Fail2Ban中sshd过滤器匹配失败问题的分析与解决
2025-05-16 03:33:20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
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868