跳转到内容

Media Service Binding

0. 规范语言

本文中的规范关键字（MUST / SHOULD / MAY 等）按 conformance/normative-language.md 解释；仅大写形式具规范约束力。

1. 目标与范围

本文件定义 Arkret 多人会议的 transport-agnostic 媒体服务 backend 绑定：媒体服务发现（ak.realm.media_service 的 multi-focus 描述符）、token / participant binding 兑换、focus 选举与 session 持久化、SFU 权限与 participant identity 交叉校验，以及媒体 E2EE 帧密钥注入与治理绑定。LiveKit / mediasoup / Janus / arkret_native / MoQ-relay 都作为可替换 backend 通过 foci[].focus_kind 区分，具体 wire 见 bindings/<focus_kind>.md 附录。

边界：

  • ephemeral 信令（offer/answer/candidate、ICE/TURN 发现与刷新、一对一通话、推送）见 webrtc-signaling.md。
  • durable 会议状态（ak.call.state payload、状态机、participant 与录制生命周期）见 call-state.md。

2. Realtime Media Services

ak.realm.media_service 把媒体服务声明为 multi-focus 列表 + transport-agnostic backend 描述符。协议层永不规定 SFU 内部协议；LiveKit / mediasoup / Janus / arkret_native / MoQ-relay 都作为可替换 backend 通过 foci[].focus_kind 区分，具体 wire 见 bindings/<focus_kind>.md 附录。

{
  "kind": "ak.realm.media_service",
  "payload": {
    "value": {
      "service_id": "ak:did_core:webvh:z7ECJ5c1A1o5Xr1AdPqPCBD7L",
      "modes": [
        "turn",
        "sfu"
      ],
      "ice_config_endpoint": "https://media.example.com/_arkret/self/rtc/ice-config",
      "foci": [
        {
          "focus_id": "fra-1",
          "focus_kind": "livekit",
          "region": "eu-fra",
          "token_endpoint": "https://media.example.com/_arkret/self/rtc/token",
          "connect_url": "wss://livekit-fra.example.com",
          "capabilities": ["audio", "video", "screen", "e2ee_sframe"],
          "health_endpoint": "https://media.example.com/_arkret/self/rtc/health/fra-1"
        },
        {
          "focus_id": "us-east-1",
          "focus_kind": "livekit",
          "region": "us-east",
          "token_endpoint": "https://media.example.com/_arkret/self/rtc/token",
          "connect_url": "wss://livekit-use.example.com",
          "capabilities": ["audio", "video", "screen", "e2ee_sframe"],
          "cascade_group": "livekit-cloud-mesh-a"
        }
      ],
      "default_call_mode": "sfu",
      "allowed_call_modes": [
        "p2p",
        "sfu"
      ],
      "recording_supported": false
    }
  }
}

字段语义（normative）：

  • foci[].focus_id：focus 在该 Realm media service 内的稳定 ID；进入签名 canonical bytes 与 session_focus 选举（见 call-state.md §4.1）。
  • foci[].focus_kind：backend binding 标识。字段名用 kind 轴而不是 type：这是 Arkret 自有的封闭 registry，而 type 轴按 classification-field-registry.json 只留给逐字沿用外部标准的字段。v1 注册值：livekit、mediasoup、janus、arkret_native、moq_relay（实验保留位，v1 周期内不提供 normative binding）。moq_relay 在激活前必须由独立 binding 精确钉定 draft-ietf-moq-transport revision、Arkret participant/session/track 到 MOQT namespace/track/object 的映射、relay authorization、SFrame / secure-object 绑定、resume 与错误语义；草案 revision 变化按新 binding profile release 处理，不得原地漂移。客户端遇到未知或 unsupported focus_kind MUST fail closed（错误码 unknown_focus_type），不得尝试把 token 交给任意 SDK。
  • foci[].token_endpoint：token 兑换端点；所有 backend 共用同一抽象（见 §3），差异只在 backend_token 形态。
  • foci[].connect_url：backend 连接入口；具体协议由 backend binding 附录定义。
  • foci[].capabilities[]：该 focus 支持的能力子集，用于客户端能力协商。
  • foci[].health_endpoint（optional）：客户端预检 endpoint，返回 200 + {"status":"ok","load":<0..1>}。只用于尚未 commit session_focus 前排序本地 foci_preferred；一旦 call_focus 已存在 session_focus，connect 失败 MUST 暴露为 focus 不可用，不得静默切到另一 focus（session_focus_no_split_brain）。
  • foci[].cascade_group（optional）：声明属于同一 backend cluster 的 focus 集合；客户端可据此向用户披露”跨区域会议由 backend 内部级联”。协议层不规范 SFU-to-SFU cascading 协议；每个 backend 自行实现 mesh，正式 Arkret wire 只公开 foci[].cascade_group 与用户可见披露语义。

