Backrest项目SFTP连接Hetzner存储箱的SSH密钥配置指南
2025-06-29 18:47:27作者:胡唯隽
在使用Backrest项目与Hetzner存储箱建立SFTP连接时,可能会遇到SSH认证问题。本文将详细介绍如何正确配置SSH密钥以实现稳定连接。
问题现象分析
当用户尝试通过Backrest UI连接Hetzner存储箱时,虽然命令行工具可以正常连接,但UI界面却返回"Permission denied"错误。这种差异通常表明UI环境下的SSH认证配置存在问题,特别是密钥认证环节。
解决方案详解
1. Docker环境准备
首先需要为Docker容器配置SSH目录绑定挂载:
- 将宿主机目录映射到容器内的
/root/.ssh路径 - 确保容器内SSH目录权限正确(root用户拥有)
2. 建立初始SSH连接
通过Docker控制台连接到Hetzner存储箱:
- 确认Hetzner控制面板已启用SSH访问
- 首次连接会自动生成known_hosts文件,记录服务器指纹
3. SSH密钥生成与配置
使用PuTTYGen工具生成密钥对:
- 选择RSA或Ed25519算法
- 生成后将私钥导出为OpenSSH兼容格式
- 将私钥文件(如HetznerPriv)放入容器SSH目录
4. SSH客户端配置
在容器内创建/root/.ssh/config文件,内容示例:
Host hetzner-box
HostName 存储箱域名.your-storagebox.de
User 用户名
IdentityFile ~/.ssh/HetznerPriv
关键配置说明:
- Host: 自定义连接别名
- HostName: 存储箱完整域名
- User: Hetzner提供的用户名
- IdentityFile: 私钥文件路径
5. 权限设置
执行以下命令确保安全权限:
chmod 600 /root/.ssh/HetznerPriv
chmod 600 /root/.ssh/config
chmod 600 /root/.ssh/known_hosts
权限说明:
- 600权限确保只有所有者可读写
- 防止其他用户访问敏感密钥文件
Backrest连接配置
完成上述步骤后,在Backrest UI中使用以下格式连接:
sftp:hetzner-box:目标目录
进阶建议
- 密钥管理:
- 考虑使用密码保护私钥
- 定期轮换密钥对增强安全性
- 连接测试:
- 先用命令行测试连接:
sftp -v hetzner-box - 查看详细日志定位问题
- 容器持久化:
- 将SSH配置纳入Docker镜像或使用持久化卷
- 避免容器重建后配置丢失
通过以上步骤,可以解决Backrest与Hetzner存储箱间的SSH认证问题,实现稳定可靠的SFTP连接。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
321
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
Ascend Extension for PyTorch
Python
157
178
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++
640
249
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
244
86
暂无简介
Dart
608
136
React Native鸿蒙化仓库
JavaScript
239
311
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!
C
1.03 K
470
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
364
3.03 K