Terug uit Zweden, meteen het CIS Benchmark-konijnenhol in

🌐 Ook in: English · Deutsch · Français · Español · Italiano · Português · Polski
🇸🇪 Ik ben terug uit Zweden. Kleurtje: onbestaand (het is Zweden). Aantal muggenbeten: illegaal. Zin om weer aan mijn homelab te zitten: torenhoog. Twee weken gedwongen schermvrije tijd in een bos zorgen er op de een of andere manier voor dat je thuiskomt en meteen om 23:00 op een woensdag via ssh een Kubernetes-cluster in wilt. Stel geen diagnose. 💻
Dus de afgelopen avonden heb ik gedaan wat elk evenwichtig mens na een vakantie doet: 📚 me ingelezen in Kubernetes-security, specifiek het curriculum van de Certified Kubernetes Security Specialist (CKS). Voor de duidelijkheid — ik ben op dit moment niet van plan het examen echt te doen, ik nerd gewoon over het onderwerp omdat het oprecht interessant is en direct relevant voor een cluster dat ik in productie draai (nou ja, “productie” — het is een blog). CKS is in de Kubernetes-wereld het “oké, maar kun je dat ding ook echt beveiligen”-programma — RBAC-hardening, supply chain, runtime security, network policy, het hele buffet van “dingen die prima zijn tot ze dat heel erg niet meer zijn”. En ergens in dat konijnenhol herontdekte ik een tool die ik jaren geleden één keer had gebruikt en compleet vergeten was: kube-bench 🔍.
Inhoud
🧐 Wat is kube-bench, en wat is een CIS Benchmark eigenlijk?
kube-bench is een kleine Go-binary van Aqua Security die de configuratie van je Kubernetes-cluster toetst aan de CIS Kubernetes Benchmark — een grote, saaie, extreem nuttige checklist van het Center for Internet Security die dingen zegt als “hé, de audit logging van je API-server zou waarschijnlijk aan moeten staan” of “je kubelet-certificaten zouden niet voor iedereen leesbaar moeten zijn, genie”. Het hackt niets, het scant niet op CVE’s, het loopt gewoon honderden zeer specifieke, zeer pedante configuratiechecks af — bestandsrechten, API-server-flags, RBAC-bindings, pod-security-instellingen — en geeft je voor elke check PASS, FAIL of WARN.
Het mooie aan kube-bench is dat het profielen per distributie meelevert. Vanilla kubeadm-clusters zien er anders uit dan EKS, dat er anders uitziet dan GKE, dat er heel anders uitziet dan k3s (mijn distro naar keuze voor dit homelab, want wie heeft er RAM voor een “echt” control plane). Ik draaide het met het profiel k3s-cis-1.9 tegen het single-node k3s-cluster dat op dit moment, nou ja, precies deze blog host.
🚦 Ronde één: 55 pass, 4 fail, 57 warn
De eerste run kwam terug met ✅ 55 PASS, ❌ 4 FAIL, ⚠️ 57 WARN, ℹ️ 14 INFO. Niet catastrofaal, maar ook niet niks. Even een korte mededeling voordat ik verderga: de meeste van die 57 WARN’s zijn checks die kube-bench als “Manual” markeert — de tool kan ze letterlijk niet automatisch verifiëren en print altijd WARN, hoe goed je ook geconfigureerd bent, omdat er een echt mens naar moet kijken en zijn verstand moet gebruiken. Een hoog WARN-aantal betekent dus niet automatisch “58 problemen”, het is meer “58 dingen waar een mens even naar moet kijken, waarvan sommige al prima zijn”. Ik heb er een flink aantal bekeken. Meer daarover hieronder. 👇 Hier de rondleiding langs wat er is gefixt, wat geen probleem bleek te zijn en — omdat geen enkele infrastructuurwijziging het contact met de werkelijkheid overleeft — de paar oprecht grappige manieren waarop ik dingen kapotmaakte terwijl ik andere dingen repareerde. 🙃
1️⃣ 🔐 Certificaatbestanden met de rechten van een parkbankje
k3s schrijft zijn interne PKI-certificaten (die onder /var/lib/rancher/k3s/server/tls/) als 644 — leesbaar voor iedereen. CIS wil 600. Eerlijk is eerlijk, dit zijn de publieke certificaten, niet de private keys (die waren al correct afgeschermd), dus het echte risico lag dichter bij “een beetje slordig” dan bij “gapend gat”. Gefixt met een chmod, en omdat k3s een deel ervan af en toe bij een herstart opnieuw genereert, heb ik de fix idempotent gemaakt in de Ansible-rol, zodat hij zich bij elke playbook-run opnieuw afdwingt in plaats van stilletjes terug te vallen.