ak.realm.media_service 的媒体描述符位于 payload.value；payload.value.foci[] MUST 非空。只提供单个 sfu_endpoint、把媒体描述符扁平放在 payload 下，或缺少 payload.value.foci[] MUST fail closed，返回 schema_violation 或 failed_precondition，原因码 media_service_foci_required；服务端不得在实时路径中自动补写、normalize 或推断 focus。

字段集合是封闭的（normative）：payload.value 与 foci[] 的完整字段集以 event-payload.schema.json 的 $defs/realm_media_service_payload 为权威机读真源，二者都 additionalProperties: false；foci[].focus_id、focus_kind、token_endpoint 与 connect_url 是 required。token issuer 的部署配置 MUST NOT 出现在本 typed current result 中——签名 key id、token audience、TTL 与 backend API 凭据都是 foci[].token_endpoint 所指服务自己的配置，把它们写进本 typed current result 会有两个后果：轮换一次 issuer key 就需要一条持有 ak.realm.media_service / ak.policy.manage capability 的 Realm policy Event，且 issuer 内部配置对全体 Realm 成员外露。客户端与 token issuer MUST 都按同一 schema 消费该 typed current result；任何一侧私自读写未登记字段，都会让另一侧对同一条已签名 typed current result 解析出不同结果，而这种错配不会被任何东西报错。

修改该 state event 需要 ak.realm.media_service 或 ak.policy.manage capability。

2.1 完整性绑定（normative）

ak.realm.media_service 的 service_id、ice_config_endpoint 与 foci[].token_endpoint 是媒体 token / TURN credential 签发权与 issuer DID 锚定的信任根(见 §3 / §7 与 call-state.md §4.1)。为保证”谁担保该 service_id / endpoint 列表未被篡改”,本节固定:

  • ak.realm.media_service state Event（含 service_id、ice_config_endpoint 与全部 foci[].token_endpoint）MUST 通过普通 Event proof、authority-commit admission 与 accepted RealmCommit state 物化；客户端不得接受未进入当前 accepted policy projection 的本地/OOB endpoint。
  • 普通已登录客户端在把这些字段锚定为 credential issuer DID 前，MUST 通过 ../sync/server-trusted-results.md §5.9 的 ak.self.media_service_binding.read.resolve.v1 取得自己 Station 在其 exact accepted basis 下给出的已验证 route 与 signing_keys，并把 route.service_id 与本地已安装的该 typed current result 当前值逐字比较，再核对 ice_config_endpoint 与每个 foci[].token_endpoint 的 origin 落在 route.base_url 之内；不相等、缺失、stale 或结果窗口已过期时 fail closed（media_service_binding_uncovered）。客户端 MUST NOT 自行解析该 service DID 的 method history、witness 记录或 describe，也 MUST NOT 把任意候选 origin 的自报当作 route。服务器、联邦接收方与独立审计者按各自角色继续执行 DID 权威验证。普通 endpoint 变更不改变 MLS key 持有人，因此不得仅为它强制 rekey。
  • media_service_decrypts 或 plaintext_visible_services 的 accepted effect 改变媒体明文接收者，但不改变 MLS leaf 集合，因此不推进 key_access_revision（encryption-and-audit.md §2.4.1 只由 membership 推进）。解密媒体的 SFU／MCU 只经 §8.1 取得绑定 call、focus 与 participant 的 frame key，是否向它发布只按当前 accepted policy projection 与 §8.2 三层校验判定。

3. Token Exchange (normative)

会议加入前，客户端 MUST 先向 foci[].token_endpoint 兑换 backend 凭证；issuer 是 Arkret-side 授权组件。backend_token 是由同级 backend_kind 判别的 closed union：arkret_native 必须携带 bindings/arkret-native.md §2 的 typed object；livekit、mediasoup、janus、moq_relay 必须携带非空 opaque string，并由对应 backend SDK 继续解析。客户端 MUST 拒绝 branch 不匹配、未知 backend 或把 object 再编码成 JSON string 的响应。Token endpoint 等价于 MSC4195 lk-jwt-service，但绑定到 Arkret 的 capability、当前 accepted Realm policy；服务实际取得媒体明文时还必须绑定当前 key_access_revision。

