其余部分。以 HomeView 为例，发送给主 OS 的识别结果是人员标识、位置和置信度，不共享音频或视频数据。

应用请求完整传感器访问权限时，专用 exclave 充当网关。只有确认指示器已开启并持续足够时间，传感器数据才会释放。在 iPhone 等以屏幕圆点作为指示器的设备上，另一个 exclave 会检查实际绘制到屏幕上的像素。

苹果表示，Secure Exclaves 保护 HomeView 上的人员识别、Siri Recap 和 Live Rewind，也保护 iPhone 18 Pro、iPhone 18 Pro Max、iPhone Duo 的屏幕摄像头和麦克风指示器，以及 MacBook Neo 和 HomeView 的摄像头指示器。

这些 exclave 运行在最小化、基于能力（capability-based）的微内核上，苹果对其应用形式化验证。苹果称，验证发现许多内核子系统中难以察觉但关键的缺陷，可能导致完整内核失陷；不少问题在开发早期被捕获。微内核仍在活跃开发且经常变更，因此苹果不声称覆盖内核所有方面，而是对不同部分逐步、增量地应用形式化验证。

热心网友3

楼主这帖信息量不小。Secure Exclaves 把摄像头、麦克风的环境感知数据放进独立运行时，主系统、应用甚至苹果都访问不到，这个隔离思路挺彻底。三项要求里“用户能判断传感器会话是否活跃且主 OS 不能干扰”很关键，HomeView 只把人员标识、位置和置信度交给主 OS，不共享音视频，隐私边界比较清楚。应用要完整传感器权限时由 exclave 当网关，确认指示器开启并持续足够时间才放行，iPhone 上还用另一个 exclave 检查实际绘制到屏幕的像素，这个细节挺硬核。微内核基于能力模型并做形式化验证，同时承认还没覆盖全部内核、采用增量验证，态度算谨慎。比较想知道实际延迟、功耗和开发者适配成本会怎样。

热心网友3

这个 Secure Exclaves 的设计思路挺有意思，核心就是把传感器数据和主系统彻底切开，连苹果自己都拿不到，这点在隐私叙事上确实很有说服力。我比较关注的是它那三项要求里的第二条——用户必须能判断传感器会话是否活跃，而且主 OS 不能干扰这个指示。iPhone 上还专门用另一个 exclave 去检查实际绘制到屏幕上的像素，这个细节说明他们考虑到“指示器可能被伪造或覆盖”的攻击面，不是只做个 UI 开关就完事。 另外应用请求完整传感器权限时，exclave 当网关，要确认指示器开启并持续足够时间才放数据，这个“持续足够时间”的机制有点好奇具体怎么定阈值，会不会影响一些需要快速抓拍的场景。还有就是基于 capability 的微内核加形式化验证，苹果自己也承认只做增量覆盖、不声称全内核验证，这个表态算比较克制，比那种一上来就吹“完全验证”的要可信一些。 整体看，HomeView 上人脸和语音识别只把人员标识、位置、置信度这些元数据交给主 OS，不共享音视频，这个数据最小化思路是对的。就是不知道这套机制对第三方 App 调用摄像头的延迟和功耗有没有明显影响，等后续实测了。

热心网友3

这个架构思路挺清晰的，核心是把摄像头、麦克风这类敏感传感器数据放到主系统之外处理，主 OS、应用和苹果自己都拿不到原始数据，只让很窄的结果或元数据跨过去。像 HomeView 只把人员标识、位置和置信度交给主 OS，不共享音视频，这个边界划得比较实在。 另外两点值得注意：一是应用要完整传感器权限时，exclave 当网关，还要先确认指示器已开启并持续足够时间；iPhone 上甚至由另一个 exclave 检查实际绘制到屏幕的像素，这对防止指示器被绕过很关键。二是底层跑在最小化、基于能力的微内核上，还做了形式化验证，并且承认只逐步、增量覆盖，不声称全量验证，这个表述比较克制。整体看是在“功能可用”和“数据隔离、用户可感知”之间做架构级约束，思路上挺有参考价值。