# SM9-Embodied-Guardian

**Repository Path**: bowie_Lee/SM9-Embodied-Guardian

## Basic Information

- **Project Name**: SM9-Embodied-Guardian
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 24
- **Created**: 2026-01-29
- **Last Updated**: 2026-01-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# SM9-Embodied-Guardian
 
 > SM9 签名令牌 + 具身智能数据隐私保护与安全访问控制（JSON/SQLite + Streamlit + ROS2）
 
 [中文](README.md) | [English](README_EN.md)
 
 | 链接 | 地址 |
 | --- | --- |
 | 仓库 | https://gitee.com/silver-guardian/SM9-Embodied-Guardian |
 | Issues | https://gitee.com/silver-guardian/SM9-Embodied-Guardian/issues |
 | Pull Requests | https://gitee.com/silver-guardian/SM9-Embodied-Guardian/pulls |
 
 ## 目录
 
 - [项目简介](#项目简介)
 - [快速开始](#快速开始)
 - [功能特性](#功能特性)
 - [环境要求](#环境要求)
 - [安装步骤](#安装步骤)
 - [使用方法](#使用方法)
 - [开发指南](#开发指南)
 - [许可证](#许可证)
 - [联系方式](#联系方式)
 
 ## 项目简介
 
 本项目包含两个任务模块：
 
 1. **任务 1：SM9 算法基础与密钥管理**
 
   - 系统初始化（主密钥生成与参数持久化）
   - 用户注册与属性管理
   - 用户私钥提取与加密存储
   - 分发令牌（可校验）
   - 属性更新触发用户密钥轮换、主密钥轮换、撤销列表
   - 审计日志记录（JSON Lines）
 
 2. **任务 2：具身智能数据隐私保护与安全访问控制**
 
   - 生成机器人/医疗两类传感数据各 5 条并**加密存储**
   - 基于用户属性 + 访问策略进行权限裁决（raw/privacy/deny）
   - 对授权访问返回**SM9签名令牌**，支持验签
   - 对普通权限用户返回**隐私化（脱敏）后的数据**
   - 输出**权限审计报告**（包含逐条访问明细：用户属性/命中策略/访问结果/隐私参数等）
 
 项目支持：
 
 - JSON / SQLite 双存储后端
 - Streamlit 可视化仪表盘（中文界面）
 
 ## 快速开始

 
```bash
git clone https://gitee.com/silver-guardian/SM9-Embodied-Guardian.git
cd SM9-Embodied-Guardian

python -m venv venv

# Windows:
venv\Scripts\activate

# Linux/Mac:
# source venv/bin/activate

pip install -r requirements.txt

streamlit run sm9_privacy_access/dashboard.py
```

如果你只希望运行测试与生成报告，不需要启动 Streamlit。

更多运行命令与参数（含 ROS2/Gazebo 演示）请参考：`使用方法.md`。

## 功能特性
 
### 核心功能
 
 - **SM9 密钥管理**
 
   - 系统初始化（主密钥对生成）
   - 用户密钥提取
   - 密钥分发机制
   - 密钥更新/轮换
   - 密钥撤销机制
   - 主密钥轮换
 
 - **用户属性管理**
 
   - 属性的创建、读取、更新、删除
   - 属性与密钥的绑定
   - 属性变更触发密钥更新
 
 - **数据存储**
 
   - JSON文件存储（轻量级，适合原型验证）
   - SQLite数据库存储（生产环境，支持并发）
   - 私钥加密存储（AES-GCM）
   - 数据完整性校验（HMAC）
 
 - **可视化仪表盘（Streamlit）**
 
   - 系统初始化、主密钥轮换
   - 用户注册、属性更新、密钥分发/轮换/撤销
   - 策略管理与评估
   - 审计日志查看
   - SQLite/JSON 存储后端一键切换与查看
 
 - **访问策略引擎**
 
   - 基于属性的访问策略定义
   - 支持 AND/OR/NOT 逻辑运算符
   - 动态策略评估
 
 - **权限审计追踪**
 
   - 完整的操作日志记录
   - 时间戳、用户、资源、策略、结果等信息
   - JSON Lines 格式日志
 
 - **任务 2：隐私保护与安全访问控制**
 
   - 具身智能多模态数据结构（机器人轨迹/行为日志/医疗生命体征等）
   - 隐私化处理（mask/noise 元信息）
   - 安全访问控制：根据策略返回 `raw` / `privacy` / `deny`
   - 对授权/拒绝访问均签发可验签令牌（用于审计与追溯）
   - 加密存储（独立于任务 1 的用户私钥加密存储）
   - 权限审计报告：按用户/角色/资源/data_id/policy_id 统计，并输出逐条访问明细
 
