在Docker中配置Cowrie蜜罐的技术实践
2025-06-07 21:52:37作者:凌朦慧Richard
前言
Cowrie是一款广受欢迎的开源SSH蜜罐系统,能够模拟真实的SSH服务并记录攻击者的行为。随着容器化技术的普及,越来越多的安全研究人员选择在Docker环境中部署Cowrie蜜罐。本文将详细介绍在Docker容器中正确配置Cowrie的方法,特别是针对用户认证配置的常见问题解决方案。
Cowrie Docker镜像的基本使用
Cowrie官方提供了Docker镜像,可以通过简单的命令启动基本服务:
docker run -p 2222:2222 cowrie/cowrie:latest
这个命令会启动一个监听2222端口的Cowrie蜜罐实例。然而,这种简单部署方式无法满足自定义配置的需求。
配置文件的正确挂载方式
许多用户在尝试挂载配置文件时遇到困难。关键在于理解Cowrie在Docker容器中的文件结构:
- 主配置文件路径:
/cowrie/cowrie-git/etc/cowrie.cfg - 默认配置文件:
/cowrie/cowrie-git/etc/cowrie.cfg.dist - 用户数据库文件:
/cowrie/cowrie-git/etc/userdb.txt
常见误区:
- 错误地挂载到
/opt目录,实际上容器中不存在此路径 - 直接覆盖
cowrie.cfg.dist文件,导致服务无法启动 - 配置文件路径拼写错误
正确的挂载方式应该是:
docker run -p 2222:2222 \
-v $(pwd)/custom-config:/cowrie/cowrie-git/etc \
cowrie/cowrie:latest
用户认证配置详解
要实现基于用户名/密码的认证,需要正确配置以下内容:
-
修改主配置文件: 在
cowrie.cfg中添加或修改以下配置项:[honeypot] auth_class = UserDB -
创建用户数据库文件: 创建
userdb.txt文件,格式为用户名:密码类型:密码,例如:root:x:toor admin:x:admin -
文件权限: 确保用户数据库文件具有适当的读取权限
使用Dockerfile定制镜像
对于需要长期使用的生产环境,建议通过Dockerfile构建自定义镜像:
FROM cowrie/cowrie
COPY ./cowrie_conf/cowrie.cfg /cowrie/cowrie-git/etc/cowrie.cfg
COPY ./cowrie_conf/userdb.txt /cowrie/cowrie-git/etc/userdb.txt
构建命令:
docker build -t custom-cowrie .
常见问题排查
-
配置文件未被读取:
- 检查日志确认实际读取的配置文件路径
- 确保文件存在于容器内的正确位置
-
用户认证失败:
- 验证
userdb.txt文件格式是否正确 - 检查文件权限是否允许Cowrie进程读取
- 验证
-
服务启动失败:
- 不要删除或覆盖
cowrie.cfg.dist文件 - 检查配置文件语法是否正确
- 不要删除或覆盖
最佳实践建议
- 始终保留原始配置文件作为参考
- 使用版本控制系统管理自定义配置
- 定期更新Docker镜像以获取安全补丁
- 在生产环境使用前充分测试配置变更
- 考虑使用环境变量进行简单配置覆盖
通过以上方法,安全研究人员可以灵活地在Docker环境中部署和配置Cowrie蜜罐,有效捕获和分析针对SSH服务的攻击行为。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Python开发者的macOS终极指南:VSCode安装配置全攻略 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
630
143
React Native鸿蒙化仓库
JavaScript
243
316
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
481
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++
649
270
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
296
107
仓颉编译器源码及 cjdb 调试工具。
C++
128
858
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210