Di ritorno dalla Svezia, dritto nella tana del CIS Benchmark

🌐 Anche in: English · Deutsch · Français · Español · Português · Nederlands · Polski
🇸🇪 Sono tornato dalla Svezia. Abbronzatura: inesistente (è la Svezia). Numero di punture di zanzara: illegale. Voglia di rimettere le mani sul mio homelab: alle stelle. Due settimane di astinenza forzata dagli schermi in mezzo a un bosco hanno un effetto strano: torni a casa e vuoi subito fare ssh su un cluster Kubernetes alle 23 di un mercoledì. Non farmi diagnosi. 💻
Così nelle ultime sere ho fatto quello che fa ogni persona equilibrata dopo le vacanze: 📚 mi sono messo a leggere materiale sulla sicurezza di Kubernetes, in particolare il programma del Certified Kubernetes Security Specialist (CKS). Per essere chiari — al momento non ho in programma di sostenere davvero l’esame, sto solo facendo il nerd sull’argomento perché è davvero interessante e direttamente rilevante per un cluster che gestisco in produzione (beh, “produzione” — è un blog). Il CKS è il programma “ok, ma sai davvero mettere in sicurezza la cosa” del mondo Kubernetes — hardening RBAC, supply chain, sicurezza a runtime, network policy, tutto il buffet di “cose che vanno bene finché non vanno decisamente male”. E da qualche parte in quella tana del bianconiglio ho riscoperto uno strumento che avevo usato una volta anni fa e di cui avevo completamente dimenticato l’esistenza: kube-bench 🔍.
Indice
🧐 Cos’è kube-bench, e cos’è poi un CIS Benchmark?
kube-bench è un piccolo binario Go di Aqua Security che confronta la configurazione del tuo cluster Kubernetes con il CIS Kubernetes Benchmark — una checklist grossa, noiosa ed estremamente utile pubblicata dal Center for Internet Security, che dice cose come “ehi, l’audit logging del tuo API server dovrebbe probabilmente essere attivo” o “i certificati del tuo kubelet non dovrebbero essere leggibili da tutti, genio”. Non hackera niente, non cerca CVE, si limita a scorrere centinaia di controlli di configurazione molto specifici e molto pedanti — permessi dei file, flag dell’API server, binding RBAC, impostazioni di sicurezza dei pod — e per ognuno ti dice PASS, FAIL o WARN.
La cosa bella di kube-bench in particolare è che arriva con profili che conoscono le distribuzioni. I cluster kubeadm vanilla sono diversi da EKS, che è diverso da GKE, che è molto diverso da k3s (la mia distro preferita per questo homelab, perché chi ha la RAM per un control plane “vero”?). L’ho lanciato con il profilo k3s-cis-1.9 sul cluster k3s a nodo singolo che al momento ospita, beh, proprio questo blog.
🚦 Primo round: 55 pass, 4 fail, 57 warn
Il primo giro ha restituito ✅ 55 PASS, ❌ 4 FAIL, ⚠️ 57 WARN, ℹ️ 14 INFO. Non catastrofico, ma nemmeno niente. Breve avviso prima di andare avanti: la maggior parte di quei 57 WARN sono controlli che kube-bench segna come “Manual” — cioè lo strumento letteralmente non può verificarli in automatico e stampa sempre WARN, per quanto bene tu abbia configurato le cose, perché serve un essere umano vero che guardi la cosa e usi il giudizio. Quindi un numero alto di WARN non significa automaticamente “58 problemi”, è più “58 cose a cui un umano dovrebbe dare un’occhiata, alcune delle quali sono già a posto”. A un bel po’ ho dato un’occhiata. Ne parlo più sotto. 👇 Ecco il giro di cosa è stato sistemato, cosa si è rivelato un non-problema e — visto che nessuna modifica all’infrastruttura sopravvive al contatto con la realtà — i paio di modi davvero divertenti in cui ho rotto qualcosa mentre ne sistemavo altre. 🙃
1️⃣ 🔐 File di certificati con i permessi di una panchina del parco
k3s scrive i certificati della sua PKI interna (quelli sotto /var/lib/rancher/k3s/server/tls/) con 644 — leggibili da tutti. CIS vuole 600. Per correttezza, questi sono i certificati pubblici, non le chiavi private (quelle erano già protette correttamente), quindi il rischio reale qui era più vicino a “un po’ disordinato” che a “falla spalancata”. Sistemato con un chmod, e visto che k3s ogni tanto rigenera alcuni di questi al riavvio, ho reso la correzione idempotente nel ruolo Ansible, così si riafferma a ogni esecuzione del playbook invece di tornare silenziosamente indietro.