 ## 环境要求
 
 ### 操作系统
 
 - Windows / Linux / macOS 均可运行（建议 Python 3.10+）
 
 注意：本项目使用 `gmssl-python`，它依赖 **GmSSL 动态库**（如 Linux 下 `libgmssl.so`、Windows 下 `gmssl.dll`）。
 如果你在 Windows 上安装/加载动态库有困难，建议使用 **WSL2（Ubuntu）** 来运行。
 
 ### GmSSL 动态库说明（重要）
 
 `gmssl-python` 是对 GmSSL（OpenSSL 分支）的 ctypes 封装。
 如果没有正确安装/加载 GmSSL 动态库，通常会在 `import gmssl` 时报错。
 
 你可以用下面命令快速检查环境是否具备 SM9 能力：
 
```bash
python -c "import gmssl; print('Sm9EncMasterKey' in dir(gmssl))"
```
 
 ### Python 环境
 
 - Python 3.10 或更高版本
 - pip 包管理器
 
 ### 依赖库
 
 
 项目依赖的 Python 库（见 `requirements.txt`）：
```text
 gmssl-python==2.2.2       # 国密算法库（SM9算法）
 cryptography==42.0.8      # 加密算法库（AES-GCM、HMAC等）
 pydantic==2.7.4           # 数据验证库
 pytest==8.2.2             # 测试框架
 streamlit==1.36.0         # 可视化仪表盘
```
 
 ## 安装步骤
 
 ```bash
 pip install -r requirements.txt
 ```
 
 ## 使用方法
 
 ### 运行演示程序
 
 ```bash
 # 任务1演示（系统初始化/用户/策略/审计示例）
 python -m sm9_privacy_access
 
 # 任务2演示：生成 5+5 数据，加密存储，模拟多用户访问，输出权限审计报告
 python -m sm9_privacy_access.embodied_privacy_access.demo_embodied_privacy_access
 ```
 
 演示程序将：
 1. 初始化SM9系统
 2. 注册示例用户（alice）
 3. 创建访问策略
 4. 评估策略并记录审计日志
 5. 生成系统快照（保存到 `<project_root>/docs/snapshot.json`）
 
 提示：演示程序默认使用 JSON 存储（`~/.sm9_privacy_access/data/store.json`）。
 
 ### 运行可视化仪表盘（Streamlit）
 
 ```bash
 streamlit run sm9_privacy_access/dashboard.py
 ```
 
 打开浏览器后：
 
 1. 在左侧栏选择 **存储后端**：
   - SQLite（`<project_root>/data/store.db`）
   - JSON（`<project_root>/data/store.json`）
 2. 进入【系统】页点击【初始化 / 加载系统】
 3. 在【用户 / 策略 / 评估 / 审计 / 数据库】页面完成操作与查看
 
 说明：仪表盘侧边栏的 `project_root` 默认值为当前仓库/项目根目录，因此默认会写入 `<project_root>/data` 与 `<project_root>/docs`。
 
 ### ROS2 演示（Ubuntu / ROS2 Humble）
 
 本仓库根目录可以直接作为 colcon workspace（`src/` 下为 ROS2 packages）。
 
 本项目 ROS2 部分包含两个节点：
 
 - `access_service`：提供 `/sm9_privacy_access/access_request` 服务。请求参数为 `user_id + data_id + privacy_strength`，按策略返回 `raw/privacy/deny`，并返回 `data_json`（原始/隐私化数据）与可验签 `token`。
 - `gazebo_ingest`：订阅 Gazebo 的 `/odom`、`/scan`，并将数据封装为 `MultiModalData` 后写入任务2的加密存储（`SecureDataStore`）。
   - 启动时会生成并加密存储 **robot + medical 各 5 条**数据（`robot-0..4`、`medical-0..4`）
   - 运行时会持续写入 Gazebo 实时数据（`gazebo-<timestamp>`）
   - 发布最新入库 `data_id` 到 `/sm9_privacy_access/latest_data_id`（仅用于提示 ID）
 
 #### 0) 启动 Gazebo（推荐先用 Turtlebot3 跑通）
 
 安装依赖（如已安装可跳过）：
 
 ```bash
 sudo apt update
 sudo apt install -y ros-humble-gazebo-ros-pkgs ros-humble-turtlebot3-gazebo
 ```
 
