De volta da Suécia, direto para a toca do coelho do CIS Benchmark

🌐 Também em: English · Deutsch · Français · Español · Italiano · Nederlands · Polski
🇸🇪 Voltei da Suécia. Bronzeado: inexistente (é a Suécia). Contagem de picadas de mosquito: ilegal. Vontade de mexer no homelab de novo: nas alturas. Tem alguma coisa em duas semanas de tempo forçado sem tela numa floresta que faz você chegar em casa e querer imediatamente dar ssh num cluster Kubernetes às 23h de uma quarta-feira. Não me diagnostique. 💻
Então nas últimas noites eu fiz o que qualquer pessoa equilibrada faz depois das férias: 📚 mergulhei em material de segurança de Kubernetes, mais especificamente no currículo do Certified Kubernetes Security Specialist (CKS). Só para deixar claro — no momento não pretendo fazer a prova de verdade, só estou nerdando no assunto porque ele é genuinamente interessante e diretamente relevante para um cluster que eu rodo em produção (bom, “produção” — é um blog). O CKS é o programa do tipo “tá, mas você consegue mesmo deixar essa coisa segura?” no mundo Kubernetes — hardening de RBAC, supply chain, segurança em runtime, network policy, o bufê completo de “coisas que estão ótimas até deixarem muito de estar”. E em algum ponto dessa toca do coelho eu redescobri uma ferramenta que usei uma vez anos atrás e da qual tinha esquecido completamente: o kube-bench 🔍.
Índice
🧐 O que é o kube-bench, e afinal o que é um CIS Benchmark?
O kube-bench é um pequeno binário em Go da Aqua Security que confere a configuração do seu cluster Kubernetes contra o CIS Kubernetes Benchmark — uma checklist grande, chata e extremamente útil publicada pelo Center for Internet Security, que diz coisas como “ei, o audit logging do seu API server provavelmente deveria estar ligado” ou “os certificados do seu kubelet não deveriam ser legíveis por todo mundo, gênio”. Ele não hackeia nada, não procura CVEs, só percorre centenas de verificações de configuração bem específicas e bem pedantes — permissões de arquivos, flags do API server, RBAC bindings, configurações de pod security — e te diz PASS, FAIL ou WARN para cada uma.
O legal do kube-bench em particular é que ele vem com perfis que conhecem cada distribuição. Clusters kubeadm puros são diferentes do EKS, que é diferente do GKE, que é muito diferente do k3s (minha distro preferida para este homelab, porque quem tem RAM sobrando para um control plane “de verdade”?). Rodei com o perfil k3s-cis-1.9 contra o cluster k3s de um nó só que hospeda, bem, exatamente este blog.
🚦 Primeira rodada: 55 pass, 4 fail, 57 warn
A primeira execução voltou com ✅ 55 PASS, ❌ 4 FAIL, ⚠️ 57 WARN, ℹ️ 14 INFO. Nada catastrófico, mas também não é nada. Um aviso rápido antes de continuar: a maioria desses 57 WARNs são checagens que o kube-bench marca como “Manual” — ou seja, a ferramenta literalmente não consegue verificá-las automaticamente e sempre imprime WARN, não importa quão bem configurado você esteja, porque precisa de um ser humano de verdade olhando a coisa e usando o bom senso. Então uma contagem alta de WARN não significa automaticamente “58 problemas”, está mais para “58 coisas que um humano deveria dar uma olhada, algumas das quais já estão ok”. Eu dei uma olhada em várias delas. Mais sobre isso abaixo. 👇 Aqui vai o tour do que foi corrigido, do que acabou não sendo problema e — porque nenhuma mudança de infraestrutura sobrevive ao contato com a realidade — das duas maneiras genuinamente engraçadas como eu quebrei coisas enquanto consertava outras. 🙃
1️⃣ 🔐 Arquivos de certificado com as permissões de um banco de praça
O k3s grava os certificados da sua PKI interna (os que ficam em /var/lib/rancher/k3s/server/tls/) como 644 — legíveis por todos. O CIS quer 600. Para ser justo, esses são os certificados públicos, não as chaves privadas (essas já estavam corretamente trancadas), então o risco real aqui estava mais perto de “levemente bagunçado” do que de “buraco escancarado”. Corrigi com um chmod e, como o k3s de vez em quando regenera alguns deles no restart, deixei a correção idempotente na role do Ansible, para que ela se reafirme a cada execução do playbook em vez de voltar ao estado antigo em silêncio.