2️⃣ 🎫 ServiceAccount-tokens gemount in pods die nooit ook maar één keer de Kubernetes-API aanroepen
Een klassieker. Standaard krijgt elke pod een Kubernetes-API-token automatisch in zijn bestandssysteem gemount, “voor het geval dat”. Mijn WordPress-pod, MariaDB-pod en Redis-pod praten hun hele leven niet met de Kubernetes-API — ze serveren respectievelijk een blog, slaan rijen op en cachen dingen. Toch hadden ze allemaal een geldig, zij het weinig bevoegd, API-token in /var/run/secrets/kubernetes.io/serviceaccount/ liggen, puur uit “waarom niet”. Als een aanvaller ooit een van die containers zou kraken (bijvoorbeeld via een RCE in een dubieuze plugin — het is WordPress, het gebeurt 😅), dan was dat token gratis speelterrein voor verkenning.
Ik heb automountServiceAccountToken: false overal gezet waar het niet nodig was — op de pods zelf en, zoals ik op de harde manier ontdekte, ook op de onderliggende ServiceAccount-objecten, omdat de geautomatiseerde check van kube-bench blijkbaar de ServiceAccount inspecteert en niet alleen of een pod het toevallig overschrijft. Meteen maar clusterbreed gepatcht voor elke niet-systeem-namespace. 🧹
3️⃣ 🕵️ RBAC-duik: verwachtte iets te vinden, vond niets
CIS heeft een hele reeks checks rond RBAC-minimalisatie — wildcard-rechten, wie zich als wie mag voordoen, wie pods mag aanmaken enzovoort. Ik ging erin in de verwachting minstens één te ruime binding te vinden die iemand (ik, zes maanden geleden, om 1 uur ’s nachts 🌙) had laten rondslingeren. Niets. Elke custom role in het cluster bleek ofwel een volledig ongebruikte standaard van Kubernetes (admin/edit, aan niemand gebonden) ofwel een role die een Helm-chart installeerde (cert-manager, ingress-nginx), precies afgebakend op wat dat component nodig heeft en niets meer. Oprecht bevredigend om het te bevestigen in plaats van aan te nemen. ✨
4️⃣ 🧱 NetworkPolicies: die ik steeds voor me uit had geschoven
Een leuk stukje homelab-geschiedenis: mijn Nextcloud-stack heeft al eeuwen NetworkPolicies die via Calico worden afgedwongen, maar de WordPress/blog-stack kreeg nooit dezelfde behandeling. De redenering destijds was dat Collabora (de documenteditor van Nextcloud) een duidelijk, overzichtelijk dreigingsmodel heeft — het verwerkt onbetrouwbare documenten en heeft geen enkele legitieme reden om ooit de database aan te raken, dus dichttimmeren was een no-brainer. WordPress voelde vager: de WordPress-pod moet legitiem met zowel MariaDB als Redis praten, dus “gewoon alles weigeren” is niet de juiste vorm voor een policy. Maar vager is niet hetzelfde als zinloos. De echte waarde zit hier niet in het isoleren van WordPress van zijn eigen database — het gaat erom dat MariaDB en Redis alleen vanuit WordPress bereikbaar zijn, niet vanuit elke andere pod die ooit in dit cluster belandt, en dat de blast radius van WordPress zelf begrensd is als het ooit gekraakt wordt. Dus heb ik eindelijk drie NetworkPolicies geschreven: WordPress mag MariaDB, Redis, DNS en het open internet op 443 bereiken (voor plugin-/core-updates — waarom die laatste niet strakker kan, leg ik zo uit); MariaDB en Redis zijn alleen bereikbaar vanuit WordPress en verder niets. Eén eerlijke beperking die ik publiekelijk toegeef, want verbergen zou oneerlijk en ook zinloos zijn: een