 启动 Turtlebot3 Gazebo（另开终端执行）：
 
 ```bash
 source /opt/ros/humble/setup.bash
 export TURTLEBOT3_MODEL=burger
 ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py
 ```
 
 确认 topic 存在（应看到 `/odom`、`/scan`）：
 
 ```bash
 ros2 topic list -t
 ```
 
 ```bash
 # 1) source ROS2 环境
 source /opt/ros/humble/setup.bash
 
 # 2) 在 workspace 根目录构建
 colcon build --symlink-install
 
 # 3) source workspace
 source install/setup.bash
 
 # 4) 启动 sm9_privacy_access（推荐使用 launch：同时启动 access_service + gazebo_ingest）
 ros2 launch sm9_privacy_access_ros2 sm9_privacy_access_gazebo_bridge.launch.py
 ```
 
 如你的 topic 名称不同（自定义机器人/world），可通过参数覆盖：
 
 ```bash
 ros2 launch sm9_privacy_access_ros2 sm9_privacy_access_gazebo_bridge.launch.py odom_topic:=/your_odom scan_topic:=/your_scan
 ```
 
 另开一个终端（同样 source 了 ROS2 + workspace）调用服务。
 
 首先可获取最新入库的 `data_id`（只用于提示 ID）：
 
 ```bash
 ros2 topic echo /sm9_privacy_access/latest_data_id --once
 ```
 
 #### 1) 访问预置的 5+5 加密数据
 
 本项目会在 `gazebo_ingest` 启动时预置并加密存储：
 
 - `robot-0..robot-4`（机器人类）
 - `medical-0..medical-4`（医疗类：包含心率/血压、用药记录、行为日志）
 
 调用服务（返回字段中 `data_json` 为原始/隐私化数据，`token` 为可验签令牌）：
 
 ```bash
 # doctor1 访问 medical-0 预期 raw
 ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'doctor1', data_id: 'medical-0', privacy_strength: 0.9}"
 
 # nurse1 访问 medical-0 预期 privacy
 ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'nurse1', data_id: 'medical-0', privacy_strength: 0.9}"
 
 # guest1 访问 medical-0 预期 deny
 ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'guest1', data_id: 'medical-0', privacy_strength: 0.9}"
 
 # admin1 访问 robot-0 预期 raw
 ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'admin1', data_id: 'robot-0', privacy_strength: 0.9}"
 ```
 
 隐私保护说明：当 `mode==privacy` 时，`PrivacyProcessor` 会基于 `privacy_strength` 对轨迹/点云/生命体征/文本字段做噪声或掩码，并在令牌与审计日志中记录所用方法与参数，满足审计追溯。
 
 #### 2) 访问 Gazebo 实时入库数据（可展示“仿真采集 → 加密存储 → 权限裁决”）
 
 当 Gazebo 在运行且 `/odom`、`/scan` 有数据时，`gazebo_ingest` 会持续写入 `gazebo-<timestamp>`。
 
 ```bash
 # 先获取最新 data_id
 ros2 topic echo /sm9_privacy_access/latest_data_id --once
 
 # 再用该 data_id 发起访问请求
 ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'doctor1', data_id: 'gazebo-<timestamp>', privacy_strength: 1.0}"
 ```
 
 #### 3) 生成权限审计报告（JSON）
 
 审计日志路径取决于你在 launch 中是否传入 `project_root`：
 
 - `project_root:=""`：写入工作区/仓库根目录下的 `docs/audit.log`
 - `project_root:="<some_dir>"`：写入 `<some_dir>/docs/audit.log`
 
 可以使用如下命令生成 embodied_privacy_access 权限审计报告：
 
 ```bash
 # workspace/repo root 模式示例：当你的数据写在 <workspace_or_repo_root>/docs/ 时
 python -c "from pathlib import Path; from sm9_privacy_access.embodied_privacy_access.report import generate_audit_report; root=Path('.'); p=root/'docs'/'audit.log'; out=root/'docs'/'embodied_privacy_access_audit_report.json'; generate_audit_report(audit_log_path=p, output_path=out); print(out)"
 ```
 
 报告中包含：按用户/角色/资源/data_id/policy_id 的统计，以及逐条访问明细（含隐私参数与命中策略）。
 
 说明：ROS2 节点在 `project_root:=""` 时会把运行数据写入当前工作区/仓库根目录（`data/` 与 `docs/`）。
 
 ### 运行测试
 
 说明：为避免与 ROS2 测试混淆，直接运行 `pytest` 时默认不会自动收集 `tests/`.
 如果需要运行保留的 Python 单测，请使用下方命令。
 