2️⃣ 🎫 Token di ServiceAccount montati in pod che non chiameranno mai l’API di Kubernetes
Questo è un classico. Di default ogni pod si ritrova un token dell’API di Kubernetes montato automaticamente nel filesystem, “non si sa mai”. Il mio pod WordPress, il pod MariaDB e il pod Redis non parlano mai con l’API di Kubernetes in tutta la loro vita — servono un blog, salvano righe e mettono in cache roba, rispettivamente. Eppure avevano tutti un token API attivo, anche se con pochi privilegi, parcheggiato in /var/run/secrets/kubernetes.io/serviceaccount/, puramente per un “perché no”. Se un attaccante avesse mai bucato uno di quei container (per esempio tramite una RCE in un plugin dubbio — è WordPress, succede 😅), quel token era terreno gratuito per la ricognizione.
Ho impostato automountServiceAccountToken: false ovunque non servisse — sui pod stessi e, come ho scoperto a mie spese, anche sugli oggetti ServiceAccount sottostanti, perché il controllo automatico di kube-bench a quanto pare ispeziona il ServiceAccount, non solo se qualche pod lo sovrascrive. Già che c’ero l’ho corretto in tutto il cluster per ogni namespace non di sistema. 🧹
3️⃣ 🕵️ Approfondimento RBAC: mi aspettavo di trovare qualcosa, non ho trovato niente
CIS ha un intero gruppo di controlli sulla minimizzazione RBAC — permessi wildcard, chi può impersonare chi, chi può creare pod, ecc. Ci sono entrato aspettandomi di trovare almeno un binding troppo largo che qualcuno (io, sei mesi fa, all’una di notte 🌙) aveva lasciato in giro. Macché. Ogni ruolo personalizzato nel cluster si è rivelato o un default standard di Kubernetes completamente inutilizzato (admin/edit, legato a nessuno) o un ruolo installato da un chart Helm (cert-manager, ingress-nginx) limitato esattamente a ciò che serve a quel componente e niente di più. Davvero soddisfacente verificarlo invece di presumerlo. ✨
4️⃣ 🧱 NetworkPolicy: quella che continuavo a rimandare
Un bel pezzo di storia dell’homelab: il mio stack Nextcloud ha le NetworkPolicy applicate tramite Calico da secoli, ma lo stack WordPress/blog non ha mai ricevuto lo stesso trattamento. Il ragionamento all’epoca era che Collabora (l’editor di documenti di Nextcloud) ha un modello di minaccia ovvio e pulito — fa il parsing di documenti non affidabili e non ha alcun motivo legittimo per toccare il database, quindi blindarlo era una scelta ovvia. WordPress sembrava più torbido: il pod WordPress ha davvero bisogno di parlare sia con MariaDB sia con Redis, quindi “nega tutto e basta” non è la forma giusta di policy. Ma più torbido non significa inutile. Il vero valore qui non è isolare WordPress dal suo stesso database — è assicurarsi che MariaDB e Redis siano raggiungibili solo da WordPress, non da ogni altro pod che potrebbe mai atterrare in questo cluster, e limitare il raggio d’azione di WordPress stesso se mai venisse bucato. Così alla fine ho scritto tre NetworkPolicy: WordPress può raggiungere MariaDB, Redis, il DNS e internet aperto sulla 443 (per gli aggiornamenti di plugin/core — tra un attimo spiego perché quest’ultima non si può stringere di più); MariaDB e Redis sono raggiungibili solo da WordPress e da nient’altro. Un limite onesto che ammetto pubblicamente, perché nasconderlo sarebbe disonesto e anche inutile: le NetworkPolicy standard di Kubernetes possono filtrare solo per IP/CIDR, non per nome di dominio, e la mia installazione di Calico gira nella modalità gratuita “policy-only”, senza set di regole sofisticati che conoscono i domini. Il core di WordPress, i suoi plugin e il mio bootstrap WP-CLI hanno tutti bisogno di HTTPS in uscita verso un cast girevole di IP di CDN (wordpress.org, la CDN delle release di GitHub, ecc.) che semplicemente non posso elencare. Quindi la porta 443 verso internet aperto resta permessa. Ciò che questa policy mi dà davvero è il blocco del movimento laterale dentro il cluster — un pod WordPress compromesso non può andare a curiosare su cert-manager o sulla superficie di amministrazione dell’ingress controller — non un blocco completo del traffico in uscita. Preferisco dirti la portata onesta di una mitigazione piuttosto che lasciarti credere che faccia più di quello che fa. 🙏
5️⃣ 🐛🐛 Due bug emersi solo perché ho testato davvero invece di fidarmi delle spunte verdi
Questa è la parte del post in cui il lavoro sull’infrastruttura smette di essere una checklist e diventa una vera indagine, e onestamente è la parte che mi sono goduto di più. 🕵️♂️
Dopo aver distribuito le NetworkPolicy, ho lanciato a mano il cron job di WordPress (un CronJob Kubernetes che esegue wp-cron.php ogni 5 minuti) per assicurarmi che non si fosse rotto niente. Ha riportato STATUS: Complete ✅. Ottimo, si spedisce — solo che ho controllato davvero i log invece di fidarmi dello stato verde, e ci ho trovato una pagina completa di errore fatale di WordPress: “Error establishing a Redis connection.” 💥 A ogni singola esecuzione del cron. In silenzio. Da sempre, a quanto pare, perché un wp_die() di PHP esce con stato 0, quindi Kubernetes non ha la minima idea che qualcosa sia andato storto. “Complete” significava solo che il processo era terminato, non che fosse riuscito. Lezione reimparata a mie spese: uno stato verde è un’affermazione, non una prova.