standaard Kubernetes-NetworkPolicy kan alleen filteren op IP/CIDR, niet op domeinnaam, en mijn Calico-installatie draait in de gratis “policy-only”-modus zonder chique domeinbewuste regelsets. WordPress-core, de plugins en mijn WP-CLI-bootstrap hebben allemaal uitgaand HTTPS nodig naar een wisselende cast van CDN-IP’s (wordpress.org, de release-CDN van GitHub enzovoort) die ik simpelweg niet kan opsommen. Dus poort 443 naar het open internet blijft toegestaan. Wat deze policy me echt oplevert, is het blokkeren van laterale beweging binnen het cluster — een gecompromitteerde WordPress-pod kan niet gaan porren in cert-manager of in het beheeroppervlak van de ingress controller — en geen volledige lockdown van uitgaand verkeer. Ik vertel je liever de eerlijke reikwijdte van een maatregel dan dat je aanneemt dat hij meer doet dan hij doet. 🙏
5️⃣ 🐛🐛 Twee bugs die alleen opdoken omdat ik echt testte in plaats van groene vinkjes te vertrouwen
Dit is het deel van de post waar infrastructuurwerk ophoudt een checklist te zijn en een echt onderzoek wordt, en eerlijk gezegd het deel waar ik het meeste plezier aan had. 🕵️♂️
Na het uitrollen van de NetworkPolicies triggerde ik handmatig de WordPress-cronjob (een Kubernetes-CronJob die elke 5 minuten wp-cron.php draait) om zeker te weten dat er niets kapot was. Die meldde STATUS: Complete ✅. Mooi, live ermee — alleen keek ik daadwerkelijk in de logs in plaats van de groene status te vertrouwen, en vond een volledige WordPress-foutpagina: “Error establishing a Redis connection.” 💥 Bij elke cron-run. Stilletjes. Blijkbaar al eeuwig, want een PHP-wp_die() eindigt met status 0, dus Kubernetes heeft absoluut geen idee dat er iets misging. “Complete” betekende alleen dat het proces stopte, niet dat het slaagde. Les op de harde manier opnieuw geleerd: een groene status is een bewering, geen bewijs.
Bij het graven bleken er twee aparte bugs op elkaar gestapeld te zitten:
- 🐛 Bug #1 — de echte, al bestaande, die niets te maken had met wat ik vandaag deed: de containerdefinitie van de CronJob had nooit de omgevingsvariabele
WORDPRESS_CONFIG_EXTRA— het blok datWP_REDIS_HOSTen consorten definieert — in tegenstelling tot de hoofddeployment van WordPress. DusWP_REDIS_HOSTwas sinds altijd bij elke cron-run ongedefinieerd, de Redis-object-cache-plugin viel stilletjes terug op zijn eigen standaard127.0.0.1, en uiteraard luistert er niets op localhost in die pod. Dit had niets te maken met NetworkPolicies, Calico of wat dan ook van vandaag — het was kapot sinds de CronJob geschreven werd, en kwam alleen nooit boven omdat “Complete” tegen iedereen loog, mij inbegrepen, wie weet hoe lang al 🙈. Gefixt door exact hetzelfde configuratieblok uit de hoofddeployment over te nemen. - 🐛 Bug #2 — de echt nieuwe, veroorzaakt door de NetworkPolicy die ik net had toegevoegd: nadat ik bug #1 had gefixt en de cron-pod naar de juiste Redis-hostname had gewezen, faalde hij nog steeds — maar dit keer met een kale “Connection refused” in plaats van een WordPress-fatal-error, wat een heel ander soort falen is en meteen naar een netwerkprobleem rook in plaats van een configuratieprobleem. Blijkt: de allereerste uitgaande verbindingspoging van een gloednieuwe pod, ruwweg in de eerste seconde van zijn bestaan, kan worden geweigerd