请求：

POST {token_endpoint}
Authorization: <device proof | bearer>
Content-Type: application/json

请求 body（与 CallMediaTokenExchangeRequestBody 共用同一机读合同）：

{
  "realm_id": "ak:realm:Ac1aCK8aQdnkYImvdH3DFjq4jDCP198pXYWCGzGuVyj5",
  "call_id": "ak:call:ARzVic5s2NUShp82C8GPo-shbkm7isUWyvILLThc3aNL",
  "actor_id": {
    "kind": "account",
    "account_id": {
      "principal_id": "ak:did_core:webvh:z6mkfixture",
      "station_id": "ak:did_core:webvh:z6mkfixturestationexample"
    }
  },
  "device_id": "ak:device:0198c2f4-0000-7000-8000-000000000001",
  "focus_id": "fra-1",
  "capability_refs": [
    "ak:grant:AUFBzmnhUmJ_VzOH2YJX1xVzwAsxVk_-5MZ_5wu41zCA"
  ],
  "desired_media": { "audio": true, "video": true, "screen": false }
}

响应（binding scheme 由本 operation 固定为 ak.media.participant_binding.v1，不重复携带）：

{
  "focus_id": "fra-1",
  "backend_kind": "livekit",
  "connect_url": "wss://livekit-fra.example.com",
  "backend_token": "<opaque to Arkret protocol — backend-specific>",
  "participant_id": "ak:rtc_participant:0198c2f4-0000-7000-8000-000000000000",
  "participant_binding": {
    "expires_at": "2026-05-27T12:34:56.000Z",
    "issuer_kid": "did:webvh:z6mkfixture:media.example#key-1",
    "sig": "AA"
  },
  "expires_at": "2026-05-27T12:34:56.000Z",
  "realm_id": "ak:realm:Ac1aCK8aQdnkYImvdH3DFjq4jDCP198pXYWCGzGuVyj5",
  "call_id": "ak:call:ARzVic5s2NUShp82C8GPo-shbkm7isUWyvILLThc3aNL",
  "actor_id": {
    "kind": "account",
    "account_id": {
      "principal_id": "ak:did_core:webvh:z6mkfixture",
      "station_id": "ak:did_core:webvh:z6mkfixturestationexample"
    }
  },
  "device_id": "ak:device:0198c2f4-0000-7000-8000-000000000001"
}

