FreeRDP连接Windows RD Gateway的NTLM认证问题分析与解决
2025-05-20 17:48:37作者:郦嵘贵Just
问题背景
在使用FreeRDP客户端(版本2.11.5)从Ubuntu 24.04系统通过Windows Server 2022 RD Gateway连接目标Windows Server时,出现了认证失败的问题。错误日志显示"NTLM认证失败"和"协议安全协商失败",而在Windows安全事件日志中可以看到状态码0xC000035B的错误。
环境配置
系统环境由三部分组成:
- 客户端:Ubuntu 24.04系统,安装FreeRDP 2.11.5
- RD Gateway服务器:Windows Server 2022
- 目标服务器:Windows Server 2022
关键配置点:
- 两台Windows服务器都启用了"要求使用网络级别身份验证进行远程连接"
- 注册表项LmCompatibilityLevel设置为3
- RD Gateway配置了SSL证书并使用FQDN
- 所有服务器都处于工作组环境而非域环境
错误现象
使用以下命令连接时失败:
xfreerdp /v:<目标服务器IP> /u:<用户名> /p:<密码> /g:<网关FQDN> /gu:<网关用户名> /gp:<网关密码> /sec:nla
错误日志关键部分:
- FreeRDP日志显示"HTTP响应接收重试次数超出"和"协议安全协商失败"
- Windows安全日志显示NTLM认证失败,状态码0xC000035B
问题分析与解决
经过排查,发现问题主要出在以下几个方面:
1. 网关传输协议选择
默认情况下,FreeRDP会尝试自动检测网关的传输协议类型。但在某些配置下,自动检测可能失败。通过明确指定传输协议可以解决此问题:
xfreerdp /v:<目标服务器IP> /u:<用户名> /p:<密码> /g:<网关FQDN> /gu:<网关用户名> /gp:<网关密码> /gt:rpc
其中/gt:rpc明确指定使用RPC传输协议。测试发现/gt:auto和/gt:http在此环境下无法正常工作。
2. 安全协议选项
原命令中使用了/sec:nla选项,这实际上限制了安全协商的灵活性。在FreeRDP中:
- NLA(网络级别认证)会建立一个经过认证的TLS隧道
- 单纯的TLS选项建立的是匿名TLS隧道(会显示Windows登录界面)
最佳实践是让FreeRDP自动协商最合适的安全协议,除非有特殊需求,否则不应强制指定安全协议类型。
3. 工作组环境下的认证
虽然服务器处于工作组环境,但认证时仍需要注意用户名格式。在网关认证时,可能需要使用<计算机名>\<用户名>的格式,即使没有真正的域环境。
深入技术细节
NTLM认证流程
从日志可以看到完整的NTLM认证流程:
- 客户端发送NEGOTIATE消息(包含支持的加密选项)
- 服务器回复CHALLENGE消息(包含服务器支持的选项)
- 客户端发送AUTHENTICATE消息(包含认证信息)
在失败案例中,虽然NTLM握手完成了,但后续的HTTP网关通信失败。
状态码分析
Windows安全日志中的状态码0xC000035B表示:
- 服务器无法验证客户端的凭据
- 在工作组环境中常见原因是认证信息格式不正确或传输协议不匹配
最佳实践建议
- 网关传输协议:当自动检测失败时,明确指定
/gt:rpc - 安全协议:除非有特殊需求,否则不要强制使用
/sec选项 - 认证信息格式:在工作组环境中尝试
<计算机名>\<用户名>格式 - 日志分析:同时检查FreeRDP日志和Windows安全日志以全面了解问题
总结
通过明确指定RPC传输协议和优化安全协议选项,成功解决了FreeRDP通过RD Gateway连接时的NTLM认证问题。这个案例展示了在复杂网络环境下,理解协议协商过程和正确配置参数的重要性。特别是在混合环境(工作组+网关)中,认证流程的细节配置往往决定了连接的成功与否。
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
660