OpenVAS-Scanner中SSH空密码密钥认证问题的技术分析
2025-06-18 00:40:20作者:郦嵘贵Just
问题背景
在OpenVAS-Scanner项目的实际使用中,发现当用户尝试通过Scanner API创建扫描任务时,如果使用无密码短语的SSH密钥进行认证,将密码字段设置为空字符串会导致扫描任务无法正常启动。这是一个典型的认证流程处理缺陷,需要从技术层面进行深入分析。
问题现象
当用户通过Scanner API提交扫描请求时,如果使用以下格式的SSH凭据:
"credentials": [
{
"service": "ssh",
"port": 22,
"usk": {
"username": "user",
"password": "",
"private": "ssh-key..."
}
}
]
系统会出现两种异常情况:
-
当password字段为空字符串时:
- 扫描任务会被存储
- 但启动命令发送后会报错:"storage error occurred: serialization error"
- 扫描任务状态停滞,无法进入运行状态
-
当完全省略password字段时:
- 请求会被直接拒绝
- 返回错误:"missing field
passwordat line 1 column 799"
技术分析
1. 输入验证机制缺陷
从技术实现来看,OpenVAS-Scanner的认证处理存在以下问题:
- 密码字段被标记为非必填项(根据API schema)
- 但实际上后端代码强制要求该字段存在
- 对空字符串的处理逻辑不完善
这种前后端验证不一致的情况是典型的接口设计缺陷。
2. 序列化处理异常
当密码为空字符串时出现的序列化错误表明:
- 后端可能尝试对空密码进行某种加密或编码处理
- 处理过程中没有考虑空字符串的特殊情况
- 导致序列化过程失败
3. 认证流程中断
由于序列化失败,整个认证流程被中断:
- 扫描任务无法正常初始化
- 无法将任务传递给ospd-openvas处理
- 最终导致任务停滞
临时解决方案
目前可用的临时解决方案有两种:
-
对于无密码短语的SSH密钥:
- 仍然提供password字段
- 但可以填入任意字符串(如单个空格)
- 这样能绕过验证,同时不影响实际认证
-
修改SSH密钥:
- 为密钥设置密码短语
- 然后在password字段填入真实的密码短语
问题本质
这个问题反映了以下几个深层次的设计问题:
- 接口契约不明确:API文档与实际实现存在差异
- 边界条件处理不足:没有充分考虑空密码等特殊情况
- 错误处理不完善:序列化失败没有提供有意义的错误信息
建议的修复方向
从技术实现角度,建议进行以下改进:
-
统一验证逻辑:
- 明确password字段是否为必填项
- 保持文档与实际代码一致
-
完善空值处理:
- 明确区分"无密码"和"空密码"两种情况
- 对空字符串进行特殊处理
-
增强错误提示:
- 提供更明确的错误信息
- 帮助用户理解问题原因
-
认证流程优化:
- 在早期阶段验证凭据有效性
- 避免无效凭据进入任务队列
总结
OpenVAS-Scanner中SSH空密码密钥认证问题虽然表现形式简单,但反映了接口设计和实现中的重要缺陷。作为安全扫描工具,认证处理的健壮性尤为重要。建议用户在遇到类似问题时采用临时解决方案,并期待后续版本能从根本上修复这一问题。
对于开发者而言,这个案例也提醒我们:在实现安全相关的功能时,需要特别关注边界条件的处理,确保接口契约的明确性,并提供有意义的错误反馈。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
131
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
738
🎉 (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
1.06 K
616
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
199
74
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
460