核心约束（normative）：

  • Backend token branch：backend_kind 与 backend_token 形状 MUST 逐项匹配。arkret_native branch 是 closed {kid,payload,sig,signature_algorithm:"Ed25519"} object，其中 payload 也是 closed typed object；其余 v1 branch 是非空 string。实现不得使用 Value、object-as-JSON-string、先尝试 string 再尝试 object，或任何未登记 fallback。
  • TTL 短期化：backend_token / participant_binding expires_at 的硬上限 MUST ≤ 600s（10 分钟）；推荐上限 SHOULD ≤ 300s。过期前客户端 MUST 重新兑换；backend token 一旦泄漏在 TTL 内通常不可吊销（除非 backend 提供 revocation list），短 TTL 是工程兜底。
  • Token issuer DID 锚定：ak.realm.media_service 是 commit-ordered projection 单值 typed current result；participant_binding.issuer_kid 的 controller bare DID MUST 逐字等于当前 epoch 唯一 settled ak.realm.media_service.service_id，具体 key MUST 命中 §2.1 同一 service 结果 signing_keys 中的某个 verification_method。typed current result 缺失、必要证明未就绪、安全确认故障或结果 service 不等时均不可用，不存在多 service 列表或“之一”分支；验签不要求逐 token 在线解析 DID。出现新 service / key epoch、binding invalidation 或该结果窗口过期时重新取得 §2.1 的结果，普通客户端不因此获得 DID 权威验证职责。客户端 MUST 拒绝来自未授权 DID 的 token，错误码 token_issuer_unauthorised。该规则把 token 签发权与 Realm policy 锁定，防止任意 service 凭空铸造 join token。
    • 命名与类型（normative）：issuer_kid 是 issuer key identifier，不是 issuer service identifier，因此该字段名不得改成 issuer_id。其值 MUST 是带 verification-method fragment 的 DID URL（例如 did:web:media.example#key-1）；去掉 #fragment 后得到的 service DID 才与当前 epoch 的 service_id 做锚定。service_id 标识服务主体，issuer_kid 标识该主体用于本次签名的具体密钥，二者不可互换。
    • 轮换语义（normative）：participant_binding 只承诺六元组 + expires_at，不绑定签发时的 media_service epoch。issuer 锚定按写入 ak.call.state 时的当前 epoch service_id 判定（call-state.md §4.1），因此一次 media_service 轮换（旧 service_id 被移出当前 epoch）即时作废由被移出 service 签发、尚在 TTL 内的在途 binding：reducer MUST 以 token_issuer_unauthorised 拒绝其落账，客户端 MUST 重新向当前 epoch service 兑换。这是已知的 ≤600s 活性窗口（与 TTL 上限一致），不引入跨 epoch binding 复用；实现 MUST NOT 为旧 epoch binding 增设 grace 接受。
  • participant_id 形态：作为 SFU-local 短期随机 handle，scope 限 (call_id, focus_id, sfu_did)；MUST NOT 携带可关联到长期 actor 身份的可识别信息（与 webrtc-signaling.md §4.1 pairwise pseudonym 规则对齐），也不得由可公开重算的主体元组确定性派生。六元组绑定职责由下方 participant_binding 的签名承诺承担。
  • participant_id 传播边界：因为它本身不携带 actor 链接信息，客户端 MUST 把它写入 ak.call.state.roster_delta.op="join" 的 participant value（用于 §7 cross-check）——这条安全集合 value 是 Realm-encrypted control state，不构成 actor-身份外泄。但 participant_id MUST NOT 进入下列三类 surface：(a) 任何 plaintext audit log / 服务方 access log（包括 backend SFU 自身的日志）；(b) 任何 unencrypted ephemeral / push / telemetry 通道；(c) backend 一侧对外的 metrics、tracing 标签或 cross-tenant 数据导出。Backend 内部允许保留它作为 SFU-local routing handle，但不应跨 call leg / 跨 tenant 复用。
  • 唯一载体与重建：participant_binding 恰为 {expires_at, issuer_kid, sig}。token outcome 同时携带 realm_id、call_id、focus_id、actor_id、device_id、participant_id；与 exact request 对应坐标必须一致。durable roster entry 保存 actor_id/device_id/participant_id/focus_id 与该 binding，realm_id 和 call_id 从 enclosing Call 身份取得。写入时 focus_id 必须等于已接受的 selected focus；以后轮换 focus 不改旧 entry 的签名输入。p2p/mesh 不携带这组三字段。无完整七元组的 carrier MUST 拒绝，不能查询不相关状态补齐、使用空值或保留另一种完整 binding 形状。issued_at 没有签名或消费者，删除；签名七元组与域分隔 bytes 保持不变。
  • participant_binding 是 token issuer 对 (realm_id, call_id, focus_id, actor_id, device_id, participant_id, expires_at) 的签名承诺。客户端 MUST 先验证该 binding，再把它写入 / 对照 call_roster 已确认活跃集合（见 call-state.md §4）。backend 只看到 participant_id 与 backend_token，不应获得长期 actor 身份。
  • 落账时序：客户端在获得 token exchange response 后，MUST 先提交包含本端 participant_id 与 participant_binding 的单项 ak.call.state.roster_delta join，并等待该 event 被服务端接受，之后才可把该 identity 视为 durable roster 成员并向用户暴露/订阅对应 SFU media stream。ak.call.signal 中的 invite / answer 只表示实时协商意图，MUST NOT 作为 participant authorization 或 cross-check 真源。

    • 签名输入（normative，跨实现互通契约）：participant_binding.sig MUST 是 issuer 私钥（对应 issuer_kid）对下列字节串的 Ed25519 签名：

      signing_input =
        "ak.media.participant_binding.v1" || 0x00 ||
        canonical_json({ actor_id, call_id, device_id, expires_at,
                         focus_id, participant_id, realm_id })

      第一段是固定 ASCII 域分隔 label（逐字节等于 scheme 值），随后单字节 0x00 分隔，再接 7 字段对象的 canonical JSON（RFC 8785 JCS：键按字母序、无多余空白，故字段书写顺序无关）。签名仅覆盖这 7 个权威字段；binding 对象另带的 scheme / issuer_kid / issued_at 是未签名元数据，MUST NOT 进入 signing_input。接收方据 wire 上的 7 个权威字段值重建 signing_input 再验签——故篡改任一权威字段都会令验签失败。任何 media service（arkret_native / LiveKit / 第三方）MUST 按此构造，任何客户端 / reducer MUST 按此验签；实现 MUST NOT 引入私有 domain 前缀，也 MUST NOT 把元数据字段并入签名输入，否则破坏跨 service 互通。