2️⃣ 🎫 Tokens de ServiceAccount montados em pods que nunca vão chamar a API do Kubernetes
Esse é clássico. Por padrão, todo pod recebe um token da API do Kubernetes montado automaticamente no sistema de arquivos, “só por garantia”. Meus pods de WordPress, MariaDB e Redis nunca falam com a API do Kubernetes durante toda a vida — eles servem um blog, guardam linhas e fazem cache, respectivamente. Mesmo assim, todos tinham um token de API ativo, ainda que com poucos privilégios, parado em /var/run/secrets/kubernetes.io/serviceaccount/, puramente na base do “por que não”. Se um atacante algum dia invadisse um desses containers (digamos, via RCE num plugin duvidoso — é WordPress, acontece 😅), esse token seria terreno livre para reconhecimento.
Coloquei automountServiceAccountToken: false em todo lugar onde não era necessário — nos próprios pods e, como descobri do jeito difícil, também nos objetos ServiceAccount por baixo, porque a checagem automática do kube-bench aparentemente inspeciona o ServiceAccount, e não só se algum pod por acaso sobrescreve a configuração. Já que estava nisso, apliquei o patch no cluster inteiro para todos os namespaces que não são de sistema. 🧹
3️⃣ 🕵️ Mergulho no RBAC: esperava achar algo, não achei nada
O CIS tem um lote inteiro de checagens sobre minimização de RBAC — permissões com wildcard, quem pode se passar por quem, quem pode criar pods etc. Entrei esperando achar pelo menos um binding amplo demais que alguém (eu, seis meses atrás, à 1h da manhã 🌙) tivesse deixado largado por aí. Nada. Toda role customizada no cluster acabou sendo ou um padrão do Kubernetes completamente sem uso (admin/edit, vinculados a ninguém) ou uma role instalada por um Helm chart (cert-manager, ingress-nginx) com escopo exato para o que aquele componente precisa e nada mais. Genuinamente satisfatório confirmar em vez de presumir. ✨
4️⃣ 🧱 NetworkPolicies: a que eu vinha empurrando com a barriga
Um pedacinho divertido da história do homelab: minha stack Nextcloud tem NetworkPolicies aplicadas via Calico há muito tempo, mas a stack WordPress/blog nunca recebeu o mesmo tratamento. O raciocínio na época era que o Collabora (o editor de documentos do Nextcloud) tem um modelo de ameaça óbvio e limpo — ele processa documentos não confiáveis e não tem motivo legítimo nenhum para tocar no banco de dados, então trancá-lo foi decisão fácil. O WordPress parecia mais nebuloso: o pod do WordPress precisa legitimamente falar com o MariaDB e com o Redis, então “simplesmente negar tudo” não é o formato certo de política. Mas nebuloso não é o mesmo que inútil. O valor real aqui não é isolar o WordPress do próprio banco — é garantir que MariaDB e Redis sejam acessíveis somente pelo WordPress, e não por qualquer outro pod que um dia apareça neste cluster, e limitar o raio de explosão do próprio WordPress se ele for invadido. Então finalmente escrevi três NetworkPolicies: o WordPress pode alcançar MariaDB, Redis, DNS e a internet aberta na porta 443 (para atualizações de plugins/core — já explico por que essa última não pode ser mais restrita); MariaDB e Redis só podem ser alcançados pelo WordPress e por mais nada. Uma limitação honesta que eu admito publicamente, porque escondê-la seria desonesto e também inútil: NetworkPolicy padrão do Kubernetes só filtra por IP/CIDR, não por nome de domínio, e minha instalação do Calico roda no modo gratuito “policy-only”, sem conjuntos de regras sofisticados baseados em domínio. O core do WordPress, os plugins e o meu bootstrap do WP-CLI precisam todos de HTTPS de saída para um elenco rotativo de IPs de CDN (wordpress.org, a CDN de releases do GitHub etc.) que eu simplesmente não consigo enumerar. Então a porta 443 para a internet aberta continua liberada. O que essa política realmente me dá é bloquear movimento lateral dentro do cluster — um pod de WordPress comprometido não consegue ir cutucar o cert-manager ou a superfície de administração do ingress controller — e não um bloqueio completo de saída. Prefiro te contar o escopo honesto de uma mitigação do que deixar você supor que ela faz mais do que faz. 🙏
5️⃣ 🐛🐛 Dois bugs que só apareceram porque eu testei de verdade em vez de confiar em checkmarks verdes
Esta é a parte do post em que trabalho de infraestrutura deixa de ser checklist e vira investigação de verdade, e sinceramente foi a parte mais divertida. 🕵️♂️
Depois de aplicar as NetworkPolicies, disparei manualmente o cron job do WordPress (um CronJob do Kubernetes que roda wp-cron.php a cada 5 minutos) para garantir que nada tinha quebrado. Ele reportou STATUS: Complete ✅. Ótimo, manda bala — só que eu fui de fato olhar os logs em vez de confiar no status verde, e encontrei uma página completa de erro fatal do WordPress: “Error establishing a Redis connection.” 💥 Em toda execução do cron. Em silêncio. Para sempre, aparentemente, porque um wp_die() do PHP sai com status 0, então o Kubernetes não faz a menor ideia de que algo deu errado. “Complete” só queria dizer que o processo terminou, não que ele funcionou. Lição reaprendida do jeito difícil: um status verde é uma afirmação, não uma prova.