 本项目推荐通过 `run_tests.py` 运行测试（它会：
 1) 按任务筛选；2) 输出 durations（用例耗时）；3) 输出 JUnit XML；4) 输出中文报告）。
 
 ```bash
 # 运行任务1测试（SM9 密钥管理）
 python run_tests.py --task task1
 
 # 运行 embodied_privacy_access 测试（隐私保护与访问控制）
 python run_tests.py --task embodied_privacy_access
 
 # 运行全部测试
 python run_tests.py --task all
 
 # 或者直接运行 legacy tests
 pytest tests
 ```
 
 测试产物默认输出到 `docs/`：
 
 - `test_report_task1.json` / `test_report_task1_cn.json` / `test_report_task1_cn.md`
 - `test_report_embodied_privacy_access.json` / `test_report_embodied_privacy_access_cn.json` / `test_report_embodied_privacy_access_cn.md`
 - `junit_task1.xml` / `junit_embodied_privacy_access.xml` / `junit_all.xml`
 
 说明：运行测试时，为避免污染本机环境，存储（`store.json`/`audit.log`/加密数据文件）通常写在 pytest 的临时目录（`tmp_path`）中，不会默认创建 `~/.sm9_privacy_access/`.
 
 测试产物仍输出到仓库的 `docs/`（并已在 `.gitignore` 中忽略）。
 
 A: 在创建 `KeyManager` 时传入不同的存储后端：
 
 ```python
 # 使用JSON存储
 store = JsonStorage(path, integrity_key)
 
 # 使用SQLite存储
 store = SqliteStorage(path, integrity_key)
 ```
 
 如果使用 Streamlit 仪表盘，可以在左侧栏直接切换。
 
 ### Q: 如何修改密码短语？
 
 A: 在创建 `KeyManager` 时传入新的密码短语：
 
 ```python
 km = KeyManager(..., storage_passphrase="new-passphrase")
 ```
 
 注意：修改密码短语后，需要重新初始化系统或使用相同的密码短语才能访问已有数据。
 
 ### Q: 如何查看审计日志？
 
 A: 审计日志是JSON Lines格式，可以使用文本编辑器或JSON工具查看：
 
 ```bash
 # 查看最后10条日志
 tail -n 10 ~/.sm9_privacy_access/docs/audit.log
 
 # 使用jq格式化查看（如果已安装）
 cat ~/.sm9_privacy_access/docs/audit.log | jq .
 ```
 
 ## 开发指南
 
 ### 代码风格
 
 - 使用类型注解（Type Hints）
 - 遵循PEP 8代码风格
 - 关键代码都有详细注释
 
 ### 扩展开发
 
 1. **添加新的存储后端**
本仓库根目录可以直接作为 colcon workspace（`src/` 下为 ROS2 packages）。

本项目 ROS2 部分包含两个节点：

- `access_service`：提供 `/sm9_privacy_access/access_request` 服务。请求参数为 `user_id + data_id + privacy_strength`，按策略返回 `raw/privacy/deny`，并返回 `data_json`（原始/隐私化数据）与可验签 `token`。
- `gazebo_ingest`：订阅 Gazebo 的 `/odom`、`/scan`，并将数据封装为 `MultiModalData` 后写入任务2的加密存储（`SecureDataStore`）。
  - 启动时会生成并加密存储 **robot + medical 各 5 条**数据（`robot-0..4`、`medical-0..4`）
  - 运行时会持续写入 Gazebo 实时数据（`gazebo-<timestamp>`）
  - 发布最新入库 `data_id` 到 `/sm9_privacy_access/latest_data_id`（仅用于提示 ID）

#### 0) 启动 Gazebo（推荐先用 Turtlebot3 跑通）

安装依赖（如已安装可跳过）：

```bash
sudo apt update
sudo apt install -y ros-humble-gazebo-ros-pkgs ros-humble-turtlebot3-gazebo
```

启动 Turtlebot3 Gazebo（另开终端执行）：

```bash
source /opt/ros/humble/setup.bash
export TURTLEBOT3_MODEL=burger
ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py
```