  • 调用者 device proof / bearer 有效，未 revoked。
  • Actor 在 realm_id 拥有 ak.call.join capability；desired_media 不超过授权（ak.call.screen_share 等子 capability 检查）。
  • Realm policy 允许该 focus_id（即 focus 出现在当前 ak.realm.media_service.foci[] 中）。
  • 如果 call_focus 已存在 session_focus，请求的 focus_id 必须与其完全一致；不一致 MUST 返回 focus_mismatch。
  • call state 允许新 participant；且按分层 predicate 校验该 (actor_id, device_id)：actor 在 realm_id 的 Realm membership 为 join（若 scoped 到 Circle 则同时为该 Circle 活跃成员）、account status 不为 suspended / deactivated / erasure_pending、device_id 的 device grant 未 revoked。
  • ak.realm.media_service 与 token request 使用同一 current accepted policy projection；stale endpoint 返回 media_service_binding_uncovered。若服务将解密媒体，另要求 current MLS group 已覆盖其 current key_access_revision（不处于 epoch_update_required）；未覆盖返回 mls_governance_binding_stale。
  • 如果 backend 将解密媒体（media_service_decrypts=true），完整执行 §8.2 的三层校验。

3.1 签名 domain label 分离（normative）

媒体路径上的每一类 Ed25519 签名 MUST 以一个独立的 ASCII domain 分隔 label 前缀其 signing_input，再接单字节 0x00 分隔与该签名覆盖的 canonical bytes。该 label 是签名的安全域分离参数：它把”同一 issuer key 在不同用途上产生的签名”彼此隔离，使任一签名 MUST NOT 被验证方在另一用途下重新解释（cross-protocol / cross-purpose signature confusion）。任何 media service（arkret_native / LiveKit / 第三方）MUST 按本表构造签名，任何客户端 / reducer MUST 按对应 label 重建 signing_input 再验签；验证方 MUST 在重建时使用其期望用途对应的 label，签名方使用了不匹配 label 即视为验签失败。

v1 Ed25519 媒体签名点与其 label 常量（逐字节 ASCII）：

签名点domain label 常量signing_input 覆盖定义处
participant_binding.sigak.media.participant_binding.v1label || 0x00 || canonical_json({actor_id, call_id, device_id, expires_at, focus_id, participant_id, realm_id})（7 元组，见 §3）§3（已字节锁，本节仅引用，不改）
ICE config response signatureak.media.ice_config.v1label || 0x00 || canonical_json(ICE config response 去除 signature 字段后的完整权威对象)；300 秒 bucket 与 expiry 由已签 issued_at, ttl_seconds 计算，不进入 wirewebrtc-signaling.md §4.1
backend_token.sig（backend_kind="arkret_native"）ak.media.backend_token.v1label || 0x00 || canonical_json(backend_token.payload)bindings/arkret-native.md §2
sfu_signature.sig（backend_kind="arkret_native"）ak.media.sfu_answer.v1label || 0x00 || canonical_json({call_id, focus_id, participant_id, realm_id, sdp})bindings/arkret-native.md §3

约束细则：

  • ICE config response 签名 MUST 用 distinct label ak.media.ice_config.v1（normative）：ICE config 响应签名覆盖的完整权威对象（包括 realm_id / call_id / actor_id / device_id / issued_at / ttl_seconds / ice_servers[] 与策略字段）与 participant_binding 的 7 元组不同用途、部分字段重叠；若两者复用同一 label，则一个 issuer key 对 ICE config 的签名可能被在 participant_binding 验证路径下重解释（反之亦然）。因此 ICE config 签名 MUST 以 ak.media.ice_config.v1 前缀其 signing_input。canonical 定义见 webrtc-signaling.md §4.1。
  • 不在本 label 体系内的媒体凭证（据实说明各自的域，MUST NOT 强加 Ed25519 label）：
    • backend_token（LiveKit 部署）是 LiveKit JWT，自带 alg / iss 等 JOSE header 与 issuer 标识，其签名域由 JWT 标准与 LiveKit API Key/Secret 决定（见 bindings/livekit.md §2），不进入本节 Ed25519 label 体系。
    • TURN REST 凭证不是 Ed25519 签名而是 HMAC：credential = HMAC-SHA256(turn_shared_secret, username)，其中 username = "<expiry-unix>:<per-call-pairwise-pseudonym>"（见 webrtc-signaling.md §4.1）；pseudonym 本身亦由 HMAC 派生。HMAC 的域由其 turn_shared_secret 与 username 输入构造决定，不属于 Ed25519 签名 domain label 范畴。
  • 本节只规定 Ed25519 签名类（participant_binding / ICE config / arkret_native backend token 与 SFU answer）的 domain label 分离；MUST NOT 借此更改任何媒体密钥本身、MUST NOT 更改客户端对 issuer / service DID 公钥的锚定路径（§2.1 / §3 / §6 的公钥锚定保持不变）。新增 label 仅约束签名输入前缀，不引入新密钥派生。