Investigando, descobri que havia dois bugs separados, empilhados um em cima do outro:
- 🐛 Bug nº 1 — o real, já existente, sem relação com nada que eu fiz hoje: a definição do container do CronJob nunca teve a variável de ambiente
WORDPRESS_CONFIG_EXTRA— o bloco que defineWP_REDIS_HOSTe companhia — ao contrário do deployment principal do WordPress. EntãoWP_REDIS_HOSTestava indefinida em toda execução do cron desde sempre, o plugin de object cache do Redis caía silenciosamente no próprio padrão127.0.0.1e, obviamente, não tem nada escutando em localhost dentro daquele pod. Isso não tinha nada a ver com NetworkPolicies, Calico ou qualquer coisa de hoje — estava quebrado desde que o CronJob foi escrito, e só nunca veio à tona porque “Complete” mentiu para todo mundo, inclusive para mim, sabe-se lá por quanto tempo 🙈. Corrigido copiando exatamente o mesmo bloco de configuração do deployment principal. - 🐛 Bug nº 2 — o genuinamente novo, causado pela NetworkPolicy que eu tinha acabado de adicionar: depois de corrigir o bug nº 1 e apontar o pod do cron para o hostname correto do Redis, ele ainda falhava — mas desta vez com um simples “Connection refused” em vez de um erro fatal do WordPress, que é um sabor bem diferente de falha e imediatamente cheirava a problema de rede, não de configuração. Acontece que a primeiríssima tentativa de conexão de saída de um pod novinho, mais ou menos no primeiro segundo de existência, pode ser rejeitada porque o agente Felix do Calico ainda não terminou de programar as regras de firewall daquele pod específico ⏱️. Pods de vida longa nunca percebem isso, porque as readiness probes deles têm uma folga generosa de 20 segundos antes que alguém confira. Um pod de CronJob que tenta falar com o Redis no primeiro meio segundo de vida não tem esse luxo. Reproduzi isso de forma confiável com um teste isolado (TCP connect puro, sem WordPress no meio) — falha na hora num pod novo, funciona sempre com um sleep de 5 segundos antes. Correção: um
sleep 5 &&grudado na frente do comando do cron. Nada elegante. Extremamente eficaz. 🛠️
✅ As duas correções estão no ar e verificadas contra um tick de cron real, agendado de verdade e não forçado, e não só um teste manual.
6️⃣ 🤦 Aquela em que eu desfiz sem querer um padrão de segurança enquanto adicionava outro
Meu gol contra favorito de todo o exercício. Adicionei o admission plugin EventRateLimit ao API server para impedir que um pod em crash loop consiga inundar o fluxo de eventos. O Kubernetes padrão trata --enable-admission-plugins como aditivo — ele adiciona seu plugin ao que já está habilitado por padrão. O k3s, descobri, não compartilha essa filosofia: definir essa flag substitui a lista padrão inteira. Ou seja, minha mudança de uma linha do tipo “vamos adicionar um rate limiting” desligou em silêncio o NodeRestriction, um admission plugin padrão do k3s que impede um kubelet comprometido de mexer em objetos da API em que não deveria tocar. Só percebi porque rodei o kube-bench de novo depois, como teste de sanidade, e vi uma checagem que antes passava virar FAIL na hora 📉. Moral da história: sempre liste seus padrões explicitamente quando mexer numa flag assim, e sempre rode de novo sua ferramenta de validação depois de cada mudança, não só uma vez no final.
