SSH-Audit项目在Rocky Linux 9中检测MAC算法的异常行为分析
2025-06-19 12:13:40作者:宣利权Counsellor
背景概述
在Rocky Linux 9.5操作系统环境中,使用最新稳定版的OpenSSH服务(8.7p1-43.el9.x86_64)时,安全审计工具SSH-Audit会报告MAC(消息认证码)算法推荐列表存在不一致现象。这种现象表现为:初始扫描与修改配置后的二次扫描会呈现不同的算法移除建议,特别是涉及umac系列算法时表现尤为明显。
问题现象深度解析
初始环境检测结果
在未经过任何配置修改的原始系统中,SSH-Audit工具会检测并建议移除以下MAC算法:
- hmac-sha1
- hmac-sha1-etm@openssh.com
- hmac-sha2-256
- hmac-sha2-512
- umac-128@openssh.com
通过sshd -T命令验证,此时服务端实际启用的MAC算法确实包含这些被标记的弱算法。
配置修改后的异常表现
当管理员按照建议移除上述MAC算法并重启SSH服务后,再次扫描时工具会新增建议移除:
- umac-64-etm@openssh.com
- umac-64@openssh.com
此时通过sshd -T命令可见,服务端算法列表已发生变化,出现了原先未检测到的umac-64系列算法。
技术原理探究
OpenSSH的算法协商机制
这种现象揭示了OpenSSH服务内部的一个特性:当高强度的MAC算法被禁用后,服务会自动降级启用其他可用算法。这与密钥交换(KEX)或加密算法(Cipher)的行为不同,后者通常不会出现这种自动替换现象。
安全审计工具的工作机制
SSH-Audit工具的工作原理是基于实时获取的SSH服务能力列表(通过协议握手过程),而非静态分析配置文件。因此它能准确反映服务端当前实际提供的算法支持情况,包括服务自身动态调整后的结果。
解决方案建议
-
完整算法管控:建议在配置修改时一次性禁用所有弱算法,包括可能被动态启用的备选算法。
-
配置最佳实践:参考安全加固指南,推荐使用以下MAC算法配置:
MACs hmac-sha2-512-etm@openssh.com,hmac-sha2-256-etm@openssh.com -
验证流程:任何配置修改后都应执行以下验证步骤:
- 使用
sshd -T确认实际生效的算法列表 - 运行SSH-Audit进行二次验证
- 测试不同客户端的连接兼容性
- 使用
深度技术建议
对于企业级环境,还应考虑:
- 建立SSH配置的基线管理
- 实现配置变更的自动化测试
- 定期使用SSH-Audit进行合规性检查
- 注意算法选择与FIPS标准的兼容性
该现象本质上反映了安全加固过程中的典型挑战:安全配置需要同时考虑直接风险(弱算法)和间接风险(服务降级行为)。通过系统化的方法可以确保既实现安全目标,又维持服务可用性。
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
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
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
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
653
仓颉编程语言运行时与标准库。
Cangjie
141
878