4. SFU Service

SFU 在 v1 通过 §2 的 foci[] 声明，每个 focus 通过 focus_kind 选择具体 backend binding：

  • focus_kind="livekit"：见 bindings/livekit.md。
  • focus_kind="arkret_native"：见 bindings/arkret-native.md（reference / conformance binding，不作为生产媒体后端）。
  • focus_kind="mediasoup" / focus_kind="janus" / focus_kind="moq_relay"：保留位，v1 周期内不提供 normative binding；客户端遇到 unsupported focus_kind MUST fail closed，错误码 unknown_focus_type。

不论 backend 类型，client→backend 媒体协商前 MUST 先完成 §3 Token Exchange；具体 backend_token 形态、connect handshake、SDP 协商由 backend binding 附录定义。下面的 §5 / §6 / §7 是跨 backend 通用约束。

5. Focus Selection 与 Session 持久化（normative）

会议第一次 join 时由客户端排序 foci_preferred[] 写入 ak.call.state.roster_delta.participant.foci_preferred；之后用 deterministic, no-vote 规则收敛为单一 session_focus：

  1. 若 call_focus 已存在 session_focus，它就是唯一 authoritative focus；客户端和 token issuer MUST 使用它。
  2. 若 session_focus 尚不存在，收集所有当前 active member 的 (joined_at, actor_id, device_id, foci_preferred) 元组；按 (joined_at, actor_id, device_id) 升序，oldest_membership 的 foci_preferred[0] 被写入 session_focus。
  3. 后加入者 MUST 使用同一 session_focus，无论自己的偏好；如果该 focus 在自己的 preferred 列表中不存在，客户端 MAY 拒绝加入（fail closed），错误码 focus_unavailable_for_client。
  4. Token issuer MUST 拒绝任何 focus_id != session_focus 的 token exchange，错误码 focus_mismatch；该规则优先于 health check、region preference 和 load balancing。
  5. 当 oldest member 离开，focus 不自动迁移（避免媒体路径中断）；session 持续到所有人离开后才重置。v1 不提供 in-session focus migration。

5.1 P2P→SFU 升级复用本节选举（normative）

P2P 起步的通话在并发参与者 > 2 时 MUST 收敛到 SFU（normative 触发、信令与 mode 写入规则见 call-state.md §6）。升级 MUST 直接复用本节的 deterministic, no-vote session_focus 选举：由 oldest_membership 的 foci_preferred[0] 选出 session_focus，各设备经 ak.call.signal{signal_kind=focus_join}（见 webrtc-signaling.md §5）迁移媒体，原 P2P leg 在迁移完成后优雅拆除。升级不引入任何新的投票 / leader 选举路径，也不为升级新增 focus migration 例外——一旦 session_focus committed 即遵守第 1–5 条的 write-once 与 no-split-brain 规则。

6. SFU 权限

SFU MUST verify:

  • Realm media service policy allows this (focus_id, service_id) 组合（即 focus 出现在当前 ak.realm.media_service.foci[]）。
  • actor has ak.call.join（capability registry canonical 命名，参见 ../authz/capabilities.md §5）。
  • actor/device is not revoked。
  • call state accepts new participants。
  • media request does not exceed grants, e.g. screen share requires ak.call.screen_share。

客户端 MUST 校验：

  • token issuer service DID 出现在当前 ak.realm.media_service.service_id / foci[].token_endpoint 锚定的 service DID 列表；
  • token exchange 响应的 participant_binding.sig 通过；
  • backend 通知 “X 加入会议” 时携带的 participant_id 与 call roster 已确认活跃集合 中的 participant value 一致（见 §7 cross-check）。