Scavando, si è scoperto che c’erano due bug distinti impilati uno sull’altro:
- 🐛 Bug n. 1 — quello vero, preesistente, che non c’entra niente con quanto fatto oggi: la definizione del container del CronJob non aveva mai la variabile d’ambiente
WORDPRESS_CONFIG_EXTRAimpostata — il blocco che definisceWP_REDIS_HOSTe compagnia — a differenza del deployment principale di WordPress. QuindiWP_REDIS_HOSTera indefinita a ogni singola esecuzione del cron da sempre, il plugin di object cache Redis ripiegava silenziosamente sul suo default127.0.0.1, e ovviamente dentro quel pod nessuno ascolta su localhost. Questo non aveva niente a che fare con NetworkPolicy, Calico o qualsiasi cosa di oggi — era rotto da quando il CronJob era stato scritto, e non era mai emerso perché “Complete” ha mentito a tutti, me compreso, per chissà quanto tempo 🙈. Sistemato copiando esattamente lo stesso blocco di configurazione dal deployment principale. - 🐛 Bug n. 2 — quello davvero nuovo, causato dalla NetworkPolicy appena aggiunta: una volta sistemato il bug n. 1 e puntato il pod del cron sull’hostname Redis corretto, falliva ancora — ma stavolta con un semplice “Connection refused” invece di un errore fatale di WordPress, che è un tipo di fallimento molto diverso e puzzava subito di problema di rete più che di configurazione. Si è scoperto che il primissimo tentativo di connessione in uscita di un pod nuovo di zecca, entro più o meno il primo secondo della sua esistenza, può essere rifiutato perché l’agente Felix di Calico non ha ancora finito di programmare le regole firewall di quel pod specifico ⏱️. I pod longevi non se ne accorgono mai, perché le loro readiness probe hanno un generoso periodo di grazia di 20 secondi prima che qualcuno li controlli. Un pod di CronJob che prova a parlare con Redis nel primo mezzo secondo della sua vita non ha questo lusso. L’ho riprodotto in modo affidabile con un test isolato (semplice connect TCP, senza WordPress) — fallisce subito su un pod nuovo, riesce ogni volta con uno sleep di 5 secondi prima. Soluzione: un
sleep 5 &&piazzato davanti al vero comando del cron. Non elegante. Estremamente efficace. 🛠️
✅ Entrambe le correzioni sono ora attive e verificate su un vero tick del cron, non forzato, effettivamente pianificato, non solo su un’esecuzione di test manuale.
6️⃣ 🤦 Quella in cui ho disattivato per sbaglio un default di sicurezza mentre ne aggiungevo un altro
Il mio autogol preferito di tutto l’esercizio. Ho aggiunto il plugin di admission EventRateLimit all’API server per impedire a un pod in crash loop di inondare lo stream degli eventi. Kubernetes vanilla standard tratta --enable-admission-plugins come additivo — aggiunge il tuo plugin a quelli già abilitati di default. k3s, a quanto pare, non condivide questa filosofia: impostare quel flag sostituisce in blocco la sua lista di default. Il che significa che la mia modifica di una riga “aggiungiamo un po’ di rate limiting” ha disattivato in silenzio NodeRestriction, un plugin di admission di default di k3s che impedisce a un kubelet compromesso di manomettere oggetti API che non dovrebbe toccare. Me ne sono accorto solo perché ho rilanciato kube-bench dopo, come controllo di sanità, e ho visto un controllo che prima passava diventare direttamente FAIL 📉. Morale della favola: elenca sempre esplicitamente i tuoi default quando tocchi un flag del genere, e rilancia sempre il tuo strumento di validazione dopo ogni singola modifica, non solo una volta alla fine.