omdat de Felix-agent van Calico de firewallregels van die specifieke pod nog niet klaar heeft ⏱️. Langlevende pods merken dit nooit, want hun readiness probes hebben een royale wachttijd van 20 seconden voordat iemand naar ze kijkt. Een CronJob-pod die in de eerste halve seconde van zijn leven met Redis wil praten, heeft die luxe niet. Ik reproduceerde dit betrouwbaar met een geïsoleerde test (kale TCP-connect, geen WordPress erbij) — faalt meteen op een verse pod, slaagt elke keer met eerst een sleep van 5 seconden. Fix: een
sleep 5 &&voor het eigenlijke cron-commando geplakt. Niet elegant. Extreem effectief. 🛠️
✅ Beide fixes zijn nu live en geverifieerd tegen een echte, niet geforceerde, daadwerkelijk ingeplande cron-tick, niet alleen een handmatige testrun.
6️⃣ 🤦 Die keer dat ik per ongeluk een security-standaard ongedaan maakte terwijl ik een andere toevoegde
Mijn favoriete eigen doelpunt van de hele oefening. Ik voegde de admission plugin EventRateLimit toe aan de API-server, zodat een crash-loopende pod de event-stream niet kan overspoelen. Vanilla Kubernetes behandelt --enable-admission-plugins als aanvullend — het voegt je plugin toe aan wat standaard al aan staat. k3s, zo blijkt, deelt die filosofie niet: die flag zetten vervangt de standaardlijst in zijn geheel. Wat betekent dat mijn wijziging van één regel, “laten we wat rate limiting toevoegen”, stilletjes NodeRestriction uitschakelde, een standaard admission plugin van k3s die voorkomt dat een gecompromitteerde kubelet knoeit met API-objecten waar hij niet aan hoort te komen. Ik zag het alleen omdat ik kube-bench daarna nog eens draaide als sanity check en een eerder geslaagde check meteen naar FAIL zag springen 📉. Moraal van het verhaal: som je standaarden altijd expliciet op als je aan zo’n flag zit, en draai je validatietool opnieuw na elke wijziging, niet maar één keer helemaal aan het eind.
7️⃣ 🗝️ Secrets als bestanden in plaats van omgevingsvariabelen
Databasewachtwoorden stonden in gewone omgevingsvariabelen in de containers — leesbaar via /proc/<pid>/environ, kubectl describe, crash dumps of elke error handler die dom genoeg is om bij een fatale fout zijn omgeving te dumpen. De officiële Docker-images van zowel WordPress als MariaDB ondersteunen het inlezen van secrets uit een bestandspad (de _FILE-suffixconventie), dus heb ik alles omgezet. De ene niet-voor-de-hand-liggende valkuil ⚠️: de health-check probes van MariaDB zelf lazen het root-wachtwoord rechtstreeks uit diezelfde omgevingsvariabele. Zet de variabele om naar een bestand zonder de probes aan te passen, en MariaDB had zich vanaf het moment van uitrollen als permanent unhealthy gemeld. Bij de review opgemerkt, de probes aangepast om het bestand direct te lezen, en live getest voordat ik het klaar noemde. 👍
8️⃣ 📦 Herkomst van images, op de eerlijke manier
CIS wil “Image Provenance using ImagePolicyWebhook” — een echte Kubernetes-feature, maar implementeren betekent een complete externe webhookdienst opzetten en hosten die images bij admission goedkeurt of weigert. Dat is een behoorlijke hoeveelheid nieuwe infrastructuur voor een homelab-blog, en ik ging geen hele microservice bouwen alleen om een compliance-vinkje blij te maken 🙅. In plaats daarvan gebruikte ik ValidatingAdmissionPolicy — een native mechanisme dat in de API-server is ingebouwd (GA sinds Kubernetes 1.30, geen extra bewegende delen) — om elke pod in de WordPress-namespace te weigeren waarvan het container-image niet op een expliciete allowlist staat met precies de repositories die deze stack gebruikt. Zelfde controledoel, nul nieuwe infrastructuur om om 2 uur ’s nachts op te passen. 😴
