Uptime-Kuma监控SSH端口时产生密钥交换错误日志的分析
2025-04-29 06:44:19作者:卓炯娓
问题背景
在使用Uptime-Kuma的TCP端口监控功能对SSH服务(22端口)进行监控时,被监控服务器会记录大量"key_exchange_identification"错误日志。虽然服务状态显示正常,但这些错误日志可能会干扰正常的日志分析工作。
技术原理分析
Uptime-Kuma的TCP端口监控功能底层使用了tcp-ping库实现。该库的工作机制是:当TCP连接被接受后立即断开连接,然后立即进行新的测量。这种设计初衷是为了快速检测端口是否开放,而不是进行完整的协议交互。
与SSH服务的交互过程
当Uptime-Kuma监控SSH端口时,会发生以下交互:
- 客户端(Uptime-Kuma)向服务器22端口发起TCP连接
- 服务器接受连接并开始SSH协议握手
- 在密钥交换阶段,客户端突然断开连接
- 服务器记录"error: kex_exchange_identification: Connection closed by remote host"错误
与专业端口扫描工具的区别
专业端口扫描工具(如NMAP)在仅检测端口开放状态时有两种工作模式:
- 仅发送SYN包,检测是否收到SYN-ACK响应(半开放扫描)
- 完成TCP三次握手后立即发送FIN包终止连接
这两种方式都不会触发SSH协议层的错误日志,因为它们不会进入SSH协议握手阶段。
解决方案建议
对于需要监控SSH端口的用户,可以考虑以下方案:
-
使用ICMP Ping监控替代:如果只需要确认主机在线状态,可以使用ICMP Ping监控而非TCP端口监控
-
调整SSH服务日志级别:修改sshd_config中的日志级别,过滤掉这类预期内的连接中断
-
使用专用SSH监控插件:如果需要完整监控SSH服务可用性,建议开发专门的SSH监控插件,正确处理协议交互
总结
Uptime-Kuma的TCP端口监控功能设计初衷是快速检测端口开放状态,而非完整协议交互。对于SSH等需要复杂握手的服务,这种监控方式会产生预期内的错误日志。用户应根据实际需求选择合适的监控方式,或在服务器端调整日志记录策略。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
671
156
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217