固件 OTA 升级与 Bootloader 设计要点
直接回答: 固件升级通道要和 Bootloader 一起设计,并且在第一台设备出货前定下来:Flash 怎么分区、镜像怎么签名和校验、升级失败怎么回滚、升到一半掉电怎么办。每种故障都要在真板子上测过。设备出货后再改,代价很高。
1.0 为什么升级通道是架构问题
升级看起来像以后再加的功能,实际上它几乎约束了其他所有东西:应用能用多少 Flash,内存映射怎么排,有哪些密钥、放在哪,产线第一次烧什么镜像。设备出货后,Bootloader 就是唯一不能安全替换的代码;它出厂时缺的验签、第二把公钥、可续传交换,后面也补不上。
所以我们把升级通道当作架构的一部分,和内存映射、通信协议写在同一份文档里,在应用开发铺开之前评审。
2.0 先回答这几个问题
| 问题 | 为什么重要 | 常见选项 |
|---|---|---|
| 新镜像怎么到设备上 | 决定传输方式、分块和断点续传 | BLE、USB、UART、Wi-Fi/蜂窝、SD 卡、只用调试器 |
| 下载期间镜像存在哪 | 决定 Flash 预算 | 片内第二分区、外部 Flash、RAM(仅限小镜像) |
| 怎么确认镜像是自己发的 | 防止运行不是你们构建的代码 | 对镜像和头部做签名;只做哈希只能防损坏,不能证明来源 |
| 能不能装回旧版本 | 涉及降级攻击和售后策略 | 单调递增版本号、允许列表、显式降级标志 |
| 新镜像起不来怎么办 | 现场设备变砖 | 试运行再确认、看门狗触发回退 |
| 签名私钥谁保管 | 发布流程和权限 | HSM 或离线机器,不放在构建服务器的工作目录里 |
| 工厂烧什么 | 产线烧录和首次启动 | Bootloader + 已签名应用 + 预置数据(设备证书、序列号等) |
还没想清楚的,先记成待决事项并指定负责人。不要让写成“先什么都收”的 Bootloader 出货,到了现场就收紧不了。
3.0 能扛掉电的双分区方案
预留 Bootloader 之后,如果应用占不到片内 Flash 的一半,就用两个应用分区加一块交换区。Bootloader 从不运行没校验过的分区里的代码。
3.1 Flash 分区
| 区域 | 内容 | 由谁写入 |
|---|---|---|
| Bootloader | 不可更改的第一级代码、验签公钥 | 只在工厂写 |
| Slot 0(主分区) | 正在运行的镜像 | 交换时由 Bootloader 写,或工厂写 |
| Slot 1(候选分区) | 下载下来的新镜像 | 应用里的升级客户端 |
| 交换区 / 状态 | 进度标记,复位后可以接着交换 | Bootloader |
| 配置 / 数据 | 校准值、配对密钥、用户数据 | 应用;升级后必须保留 |
数据区放在两个分区之外,格式带版本号。如果新版本改了数据格式,要有迁移步骤,而且回滚后的旧镜像仍要能读这些数据。
3.2 升级步骤
- 升级客户端分块接收镜像,写入 Slot 1;校验长度和哈希后,把分区标为待升级。
- 下次复位时,Bootloader 检查 Slot 1 的镜像头、版本号和签名。
- 校验通过就交换分区(支持的芯片上也可以直接从 Slot 1 启动),每搬完一个扇区就在交换区记一次进度,交换中途断电,下次上电接着做。
- 新镜像以“试运行”状态启动,跑自检:外设能初始化,通信链路能建立,数据区能读。
- 自检通过,应用把镜像标为已确认。确认前复位或看门狗触发,Bootloader 回退到旧镜像。
这是 MCUboot 等开源 Bootloader 采用的模型,交换和回退的细节可以看它的设计文档。我们不限定用哪个 Bootloader:有的芯片用厂商自带的或者自己写个小的更合适。不管怎么实现,上面这几步我们都会逐条核对。
3.3 单分区和外部 Flash 的变体
片内 Flash 放不下两个分区时,新镜像可以先放外部 Flash,再由 Bootloader 拷进来。这样可行,但拷贝要能断点续做;外部芯片更容易被篡改,拷贝前要重新校验。没有回退镜像的单分区方案,只有在设备随时能通过有线接口救回来、并且救回步骤写成文档的前提下才接受。
4.0 签名与密钥
CRC、SHA-256 这类完整性校验只能发现数据损坏,说明不了镜像是谁编的。要证明来源,得对镜像和头部签名,由 Bootloader 用存放在应用改不到的区域里的公钥验签。
设计文档里我们会写清这几点:
