Fail2Ban中sshd过滤器匹配失败问题的分析与解决
2025-05-16 07:43:43作者:宗隆裙
问题背景
在使用Fail2Ban保护SSH服务时,管理员可能会遇到一个常见问题:系统明明记录了SSH密码认证失败的日志,但Fail2Ban却无法正确识别并阻止这些恶意尝试。这种情况通常发生在使用非标准日志格式的环境中,特别是当系统日志中包含了额外的优先级信息时。
问题根源分析
通过分析日志样例可以发现关键差异:
Apr 28 13:11:39 localhost auth.info sshd[27366]: Failed password for REDACTED_USER from REDACTED_IP port 38066 ssh2
与标准SSH日志格式相比,这条日志在主机名(localhost)和进程名(sshd)之间多出了auth.info这个优先级标识。这个额外的字段导致Fail2Ban内置的sshd过滤器无法正确匹配日志行。
技术原理
Fail2Ban的日志匹配机制基于正则表达式,其sshd过滤器的默认配置预期日志格式为:
<时间戳> <主机名> <进程名>[PID]: <日志内容>
而当系统配置为记录优先级信息时,实际格式变为:
<时间戳> <主机名> <优先级> <进程名>[PID]: <日志内容>
这种格式差异导致正则表达式匹配失败,进而使Fail2Ban无法检测到恶意登录尝试。
解决方案
方案一:修改日志格式(推荐)
最彻底的解决方案是调整系统日志配置,移除多余的优先级信息。这可以通过修改syslog或rsyslog配置实现,具体方法取决于使用的日志系统。
方案二:调整Fail2Ban配置
如果无法修改日志格式,可以通过以下两种方式调整Fail2Ban配置:
方法A:仅修改sshd jail配置
在jail.local文件中为sshd jail添加自定义过滤器:
[sshd]
filter = %(known/filter)s[__hostname="\S+(?: [a-z]+\.[a-z]+)?"]
方法B:全局修改(影响所有jail)
在filter.d/common.local中添加全局配置:
[DEFAULT]
__hostname = \S+(?: [a-z]+\.[a-z]+)?
这两种方法都通过扩展主机名匹配模式来容纳可能的优先级信息,其中:
\S+匹配主机名(?: [a-z]+\.[a-z]+)?可选地匹配一个空格后跟类似"auth.info"的优先级字符串
实施建议
- 优先考虑方案一(修改日志格式),这能保持配置的简洁性和一致性
- 如果必须使用方案二,建议使用方法A,因为它只影响sshd jail,减少对其他服务的影响
- 修改后应重启Fail2Ban服务并测试规则是否生效
- 建议在修改前备份原始配置文件
总结
Fail2Ban作为强大的安全工具,其有效性依赖于准确的日志匹配。当遇到日志格式与预设模式不匹配时,管理员需要理解其工作原理并进行适当调整。本文提供的解决方案既考虑了系统日志格式的标准化,也提供了灵活的Fail2Ban配置调整方法,能够帮助管理员有效保护SSH服务免受恶意登录尝试。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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