解决FRP项目中SSH端口转发认证失败问题
2025-04-29 07:34:58作者:宗隆裙
在使用FRP进行内网穿透时,SSH端口转发是一个常见应用场景。本文将详细分析一个典型的SSH认证失败案例,并给出解决方案。
问题现象
用户在使用FRP进行SSH端口转发时,配置了如下参数:
- FRPS服务器监听7000端口
- FRPC客户端配置了TCP类型的代理,将本地22端口映射到远程6000端口
当用户尝试通过ssh -oPort=6000 test@x.x.x.x连接时,虽然FRP服务端日志显示连接已建立,但客户端却收到"Permission denied (publickey,password)"错误,即使输入了正确的密码也无法认证成功。
问题分析
这个问题的根本原因在于SSH认证的用户名使用错误。FRP在进行端口转发时,实际上是将连接转发到了内网机器的SSH服务上。因此:
- 连接时使用的用户名应该是内网机器(Server B)上的用户名,而不是FRP服务器(Server A)的用户名
- 密码也应该是内网机器上相应用户的密码
- 如果使用公钥认证,公钥应该配置在内网机器的对应用户下
解决方案
-
确认内网机器的SSH配置: 确保内网机器的SSH服务正常运行,并允许密码认证(如果使用密码登录)或配置了正确的公钥(如果使用密钥登录)
-
使用正确的用户名连接:
ssh -p 6000 内网机器用户名@FRP服务器地址 -
检查防火墙设置: 确保内网机器没有阻止来自localhost(127.0.0.1)的SSH连接,因为FRP会将连接转发到本地
-
验证SSH服务配置: 检查内网机器的/etc/ssh/sshd_config文件,确保以下配置正确:
PasswordAuthentication yes # 如果使用密码登录 PermitRootLogin yes # 如果需要root登录
最佳实践建议
- 建议使用SSH密钥认证而非密码认证,安全性更高
- 可以为FRP转发设置特定的SSH端口,而非默认的22端口,增加安全性
- 考虑使用FRP的STCP(Secret TCP)类型代理,增加连接的安全性
- 在测试阶段,可以同时保持FRP服务端和客户端的日志级别为debug,便于排查问题
通过理解FRP端口转发的工作原理和SSH认证机制,可以避免这类连接认证失败的问题。FRP本质上是一个流量转发工具,认证过程完全由后端服务(如SSH)处理,这一设计理念需要在使用时牢记。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0458
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0787
VTJ.PRO以AI驱动的Vue3前端低代码开发工具。内置低代码引擎、渲染器和代码生成器,支持Vue源码与低代码DSL双向转换,面向前端开发者,开箱即用。 无缝嵌入本地开发工程,不改变前端开发流程和编码习惯。TypeScript05
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0316
OpenDeepWikiOpenDeepWiki 是 DeepWiki 项目的开源版本,旨在提供一个强大的知识管理和协作平台。该项目主要使用 C# 和 TypeScript 开发,支持模块化设计,易于扩展和定制。C#01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
832
5.52 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
497
522
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.17 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
802
1.6 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
982
2.32 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.05 K
786
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
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++
1.21 K
1.27 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
668
316