- 签名私钥放在日常构建环境之外,正式版本在单独的、有记录的步骤里签名。
- 预留换钥方案:要么 Bootloader 里存多把公钥,要么写好用已签名镜像更新可信公钥的流程。
- 开发密钥和量产密钥分开。开发板不应误收量产签名的镜像,量产设备绝不能接受开发签名的镜像。
- 版本号写进签名过的镜像头,而不只写在应用里,这样 Bootloader 才能执行防回滚策略。
NIST SP 800-193 从保护、检测、恢复三个方面讲平台固件韧性,小设备也可以拿来当检查表。IETF 的 RFC 9019 描述了物联网设备的固件升级架构和各方角色。
5.0 传输与续传
不管走哪种传输,升级协议都要具备:
- 带偏移量的分块传输,链路断了接着传,不用从头来。
- 一开始就发整包哈希,最后一块收完后核对。
- “镜像传完”和“现在重启”分成两步,由主机决定什么时候重启。
- 给主机清楚的错误码:镜像类型不对、版本被拒、空间不够、校验失败。
BLE 上的吞吐量取决于连接参数和与手机协商的 MTU,不同手机差别很大。按能测到的最差情况设计,并给用户显示进度。设备协议的通用设计见另一篇 BLE 与 USB 设备通信的工程记录。
6.0 出货前要跑的测试
| 测试项 | 期望结果 |
|---|---|
| 下载过程中断电 | 旧镜像照常运行;下载能续传或干净地重来 |
| 交换过程中断电(多个时间点) | 下次启动继续交换;最后只剩一个有效镜像 |
| 镜像被改动一个字节 | 交换前被拒,并向主机报错 |
| 用错误密钥签名的镜像 | 被拒 |
| 更旧版本的镜像 | 被拒,或只按文档规定的降级规则接受 |
| 永远不确认的新镜像 | 复位或看门狗触发后回退 |
| 改了数据格式的新镜像 | 数据完成迁移;回滚后仍能读取 |
| 工厂烧录的设备第一次升级 | 用产线镜像和预置数据能正常升级 |
断电测试要用可编程电源或在电源线上加继电器,再写脚本在下载和交换的每个阶段边界断电,每个断点循环执行,每次记录启动的是哪个镜像。断点位置和循环次数连同结果一起写进测试记录。
7.0 交接内容
- Flash 分区表,以及分区大小的取舍理由。
- 镜像头格式、签名流程和密钥保管说明。
- 升级协议说明,含消息格式和错误码。
- 上面的测试清单,以及在哪块硬件上跑出的结果。
- Bootloader 和首个镜像的产线烧录步骤。
新设备要规划固件,或者已有产品要补升级通道,可以看嵌入式固件页面了解我们的做法;升级包分发的服务器端见 Web、云端与设备管理。项目情况可以通过聊聊项目表单告诉我们。
参考资料
- MCUboot 设计文档:https://docs.mcuboot.com/design.html
- NIST SP 800-193《Platform Firmware Resiliency Guidelines》:https://csrc.nist.gov/pubs/sp/800/193/final
- IETF RFC 9019《A Firmware Update Architecture for Internet of Things》:https://datatracker.ietf.org/doc/html/rfc9019
常见问题
已经出货的产品还能加 OTA 吗?
要看设备上现有的 Bootloader。如果它能通过某个接口接收新的应用镜像,一般可以在应用里加升级客户端,再经这条路径发出去。如果不能,现场设备只能接线升级,改进后的设计用在新生产的设备上。
一定要两个完整的应用分区吗?
两个分区的恢复逻辑最简单,代价是应用可用空间减半。常见替代方案是把候选镜像放外部 Flash,或者用压缩镜像。怎么选应该看早期写下的 Flash 预算,而不是等应用把分区撑满时才发现。
只做 CRC 校验够不够?
CRC 或哈希能发现传输中的损坏,证明不了镜像是你们发的;任何能接触升级接口的人都可能装上自己的代码。Bootloader 验签才能堵上这个口子,而且密钥怎么管和算法本身同样重要。
升级时掉电怎么测?
写脚本测:用可编程电源或继电器在下载和交换每个阶段的边界以及阶段内部的不同偏移处断电,每个断点循环执行,每次记录设备启动的是哪个镜像。结果写进交接文档,下一个工程师可以重跑。
推荐用哪个 Bootloader?
用适合这颗芯片、这份 Flash 预算和你们安全要求的那个。MCUboot 是很多 MCU 上文档完善的开源选择,有时厂商自带的更合适。我们按第 2 节的问题逐项比较,并写下选它的理由。