确认 topic 存在（应看到 `/odom`、`/scan`）：

```bash
ros2 topic list -t
```

```bash
# 1) source ROS2 环境
source /opt/ros/humble/setup.bash

# 2) 在 workspace 根目录构建
colcon build --symlink-install

# 3) source workspace
source install/setup.bash

# 4) 启动 sm9_privacy_access（推荐使用 launch：同时启动 access_service + gazebo_ingest）
ros2 launch sm9_privacy_access_ros2 sm9_privacy_access_gazebo_bridge.launch.py
```

如你的 topic 名称不同（自定义机器人/world），可通过参数覆盖：

```bash
ros2 launch sm9_privacy_access_ros2 sm9_privacy_access_gazebo_bridge.launch.py odom_topic:=/your_odom scan_topic:=/your_scan
```

另开一个终端（同样 source 了 ROS2 + workspace）调用服务。

首先可获取最新入库的 `data_id`（只用于提示 ID）：

```bash
ros2 topic echo /sm9_privacy_access/latest_data_id --once
```

#### 1) 访问预置的 5+5 加密数据

本项目会在 `gazebo_ingest` 启动时预置并加密存储：

- `robot-0..robot-4`（机器人类）
- `medical-0..medical-4`（医疗类：包含心率/血压、用药记录、行为日志）

调用服务（返回字段中 `data_json` 为原始/隐私化数据，`token` 为可验签令牌）：

```bash
# doctor1 访问 medical-0 预期 raw
ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'doctor1', data_id: 'medical-0', privacy_strength: 0.9}"

# nurse1 访问 medical-0 预期 privacy
ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'nurse1', data_id: 'medical-0', privacy_strength: 0.9}"

# guest1 访问 medical-0 预期 deny
ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'guest1', data_id: 'medical-0', privacy_strength: 0.9}"

# admin1 访问 robot-0 预期 raw
ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'admin1', data_id: 'robot-0', privacy_strength: 0.9}"
```

隐私保护说明：当 `mode==privacy` 时，`PrivacyProcessor` 会基于 `privacy_strength` 对轨迹/点云/生命体征/文本字段做噪声或掩码，并在令牌与审计日志中记录所用方法与参数，满足审计追溯。

#### 2) 访问 Gazebo 实时入库数据（可展示“仿真采集 → 加密存储 → 权限裁决”）

当 Gazebo 在运行且 `/odom`、`/scan` 有数据时，`gazebo_ingest` 会持续写入 `gazebo-<timestamp>`。

```bash
# 先获取最新 data_id
ros2 topic echo /sm9_privacy_access/latest_data_id --once

# 再用该 data_id 发起访问请求
ros2 service call /sm9_privacy_access/access_request sm9_privacy_access_interfaces/srv/AccessRequest "{user_id: 'doctor1', data_id: 'gazebo-<timestamp>', privacy_strength: 1.0}"
```

#### 3) 生成权限审计报告（JSON）

审计日志路径取决于你在 launch 中是否传入 `project_root`：

- `project_root:=""`：写入工作区/仓库根目录下的 `docs/audit.log`
- `project_root:="<some_dir>"`：写入 `<some_dir>/docs/audit.log`

可以使用如下命令生成 embodied_privacy_access 权限审计报告：

```bash
# workspace/repo root 模式示例：当你的数据写在 <workspace_or_repo_root>/docs/ 时
python -c "from pathlib import Path; from sm9_privacy_access.embodied_privacy_access.report import generate_audit_report; root=Path('.'); p=root/'docs'/'audit.log'; out=root/'docs'/'embodied_privacy_access_audit_report.json'; generate_audit_report(audit_log_path=p, output_path=out); print(out)"
```

报告中包含：按用户/角色/资源/data_id/policy_id 的统计，以及逐条访问明细（含隐私参数与命中策略）。

说明：ROS2 节点在 `project_root:=""` 时会把运行数据写入当前工作区/仓库根目录（`data/` 与 `docs/`）。

### 运行测试

说明：为避免与 ROS2 测试混淆，直接运行 `pytest` 时默认不会自动收集 `tests/`.
如果需要运行保留的 Python 单测，请使用下方命令。

本项目推荐通过 `run_tests.py` 运行测试（它会：
1) 按任务筛选；2) 输出 durations（用例耗时）；3) 输出 JUnit XML；4) 输出中文报告）。

```bash
# 运行任务1测试（SM9 密钥管理）
python run_tests.py --task task1

# 运行 embodied_privacy_access 测试（隐私保护与访问控制）
python run_tests.py --task embodied_privacy_access

# 运行全部测试
python run_tests.py --task all

# 或者直接运行 legacy tests
pytest tests
```

测试产物默认输出到 `docs/`：

- `test_report_task1.json` / `test_report_task1_cn.json` / `test_report_task1_cn.md`
- `test_report_embodied_privacy_access.json` / `test_report_embodied_privacy_access_cn.json` / `test_report_embodied_privacy_access_cn.md`
- `junit_task1.xml` / `junit_embodied_privacy_access.xml` / `junit_all.xml`

说明：运行测试时，为避免污染本机环境，存储（`store.json`/`audit.log`/加密数据文件）通常写在 pytest 的临时目录（`tmp_path`）中，不会默认创建 `~/.sm9_privacy_access/`.

