SSH 命令审核流:为什么「能执行」必须先「被批准」
Alioth 技术笔记 · 第 17 篇 · 边缘执行 / 审计 仓库:github.com/aide-family... | 在线演示:web.alioth.asia/
导语
把任意 shell 命令的执行权交给一个 Web 页面,是所有运维平台里最危险的功能。风险不在"命令能不能跑通",而在"谁批准了它跑"。Alioth 的 SSH 执行被拆成两个独立动作:提交命令 (进入待审核)和执行命令(只对已批准的版本)。中间隔着一张只追加的审计表。这篇讲这个流程的四个环节,以及那些"看起来多余、其实是唯一防线"的细节。
一、提交不是创建,而是"申请"
go
row, err := tx.SSHCommand.Create().
SetReviewStatus(sshcommand.ReviewStatusPENDING).
...
if err := tx.SSHCommandAudit.Create().
SetKind(sshcommandaudit.KindCREATE).
SetStatus(sshcommandaudit.StatusPENDING).
SetCommand(in.Command). // 命令正文快照
Exec(ctx); err != nil { return nil, r.fail(err) }
两个动作在同一个事务里:写命令(状态 PENDING)+ 写一条审计(CREATE + PENDING,带命令正文)。审计里存正文这一点很关键------审批的不是一个 UID,而是那一刻的具体命令文本。事后回看审计,你能知道当时被批准的内容是什么,而不是"某个后来被改过的命令"。
二、编辑让批准失效
go
func (r *sshCommandRepo) UpdateCommandPending(...) {
tx.SSHCommand.Update().Where(...).
SetCommand(in.Command).
SetReviewStatus(sshcommand.ReviewStatusPENDING). // 回到待审
Save(ctx)
tx.SSHCommandAudit.Create().
SetKind(sshcommandaudit.KindUPDATE).
SetStatus(sshcommandaudit.StatusPENDING).
SetCommand(in.Command)
}
这条规则是整个流程的核心:已经批准的命令,一旦被修改就退回待审 。否则攻击路径太简单------先提交一个无害的 ls 骗过审批,批准后把正文改成 rm -rf /,然后执行。把"编辑"和"重新申请"做成同一个动作,这条路就不存在了。
三、审批:改状态 + 留快照
ApproveCommand 和 RejectCommand 走同一个 setReview:改 review_status,再写一条 Kind=APPROVE/REJECT 的审计,并再次记录当前命令正文。所以审计链是:
scss
CREATE(PENDING) → APPROVE(APPROVED) → UPDATE(PENDING) → APPROVE(APPROVED) → EXEC(DONE)
任何一次"批准后改动"都会在链上留下痕迹。审计表没有更新和删除接口,只有 Create------这是"只追加"的物理保证。同一个动作存两遍正文(命令表 + 审计表)看似冗余,但命令表可以被后续编辑覆盖,审计表不会:只有审计那一份能回答"当时批准的到底是什么"。
需要说明一个边界:创建、编辑、审批用的是同一个权限点 ssh:write,而执行是另一个权限点 ssh:exec。这意味着可以存在"只审批、不亲手执行"的账号,但代码没有强制"提交人不能批准自己的命令" 。职责分离靠角色分配实现(比如把审批人放进一个只有 ssh:write 但没有 ssh:exec 的角色)。如果合规上要求硬隔离,这里需要再加一条"提交人 ≠ 审批人"的检查。
四、执行:三道门槛 + 一条必写审计
go
func (executor *Executor) Execute(ctx context.Context, commandUID, agentUID string) (*bo.SSHCommandAudit, error) {
ns, err := executor.access.Allow(ctx, "ssh:exec")
...
if cmd.ReviewStatus != "APPROVED" {
return nil, merr.Forbidden("command is not approved")
}
if machine.Status != "ACTIVE" {
executor.recordExec(ctx, ns, cmd, agentUID, "FAILED", "agent is revoked", 0, "", false)
return nil, merr.Forbidden("agent is revoked")
}
if !executor.hub.Online(agentUID) {
executor.recordExec(ctx, ns, cmd, agentUID, "FAILED", "agent is offline", 0, "", false)
return nil, merr.Invalid("agent is offline")
}
...