7. Participant Identity 交叉校验（normative）

backend “X 加入会议” 通知到达客户端时，客户端 MUST：

  1. 从 backend 通知中提取 participant_id。
  2. 在当前 call_roster 已确认活跃集合 中查找同一 participant_id。
  3. 验证该 participant entry 内的 participant_binding 签名（§3），确认它覆盖与 §3 签发侧完全相同的权威元组 (realm_id, call_id, focus_id, actor_id, device_id, participant_id, expires_at)（此处使用该 roster entry 冻结的 focus_id，不得以后来变更的 session_focus 替代；签名输入字段集合与名称以 §3 为准，不得省略 expires_at）。
  4. 不匹配或签名无效 → 拒绝为该 participant 建立媒体流（不收音、不订阅 video），错误码 participant_id_unrecognised。

这道闸门防止 backend 单方面 “塞入” 未经 Realm 授权的参与者——backend 运营方误配置、被入侵或恶意 inject 都无法绕过 Arkret-side call_roster 真源。

8. E2EE with SFU

SFU 模式 SHOULD 使用 WebRTC Insertable Streams / SFrame 或等价机制实现端到端媒体加密。SFU 可转发 RTP 包和处理转发层 metadata，但不应获得明文媒体。

若 SFU 或 MCU 会解密媒体，客户端 MUST 显示明确安全边界，并且 Realm policy MUST 允许 media_service_decrypts=true。

8.1 E2EE Key Injection 通用契约（normative）

无论 backend 自身是否支持 E2EE，所有 binding 附录的 E2EE 章节 MUST 规定一个最小契约，使得 客户端侧 binding adapter / media SDK 能从 Arkret 协议层接收 frame key，而不从 backend 自带密钥分发机制取。最小契约：

inject_frame_key(key_bytes: 32-byte secret,
                 epoch_id: u64,
                 sender_binding: canonical_json{
                   realm_id, call_id, focus_id,
                   participant_id, device_id
                 },
                 rotation_trigger: enum{member_join, member_leave, manual, scheduled})

约束：

  • key_bytes MUST 由 Arkret MLS exporter 派生，label 固定为 ASCII 字符串 "ak.rtc-frame-key/v1"（length=19 bytes，无 trailing newline；RFC 9420 §8 MLS-Exporter 的 Label，KDF.Nh 长度 32 bytes）。Context MUST 是 canonical JSON bytes of exactly {realm_id, call_id, focus_id, epoch_id, participant_id, device_id}，其中 participant_id / device_id 来自已验证的 call roster participant value 与 participant_binding。Context = ""、缺少 sender 字段或只绑定 epoch 的派生 MUST fail closed(e2ee_key_source_unauthorised)。ak.rtc-frame-key/v1 / ak.rtc-recording-key/v1 / ak.rtc-transcript-key/v1 是固定的 canonical wire label（密钥派生的安全域分离参数，canonical 登记见 exporter-label-registry.json）；实现 MUST 逐字节使用登记的 label 字符串，MUST NOT 与其它 label 混用。该 label 的任何变更属于 wire-breaking，必须开新 profile。
  • epoch_id 与 Realm MLS epoch 一一对应。
  • rotation_trigger 不得被 adapter 当作不透明枚举透传:rotation_trigger=member_leave（成员离开 / 被踢 / 被 ban）MUST 对应一次 MLS commit（Remove）并推进 epoch_id，使新 key_bytes 从离开成员不掌握的新 group secret 派生；adapter MUST NOT 在 member_leave 时仅更换 SFrame KID / keyIndex 而复用旧 epoch 的 group secret，否则离开成员仍能解密后续帧（E2EE 媒体前向保密失效）。member_join 同样 MUST 绑定推进后的 epoch_id。manual / scheduled 触发亦 MUST 携带推进后的 epoch_id；任何 rotation_trigger 下若 epoch_id 未相对前一帧密钥推进，客户端 MUST fail closed（e2ee_key_source_unauthorised）。
  • backend SDK / adapter 内部如何把该 sender-bound key 映射到 SFrame / 私有帧加密格式由附录指定，但 MUST NOT 接受任何非该接口的 key 源（如 backend 自带 KMS、自生成 random key）。SFrame KID / key slot MUST 区分同一 epoch 内的不同 sender；若 adapter 无法为 active sender 集合提供无冲突映射，客户端 MUST 拒绝启用该 binding。除非 Realm policy 明确允许 media_service_decrypts=true 且完成 §8.2 三层校验，key_bytes MUST NOT 被发送给远端 SFU / MCU。
  • Conformance negative vector ak.vector.media_binding.e2ee_key_source.v1：backend 用自家密钥 → 客户端 MUST 拒绝并报 e2ee_key_source_unauthorised。

