OPNsense中SSH公钥无法写入authorized_keys文件的问题解析与修复
2025-06-20 21:32:27作者:尤辰城Agatha
在OPNsense防火墙系统的25.1版本中,用户报告了一个关于SSH公钥认证的重要问题:通过Web界面为root用户添加SSH公钥时,系统虽然显示操作成功,但实际上并未将公钥写入~/.ssh/authorized_keys文件。本文将深入分析该问题的技术背景、原因及解决方案。
问题现象
当管理员通过OPNsense的Web界面(系统→访问→用户)尝试为root用户添加SSH公钥时,界面显示操作成功,但检查目标用户的authorized_keys文件却发现内容为空。手动编辑该文件添加公钥后,SSH连接可以正常工作,这表明问题出在系统的公钥写入机制上。
技术背景
OPNsense使用一个名为sync_user.php的PHP脚本处理用户认证信息的同步工作。该脚本负责将Web界面中的用户配置(包括SSH公钥)同步到系统的实际配置文件中。在25.1版本中,用户管理模块经历了重构,可能引入了一些边界条件处理上的缺陷。
问题根源分析
从系统日志中可以发现关键错误信息:
Script action failed with Command '/usr/local/opnsense/scripts/auth/sync_user.php -u ''' returned non-zero exit status 255
这表明sync_user.php脚本在执行时遇到了问题,具体表现为:
- 脚本参数传递可能不正确(空的用户名参数)
- 脚本在处理特定用户(如root)时存在逻辑缺陷
- 新版本的用户管理模块可能未能正确处理SSH公钥的写入流程
解决方案
OPNsense开发团队迅速响应,在master分支中修复了三个与此相关的问题。这些修复包括:
- 修复了用户参数传递机制,确保用户名正确传递给同步脚本
- 改进了SSH公钥的验证和写入逻辑
- 增强了边界条件处理,防止空值或异常情况导致脚本失败
修复后的版本(25.1.b_134)经测试已能正确处理SSH公钥的添加操作。
最佳实践建议
对于使用OPNsense的管理员,建议:
- 定期检查
authorized_keys文件内容,确认SSH公钥已正确写入 - 升级到包含修复的版本后,重新添加SSH公钥以确保配置正确
- 对于关键系统账户,考虑同时使用Web界面和手动验证两种方式管理SSH访问
总结
这个案例展示了开源社区响应和解决问题的典型流程:用户报告→开发者分析→多问题修复→快速发布更新→用户验证。OPNsense团队在一天内就定位并修复了多个相关问题,体现了开源项目的高效协作优势。对于系统管理员而言,及时关注和升级到修复版本是确保系统安全可靠运行的关键。
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
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
659
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
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
492
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
342
146