测试产物仍输出到仓库的 `docs/`（并已在 `.gitignore` 中忽略）。

A: 在创建 `KeyManager` 时传入不同的存储后端：

```python
# 使用JSON存储
store = JsonStorage(path, integrity_key)

# 使用SQLite存储
store = SqliteStorage(path, integrity_key)
```

如果使用 Streamlit 仪表盘，可以在左侧栏直接切换。

### Q: 如何修改密码短语？

A: 在创建 `KeyManager` 时传入新的密码短语：

```python
km = KeyManager(..., storage_passphrase="new-passphrase")
```

注意：修改密码短语后，需要重新初始化系统或使用相同的密码短语才能访问已有数据。

### Q: 如何查看审计日志？

A: 审计日志是JSON Lines格式，可以使用文本编辑器或JSON工具查看：

```bash
# 查看最后10条日志
tail -n 10 ~/.sm9_privacy_access/docs/audit.log

# 使用jq格式化查看（如果已安装）
cat ~/.sm9_privacy_access/docs/audit.log | jq .
```

## 开发指南

### 代码风格

- 使用类型注解（Type Hints）
- 遵循PEP 8代码风格
- 关键代码都有详细注释

### 扩展开发

1. **添加新的存储后端**
   - 继承 `StorageBackend` 基类
   - 实现所有抽象方法
   - 添加完整性校验支持

2. **添加新的策略运算符**
   - 修改 `policy.py` 中的 `_ALLOWED_NODES`
   - 更新策略评估逻辑

3. **集成真实的SM9算法**
   - 修改 `crypto/sm9_backend.py`
   - 实现 `SM9Backend` 接口
   - 当前实现基于 `gmssl-python`（依赖 GmSSL 动态库）；如需替换为其它实现，可新增后端并在工厂方法中选择

## 许可证

本项目采用 **Apache License 2.0** 开源协议。

### 重要声明

1. **实验性软件**：本项目为实验性研究项目，仅供学习和研究使用，不适用于生产环境或安全关键系统。

2. **密码学实现**：本项目使用 gmssl-python 实现 SM9 算法。使用者需自行：
   - 验证密码学实现的正确性和安全性
   - 遵守当地密码学法规和出口管制规定
   - 在生产部署前进行独立安全审计

3. **隐私与数据保护**：本软件处理敏感数据（生物特征、医疗记录、位置数据等）。使用者必须：
   - 遵守适用的数据保护法律（GDPR、HIPAA 等）
   - 实施适当的数据存储和传输安全措施
   - 获得必要的数据处理授权和同意
   - 根据法律要求进行隐私影响评估

4. **无安全保证**：虽然本软件实现了隐私保护和访问控制机制，但贡献者不对系统的安全性或隐私保证做任何担保。使用者需自行承担使用本软件的所有风险。

5. **第三方依赖**：本项目依赖第三方库（gmssl-python、cryptography 等），使用者需审查并遵守所有依赖项的许可证。

6. **研究与教育用途**：本软件设计用于：
   - 学术研究和教育
   - 原型开发和测试
   - 算法验证和基准测试
   
   商业使用需要额外评估，可能需要单独的许可安排。

### 许可证全文

详见 [LICENSE](LICENSE) 文件。

### 贡献

通过向本项目贡献代码，您同意您的贡献将按照相同的 Apache License 2.0 条款授权，并且您保证您有权提交该贡献。


## 更新日志


## 参考资源

- [SM9算法标准](http://www.gmbz.org.cn/)
- GmSSL（gmssl-python 依赖的底层库）
- [Python cryptography文档](https://cryptography.io/)

## 联系方式

如有问题或建议，请通过以下方式联系：

- 提交 Issue：https://gitee.com/silver-guardian/SM9-Embodied-Guardian/issues
- 发送邮件至项目维护者
---
 
**注意**：本项目为实验性质，生产环境使用前请进行充分的安全评估和测试。