Conformance vectors for the full media binding framework：

  • ak.vector.media_binding.focus_selection_oldest_membership.v1 — §5 oldest_membership 选举正确性。
  • ak.vector.media_binding.session_focus_no_split_brain.v1 — session_focus 写入后 connect 失败 MUST 暴露为不可用，不静默切 focus。
  • ak.vector.media_binding.token_exchange_minimal.v1 — §3 token exchange 最小字段集 + TTL ≤ 600s。
  • ak.vector.media_binding.token_issuer_unauthorised.v1 — issuer DID 不在 service_id 锚定列表时拒绝。
  • ak.vector.media_binding.participant_binding_required.v1 — 缺失或签名无效的 participant_binding 必须拒绝。
  • ak.vector.media_binding.unknown_type_fail_closed.v1 — §2 未知 foci[].focus_kind MUST fail closed。
  • ak.vector.media_binding.participant_id_unrecognised.v1 — §7 backend 通知的 participant 不在 call_roster 已确认活跃集合 时拒绝该流。
  • ak.vector.media_binding.recording_artifact_via_arkret_blob.v1 — call-state.md §5 backend-generated recording 必须经 Arkret blob pipeline。
  • ak.vector.media_binding.recording_exporter_label.v1 — backend-generated recording 必须使用 "ak.rtc-recording-key/v1" 与绑定 recording transcript 的 Context，不得复用 SFrame key label。

8.2 治理绑定（normative）

三层关系: ak.realm.media_service declares SFU existence; plaintext_visible_services grants decryption authority; Event kind ak.realm.policy_bundle 的 payload path media_service_decrypts=true carries the boolean toggle — 三者 MUST 同时成立才能让 media service 解密。

media_service_decrypts=true 不是一个可单独由 SFU 服务自报或客户端配置的开关。它 MUST 同时满足下列约束，否则客户端 MUST 拒绝加入会议、SFU MUST 拒绝媒体协商：

  1. 进入 ak.realm.policy_bundle：media_service_decrypts=true MUST 由一条 ak.realm.policy_bundle 显式写入，受 capability ak.policy.manage 控制；当前 accepted bundle 未包含该开关时 MUST 视为未开启。
  2. 进入 plaintext_visible_services：解密媒体的 SFU / MCU service DID MUST 在 Realm policy 的 plaintext_visible_services[]（或等价 media plaintext service policy）中显式列出，且该条目的机器可判定 data_classes[] MUST 包含 media_plaintext。自由文本 purposes 只作解释，MUST NOT 单独授权明文。仅出现在 media_services[]、仅在 purposes 中声称媒体处理用途，或未获 media_plaintext data class 的服务 MUST 被视为禁止解密媒体的 SFU；其试图协商解密角色时 MUST 返回 media_plaintext_service_not_authorised。
  3. MLS current 覆盖：成员在 join 前 MUST 核对自己 Station 返回的 current MLS group 已覆盖其 current key_access_revision，且 frame key 只从该 current epoch 派生；前两条规则的授权只取自当前 accepted policy projection，不进入 key_access_revision。group 尚未覆盖时 MUST 触发 mls_governance_binding_stale 并拒绝媒体协商（不能依赖 SFU 单方面声明）。
  4. Downgrade 攻击拒绝：从 media_service_decrypts=false 切换到 true（或反向）MUST 走 ak.realm.policy_bundle 正常路径并伴随客户端 UI 显著二次确认；UI 未展示警示或用户未完成二次确认时 MUST 在发放 join token / media key 前拒绝（media_plaintext_warning_required）。不允许 SFU 直接以 OOB 控制信号宣告自己已”获得解密权”。该切换不推进 key_access_revision：SFU 不是 MLS leaf，只取得按 §8.1 绑定 call／focus／participant 的 frame key；切换 accepted 前客户端沿用旧 policy 视图并禁止按 OOB 字段提前授权。 Conformance negative vector ak.vector.webrtc.media_plaintext_downgrade.v1 必须覆盖：(a) 当前 accepted policy 未授权 media_service_decrypts ⇒ 拒绝加入；(b) SFU 未列入 plaintext_visible_services 而协商解密 ⇒ 拒绝媒体；(c) UI 未显示警示 ⇒ 拒绝加入。

实际效果：SFU / MCU 不能在 MLS transcript 之外单独变更为可解密媒体的一方。任何看起来“切换成功”但未被当前 accepted policy 授权的状态都是 attack，必须 fail closed。