7️⃣ 🗝️ Secret come file invece che come variabili d’ambiente
Le password del database stavano in semplici variabili d’ambiente dentro i container — leggibili tramite /proc/<pid>/environ, kubectl describe, crash dump o qualsiasi gestore di errori abbastanza stupido da scaricare il proprio ambiente in caso di errore fatale. Sia l’immagine Docker ufficiale di WordPress sia quella di MariaDB supportano la lettura dei secret da un percorso di file (la convenzione del suffisso _FILE), quindi ho convertito tutto. L’unico tranello non ovvio ⚠️: le health-check probe di MariaDB leggevano la password di root direttamente da quella stessa variabile d’ambiente. Converti la variabile in file senza toccare le probe, e MariaDB avrebbe cominciato a dichiararsi permanentemente non sano nel momento stesso del rollout. L’ho beccato in fase di revisione, ho aggiornato le probe perché leggano direttamente il file e l’ho testato dal vivo prima di dichiararlo finito. 👍
8️⃣ 📦 Provenienza delle immagini, in modo onesto
CIS vuole “Image Provenance using ImagePolicyWebhook” — che è una vera funzione di Kubernetes, ma implementarla significa mettere in piedi e ospitare un intero servizio webhook esterno che approvi o neghi le immagini al momento dell’admission. È una quantità non trascurabile di nuova infrastruttura per un blog di homelab, e non avevo intenzione di costruire un intero microservizio solo per far contenta una casella di compliance 🙅. Ho invece usato ValidatingAdmissionPolicy — un meccanismo nativo, integrato nell’API server (GA da Kubernetes 1.30, nessun pezzo mobile in più) — per rifiutare qualsiasi pod nel namespace di WordPress la cui immagine di container non sia in un’allowlist esplicita dei repository esatti che questo stack usa davvero. Stesso obiettivo di controllo, zero nuova infrastruttura da accudire alle 2 di notte. 😴
🤷 Cosa ho lasciato volutamente com’è
Non tutto ciò che appare in rosso va sistemato, e voglio essere trasparente su cosa è ancora segnalato e perché — perché “abbiamo sistemato letteralmente tutto” di solito è segno che nessuno ha guardato abbastanza da vicino, e perché nessuna delle cose seguenti regala a un attaccante qualcosa di utile:
- 🗄️ Un controllo su “etcd” che per me non si applica proprio. Questo è un cluster k3s a nodo singolo che usa il suo datastore SQLite integrato, non etcd. Un controllo CIS che chiede di un file CA di etcd sta controllando un componente che qui letteralmente non gira. Non è un reperto, è solo un benchmark generico.
- 🧩 Un permesso RBAC wildcard che appartiene a Calico stesso, necessario perché gestisca le proprie risorse personalizzate. È il costo visibile dell’attivazione dell’enforcement delle NetworkPolicy descritto sopra — sfoltirlo a mano rischia che il motore delle network policy stesso non parta, il che mi è sembrato uno scambio peggiore di “un permesso wildcard su un componente a cui è già affidata la rete del cluster”.
- 🔧 Una manciata di componenti che hanno ancora montati i loro token API di Kubernetes — in particolare cert-manager, il mio ingress controller e i controller di Calico. Tutti e tre hanno bisogno di quell’accesso per fare il loro lavoro (osservare rispettivamente certificati, oggetti ingress e network policy). Toglierli non irrobustirebbe niente, romperebbe solo l’emissione dei certificati TLS.
🏁 Il tabellone
Ho iniziato la serata a ❌ 55 PASS / 4 FAIL / 57 WARN / 14 INFO. L’ho finita a ✅ 63 PASS / 3 FAIL / 50 WARN / 14 INFO, con i 3 FAIL rimanenti tutti accettati consapevolmente per i motivi sopra invece che ignorati in silenzio. Strada facendo ho sistemato una regressione di sicurezza che avevo introdotto io stesso nella stessa sessione, ho trovato e sistemato un bug preesistente del tutto indipendente che probabilmente falliva in silenzio da mesi, e ho imparato che “Job: Complete” e “la cosa dentro ha funzionato davvero” sono due affermazioni molto diverse che Kubernetes ti lascia confondere volentieri se non controlli. 🎯 📤 Un’altra nota organizzativa per chi segue da casa: al momento sto anche ristrutturando un po’ il lato GitLab del mio homelab, quindi il codice Ansible e le modifiche alla documentazione descritte qui per ora stanno nel mio repo privato — li pubblicherò sul mio mirror pubblico su GitHub nei prossimi giorni, appena sistemato. Ora torno alla lista di letture per il CKS. 📖 A quanto pare leggere di sicurezza di Kubernetes e andare davvero a trovare reperti reali nel proprio cluster sono due esperienze ben diverse. Consigliato. ✌️
Nota (19 ott 2026): Calico, citato qui, si è rivelato non applicare niente – le NetworkPolicy sono applicate dal network policy controller integrato in K3s, e Calico è stato rimosso. La parte 2 dell’Ansible Tour spiega come è venuto fuori.
📚 Altro in questa serie: il CIS Benchmark