}
四件事同时成立才能发出去:
- 调用者持有
ssh:exec(和执行相关的动作与编辑分离); - 命令状态是
APPROVED; - 机器没被吊销;
- Agent 此刻在线。
注意后两个失败分支:即使命令根本没发出去,也写一条 FAILED 审计。这是审计系统和日志系统的区别------日志可以只记"成功路径",审计必须记"尝试过什么"。用户点了执行、机器离线,这件事本身就该留痕。
recordExec 之后还有一条 60 秒的等待:
go
timer := time.NewTimer(60 * time.Second)
select {
case <-ctx.Done(): executor.hub.Drop(agentUID, requestUID); ... "execute cancelled"
case <-timer.C: executor.hub.Drop(agentUID, requestUID); ... "execute timed out"
case result = <-resultCh:
}
超时和取消都要 Drop 掉结果通道------第 16 篇说过,Agent 离线时 failPending 会关闭在途通道;如果这里不清理,会话里的 Results map 会随超时请求慢慢长大。
五、结果的三种状态
go
status := "DONE"
detail := result.GetError()
if detail != "" || result.GetExitCode() != 0 {
status = "FAILED"
}
注意 exit code != 0 也算 FAILED。这看起来严苛,但符合运维直觉:一条 systemctl restart nginx 返回 1,就是没成功,不该在列表里显示成绿色的 DONE。
输出还要截断:
go
if len(output) > maxOutputBytes { // 64KB
output = output[:maxOutputBytes]
truncated = true
}
truncated 单独存一列,而不是在正文末尾加个"..."------前端可以据此提示"输出被截断,请到机器上查看完整日志",用户不会误以为命令真的只输出了这么点内容。
六、批量执行:一台失败不拖累其他
go
// 把同一条已通过的命令分别送到多台机器。一台失败仍继续其余机器,
// 并为失败的机器留下审计。
for _, agentUID := range agentUIDs {
audit, err := executor.Execute(ctx, commandUID, agentUID)
if err != nil {
if abortAgentBatch(err) { return nil, err }
failed, ferr := executor.failExec(ctx, commandUID, agentUID, err)
...
}
}
批量操作有两种失败必须区分:权限或命令状态不合法 (abortAgentBatch)应该整体中止,因为每台机器都会失败;单台机器的问题(离线、超时、被吊销)应该记一条失败审计后继续。混在一起处理,要么是"一台离线导致剩下 99 台都不执行",要么是"权限错误被吞掉"。
七、几个真实的坑
- 删除是软删。
DeleteCommand只设deleted_at,审计和命令正文都保留------删掉一条命令不等于抹掉它被执行过的历史。 - 空命令在执行前没有被拦住。
Create/Update校验了非空,但Execute直接读库里已批准的命令;如果历史数据有脏值,只能靠 Agent 侧执行失败来兜底。更稳的做法是在执行前再校验一次正文非空。 - 工作目录和环境变量一起进审计吗? 审计表存了
command,但workdir和env在执行时是实时读命令记录的。这意味着批准后改 workdir 会被UpdateCommandPending退回待审------三条字段里任何一条变化都在同一事务里重置状态,不会漏。 - 执行结果不回写命令表。 命令表只存"要执行什么",执行结果在审计表。两者分开,才能支持"同一条命令在不同机器上各执行一次"。
八、怎么验证
app/alioth/internal/data/ssh_repo_test.go 覆盖了审计的多条件过滤(TestListAuditsFilters);执行前的权限校验则被 access 与 agent 的测试覆盖(例如 TestMatchRequiresSSHExec 确认按标签匹配机器时先校验 ssh:exec)。手工验证:
bash
git clone https://github.com/aide-family/moon.git && cd moon
make dev-up
open http://127.0.0.1:8080
新建一条 echo hello,直接点执行------应该被拒(未批准)。批准后执行,审计里出现一条 DONE、退出码 0。再把命令改成 echo hacked,状态回到待审,此时执行应该再次被拒。把 Agent 停掉再执行,审计里应该多一条 FAILED: agent is offline,而不是什么都没有。
结语
SSH 审核流的价值不在于"多一道审批",而在于审批的对象是可变的命令正文,而每一次变化都会让上一次批准失效。配合只追加的审计,这套流程能回答三个问题:谁提交的、谁批准的、什么时候真正执行过。危险操作需要的从来不是更多提示框,而是"没有留下记录就绝不可能发生"。
下一篇:探测规则------HTTP / TCP / ICMP 怎么成为告警规则的一种类型。