Yubico PAM 模块技术文档
1. 安装指南
1.1 从 Git 源码构建
如果你使用的是官方打包版本,可以跳过此步骤。
首先,使用 Git 克隆源码:
$ git clone https://github.com/Yubico/yubico-pam.git
这将创建一个名为 yubico-pam
的目录。
接下来,安装构建所需的依赖项:
- Autoconf
- Automake
- Libtool
- Asciidoc
- Xsltproc
- Docbook-xsl
生成构建系统:
$ cd yubico-pam
$ autoreconf --install
1.2 依赖项安装
在构建之前,确保已安装以下依赖项:
libykclient
(ykclient.h, libykclient.so)libpam-dev
(security/pam_appl.h, libpam.so)- cURL
libyubikey
如果需要离线验证(Challenge-Response),还需要安装 libykpers-1
,它来自 yubikey-personalization
项目。
1.3 构建与安装
运行以下命令来设置构建系统:
$ ./configure
如果不需要 LDAP 支持,可以使用 --without-ldap
选项。
然后构建代码、运行自检并安装二进制文件:
$ make check install
2. 项目的使用说明
2.1 配置 PAM
在 /etc/pam.d/
目录下的适当文件中添加以下行来配置 PAM:
auth sufficient pam_yubico.so id=[Your API Client ID] debug
并将 pam_yubico.so
移动到 PAM 模块所在的目录(通常是 /lib/security/
):
mv /usr/local/lib/security/pam_yubico.so /lib/security/
2.2 支持的 PAM 模块参数
authfile
:指定保存 YubiKey 令牌 ID 与用户名映射的文件路径。id
:Yubico 验证服务器的 API 客户端 ID。key
:客户端密钥,以 base64 格式表示。debug
:启用调试输出。debug_file
:指定调试输出的文件名。alwaysok
:使所有认证尝试成功(演示模式)。try_first_pass
:在提示用户输入密码之前,先尝试使用前一个模块的密码。use_first_pass
:强制模块使用前一个模块的密码,不会提示用户。always_prompt
:无论用户是否配置了 YubiKey,都提示输入 YubiKey OTP。nullok
:如果没有为该用户声明令牌,则不失败。ldap_starttls
:在 LDAP 连接上发出 STARTTLS 命令。ldap_bind_as_user
:使用登录用户绑定到 LDAP。urllist
:指定要使用的 URL 模板列表。url
:指定要使用的 URL 模板(不推荐使用,建议使用urllist
)。capath
:指定 X509 证书的存储路径。cainfo
:允许使用 CA 捆绑包而不是路径。proxy
:指定连接到验证服务器的代理。verbose_otp
:显示输入的 OTP(不推荐使用)。ldap_uri
:指定 LDAP 服务器 URI。ldapdn
:指定用户存储的 DN。ldap_clientcertfile
:与 LDAP 服务器通信时使用的客户端证书文件路径。ldap_clientkeyfile
:与 LDAP 服务器通信时使用的客户端密钥文件路径。ldap_bind_user
:尝试绑定到 LDAP 的用户。ldap_bind_password
:绑定到 LDAP 时使用的密码。ldap_filter
:用于在 LDAP 中查找正确对象的过滤器。ldap_cacertfile
:LDAP 连接的 CA 证书文件。user_attr
:指定用于存储用户名的 LDAP 属性。yubi_attr
:指定用于存储 YubiKey ID 的 LDAP 属性。yubi_attr_prefix
:指定 LDAP 属性值的前缀。token_id_length
:OTP 前缀的长度。mode
:操作模式,可以是 "client" 或 "challenge-response"。chalresp_path
:用于存储挑战文件的目录。mysql_server
:MySQL 服务器的主机名/地址。mysql_port
:MySQL 服务器的网络端口。mysql_user
:访问 MySQL 数据库的用户。mysql_password
:MySQL 用户的密码。mysql_database
:要使用的 MySQL 数据库。
3. 项目 API 使用文档
3.1 在线验证
在线验证模式通过 Yubico 验证服务(如 YubiCloud)进行验证。使用 mode=client
参数来启用此模式。
3.2 离线验证
离线验证模式使用 YubiKey 的 HMAC-SHA1 Challenge-Response 功能进行验证。使用 mode=challenge-response
参数来启用此模式。
3.3 调试输出
通过 debug
参数启用调试输出,调试信息将输出到标准输出或指定的 debug_file
。
4. 项目安装方式
4.1 Fedora/EPEL
在 Fedora/EPEL 上,可以使用 yum
安装预编译的包:
$ sudo yum install pam_yubico
4.2 Ubuntu PPA
在 Ubuntu 上,可以使用 PPA 安装:
$ sudo add-apt-repository ppa:yubico/stable
$ sudo apt-get update
$ sudo apt-get install libpam-yubico
安装后,可以查看 /usr/share/doc/libpam-yubico/README.Debian
文件获取更多信息。
4.3 FreeBSD ports
在 FreeBSD 上,可以通过 ports 安装:
$ cd /usr/ports/security/pam_yubico
$ make install clean
高级配置说明可以在相关文档中找到。
5. 授权映射文件
授权映射文件用于将 YubiKey 令牌 ID 与用户名进行映射。文件格式如下:
[用户名] [YubiKey 令牌 ID]
例如:
user1 cccccccc
user2 dddddddd
确保文件的权限设置为仅 root 可读写,以保证安全性。
6. 注意事项
- 物理访问通常可以绕过安全控制。如果攻击者可以物理访问系统并进入单用户模式,他们可以禁用
yubico-pam
。 - 使用
debug
参数时,建议创建一个全局可写的日志文件:
touch /var/run/pam-debug.log
chmod go+w /var/run/pam-debug.log
通过以上步骤,您可以成功安装、配置和使用 Yubico PAM 模块,实现 YubiKey 的双因素认证。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava03GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0289- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