🤷 Wat ik bewust zo heb gelaten
Niet alles wat rood oplicht moet gefixt worden, en ik wil open zijn over wat nog gemarkeerd staat en waarom — want “we hebben letterlijk alles gefixt” is meestal een teken dat niemand goed genoeg heeft gekeken, en omdat niets van het volgende een aanvaller iets nuttigs oplevert:
- 🗄️ Een “etcd”-check die helemaal niet op mij van toepassing is. Dit is een single-node k3s-cluster met de ingebouwde SQLite-datastore, geen etcd. Een CIS-check die vraagt naar een CA-bestand van etcd controleert een component dat hier letterlijk niet draait. Geen bevinding, gewoon een benchmark die generiek is.
- 🧩 Een RBAC-wildcard-recht dat bij Calico zelf hoort, nodig om zijn eigen custom resources te beheren. Het is de zichtbare prijs van het aanzetten van de hierboven beschreven NetworkPolicy-handhaving — het met de hand inperken riskeert dat de network-policy-engine zelf niet meer start, wat me een slechtere ruil leek dan “één wildcard-recht op een component dat al vertrouwd wordt met de clusternetwerken”.
- 🔧 Een handvol componenten die hun Kubernetes-API-tokens nog gemount hebben — specifiek cert-manager, mijn ingress controller en de controllers van Calico zelf. Alle drie hebben die toegang nodig voor hun eigenlijke werk (respectievelijk certificaten, ingress-objecten en network policies in de gaten houden). Dat eruit slopen zou niets verharden, het zou alleen de uitgifte van TLS-certificaten breken.
🏁 Het scorebord
Begonnen aan de avond op ❌ 55 PASS / 4 FAIL / 57 WARN / 14 INFO. Geëindigd op ✅ 63 PASS / 3 FAIL / 50 WARN / 14 INFO, met de 3 resterende FAIL’s allemaal bewust geaccepteerd om de redenen hierboven in plaats van stilletjes genegeerd. Onderweg fixte ik een security-regressie die ik in dezelfde sessie zelf had geïntroduceerd, vond en fixte ik een volledig ongerelateerde, al bestaande bug die waarschijnlijk al maanden stilletjes faalde, en leerde ik dat “Job: Complete” en “het ding binnenin werkte echt” twee heel verschillende beweringen zijn die Kubernetes je vrolijk door elkaar laat halen als je niet controleert. 🎯 📤 Nog één huishoudelijke mededeling voor wie thuis meeleest: ik ben op dit moment ook wat aan het herstructureren aan de GitLab-kant van mijn homelab, dus de Ansible-code en de documentatiewijzigingen die hier beschreven staan, staan voorlopig in mijn private repo — ik push ze de komende dagen naar mijn publieke GitHub-mirror zodra dat geregeld is. Nu terug naar de CKS-leeslijst. 📖 Lezen over Kubernetes-security en daadwerkelijk echte bevindingen in je eigen cluster gaan zoeken, dat voelt heel anders. Aanrader. ✌️
Noot (19 okt. 2026): Calico, dat hier genoemd wordt, bleek niets af te dwingen – de NetworkPolicies worden afgedwongen door de network-policy-controller die in K3s is ingebouwd, en Calico is verwijderd. Deel 2 van de Ansible Tour legt uit hoe dat aan het licht kwam.
📚 Meer in deze serie: de CIS Benchmark
