FleetDM项目中实现Entra设备ID采集与Intune合规报告的技术方案
2025-06-10 14:02:38作者:郜逊炳
背景介绍
在现代企业IT环境中,设备合规性管理是确保网络安全的重要环节。FleetDM作为一个开源的设备管理平台,近期实现了与微软Intune的深度集成,使企业能够通过FleetDM平台直接向Intune报告设备合规状态。
技术挑战
实现这一功能面临两个主要技术挑战:
- 如何从已部署fleetd代理的现有主机获取Entra设备ID
- 如何为新加入网络且尚未在Intune中注册的主机获取Entra设备ID
解决方案探索
开发团队最初考虑了多种技术路径,包括:
- 使用微软官方提供的Microsoft Authentication Library for Objective-C(MSAL)库
- 开发原生客户端应用来获取设备信息
经过深入评估,团队发现这些方案存在以下问题:
- 需要额外的客户端部署
- 增加了系统复杂性
- 可能带来用户体验问题
基于osquery的优雅解决方案
团队最终采用了基于osquery的轻量级解决方案,充分利用了现有基础设施。osquery作为FleetDM的核心组件,提供了强大的系统信息查询能力。
具体实现方案是通过osquery查询以下系统信息:
- 从证书存储中获取设备ID
- 从钥匙串中获取用户主体名称(UPN)
SELECT * FROM (SELECT common_name AS device_id FROM certificates
WHERE issuer LIKE '/DC=net+DC=windows+CN=MS-Organization-Access+OU%' LIMIT 1)
CROSS JOIN (SELECT label as user_principal_name FROM keychain_items
WHERE account = 'com.microsoft.workplacejoin.registeredUserPrincipalName' LIMIT 1);
技术优势
这一方案具有以下显著优势:
- 无需额外部署客户端软件
- 完全基于现有osquery基础设施
- 查询效率高,对系统资源影响小
- 实现简单,维护成本低
- 兼容现有设备管理流程
实现细节
设备ID获取机制
通过查询系统证书存储,筛选出由微软组织颁发的特定证书,从中提取common_name字段作为设备ID。该证书是由Azure AD在设备注册过程中自动安装的。
用户主体名称获取机制
通过查询系统钥匙串,找到由微软工作区加入流程创建的特定条目,从中提取用户主体名称。这一信息对于关联设备和用户身份至关重要。
系统架构影响
这一实现方案对FleetDM系统架构的影响极小:
- 不需要修改数据库schema
- 不需要增加新的API端点
- 不需要改变现有用户界面
- 保持了系统的轻量级特性
性能考量
虽然该方案查询效率很高,但团队仍然考虑了大规模部署时的性能影响:
- 查询频率优化:合理设置查询间隔,平衡实时性和系统负载
- 结果缓存机制:对不变的设备信息进行适当缓存
- 批量处理:对大量设备的查询结果进行批量处理
安全考虑
方案设计充分考虑了安全性:
- 所有查询都在设备本地执行,不暴露敏感信息
- 只读取必要的最小数据集
- 遵循最小权限原则
- 信息传输过程加密
实际应用效果
这一方案在实际测试中表现出色:
- 成功获取了测试环境中所有设备的Entra ID
- 与Intune的集成稳定可靠
- 对终端用户完全透明,无感知
- 系统资源占用极低
未来扩展性
该方案具有良好的扩展性,可以方便地支持:
- 其他Azure AD相关属性的采集
- 更丰富的合规策略检查
- 与其他MDM解决方案的集成
- 更细粒度的设备状态监控
总结
FleetDM通过创新的osquery查询方案,优雅地解决了Entra设备ID采集的技术挑战,实现了与微软Intune的无缝集成。这一方案不仅高效可靠,而且保持了FleetDM一贯的轻量级和易用性特点,为企业设备合规管理提供了强有力的工具。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
383
457
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++
894
680
暂无简介
Dart
804
198
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
353
210
昇腾LLM分布式训练框架
Python
119
146
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781