Wazuh项目中BPF程序在低版本Linux内核的兼容性问题解析
背景介绍
在现代Linux系统监控领域,eBPF(扩展伯克利包过滤器)技术已经成为实现高效内核级监控的重要工具。Wazuh作为一款开源的安全监控平台,在其文件完整性监控(FIM)模块中使用了BPF技术来实现高性能的系统调用追踪。然而,近期发现其BPF实现在不同Linux内核版本上存在兼容性问题,特别是在文件删除事件的监控上。
问题本质
核心问题出现在对vfs_unlink系统调用的监控上。Wazuh的BPF程序原本假设struct dentry结构体总是位于vfs_unlink系统调用的第三个参数位置,这一假设在Linux内核5.12及以上版本成立。但在较早的内核版本(特别是5.12以下)中,struct dentry实际上位于第二个参数位置。
这种参数位置的变化导致在以下环境中文件删除事件无法被正确检测:
- Debian 11默认内核(约5.10版本)
- Amazon Linux 2等使用4.x内核版本的系统
- 其他未升级到5.12+内核的Linux发行版
技术细节深入
vfs_unlink是Linux虚拟文件系统(VFS)层提供的用于删除文件的接口。在不同内核版本中,其函数签名发生了变化:
5.12+内核版本签名:
int vfs_unlink(struct inode *dir, struct dentry *dentry, struct inode **delegated_inode);
5.12以下内核版本签名:
int vfs_unlink(struct inode *dir, struct dentry *dentry);
这种变化导致BPF程序在获取文件信息时访问了错误的参数位置,从而无法正确识别被删除的文件。
解决方案
Wazuh团队通过以下方式解决了这一问题:
-
版本感知检测:BPF程序现在能够检测运行时的内核版本,并根据版本号选择正确的参数位置获取
dentry结构。 -
统一处理逻辑:无论内核版本如何,都确保能够正确获取文件删除事件的相关信息。
-
兼容性保障:解决方案确保在5.8及以上内核版本中都能正常工作,不再依赖特定参数位置。
对用户的影响和建议
对于使用受影响系统的用户:
-
短期方案:可以升级内核到5.12或更高版本,这能立即解决问题。
-
长期方案:更新到包含此修复的Wazuh版本,这是更可持续的解决方案,无需强制升级内核。
-
监控验证:更新后应验证文件删除事件是否被正确记录,特别是对于关键系统文件的监控。
技术启示
这一案例展示了几个重要的技术实践:
-
内核API的易变性:Linux内核API会随版本演进变化,监控工具需要具备版本适应能力。
-
BPF程序的复杂性:内核空间编程需要考虑更多兼容性因素,比用户空间程序更复杂。
-
监控完整性验证:安全监控工具的自我验证机制至关重要,需要覆盖所有关键系统调用路径。
通过这次问题的分析和解决,Wazuh在Linux系统兼容性方面又迈出了坚实的一步,为用户提供了更稳定可靠的安全监控能力。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00