7️⃣ 🗝️ Secrets como arquivos em vez de variáveis de ambiente
As senhas do banco estavam em variáveis de ambiente simples dentro dos containers — legíveis via /proc/<pid>/environ, kubectl describe, crash dumps ou qualquer error handler burro o bastante para despejar o ambiente num erro fatal. As imagens Docker oficiais do WordPress e do MariaDB suportam ler secrets de um caminho de arquivo (a convenção do sufixo _FILE), então migrei tudo. A pegadinha não óbvia ⚠️: as próprias health-check probes do MariaDB liam a senha de root direto daquela mesma variável de ambiente. Converta a variável em arquivo sem mexer nas probes e o MariaDB passaria a se reportar como permanentemente unhealthy no momento do rollout. Peguei isso na revisão, atualizei as probes para ler o arquivo diretamente e testei ao vivo antes de dar por encerrado. 👍
8️⃣ 📦 Procedência de imagens, do jeito honesto
O CIS quer “Image Provenance using ImagePolicyWebhook” — que é um recurso real do Kubernetes, mas implementá-lo significa montar e hospedar um serviço de webhook externo inteiro para aprovar ou negar imagens no momento da admissão. É uma quantidade considerável de infraestrutura nova para um blog de homelab, e eu não ia construir um microsserviço inteiro só para agradar uma caixinha de compliance 🙅. Em vez disso usei ValidatingAdmissionPolicy — um mecanismo nativo, embutido no API server (GA desde o Kubernetes 1.30, sem peças móveis extras) — para rejeitar qualquer pod no namespace do WordPress cuja imagem de container não esteja numa allowlist explícita com os repositórios exatos que esta stack usa. Mesmo objetivo de controle, zero infraestrutura nova para cuidar às 2h da manhã. 😴
🤷 O que eu deixei como está de propósito
Nem tudo que aparece em vermelho precisa de correção, e quero ser transparente sobre o que continua marcado e por quê — porque “corrigimos literalmente tudo” geralmente é sinal de que ninguém olhou com atenção suficiente, e porque nada do que vem a seguir entrega algo útil a um atacante:
- 🗄️ Uma checagem de “etcd” que simplesmente não se aplica a mim. Este é um cluster k3s de um nó só usando o datastore SQLite embutido, não etcd. Uma checagem CIS perguntando por um arquivo de CA do etcd está procurando um componente que literalmente não roda aqui. Não é um achado, é só um benchmark sendo genérico.
- 🧩 Uma permissão RBAC com wildcard que pertence ao próprio Calico, necessária para que ele gerencie os próprios custom resources. É o custo visível de ligar a aplicação de NetworkPolicies descrita acima — recortá-la à mão arrisca fazer o próprio motor de network policy não subir, o que me pareceu uma troca pior do que “uma permissão wildcard num componente que já é confiável o bastante para cuidar da rede do cluster”.
- 🔧 Alguns componentes que ainda têm seus tokens da API do Kubernetes montados — especificamente o cert-manager, meu ingress controller e os controllers do próprio Calico. Os três precisam desse acesso para fazer o trabalho deles (observar certificados, objetos de ingress e network policies, respectivamente). Arrancar isso não deixaria nada mais seguro, só quebraria a emissão de TLS.
🏁 O placar
Comecei a noite em ❌ 55 PASS / 4 FAIL / 57 WARN / 14 INFO. Terminei em ✅ 63 PASS / 3 FAIL / 50 WARN / 14 INFO, com os 3 FAILs restantes todos aceitos conscientemente pelos motivos acima, e não ignorados em silêncio. No caminho corrigi uma regressão de segurança que eu mesmo tinha introduzido na mesma sessão, encontrei e corrigi um bug pré-existente totalmente não relacionado que provavelmente vinha falhando em silêncio há meses, e aprendi que “Job: Complete” e “a coisa lá dentro funcionou de verdade” são duas afirmações bem diferentes que o Kubernetes deixa você confundir alegremente se você não conferir. 🎯 📤 Mais um aviso de organização para quem está acompanhando em casa: no momento também estou reestruturando um pouco o lado GitLab do meu homelab, então o código Ansible e as mudanças de documentação descritas aqui estão no meu repositório privado por enquanto — vou subi-los para o meu mirror público no GitHub nos próximos dias, assim que isso estiver resolvido. De volta à lista de leitura do CKS agora. 📖 Ler sobre segurança de Kubernetes e ir de fato encontrar achados reais no seu próprio cluster são experiências bem diferentes. Recomendo. ✌️
Nota (19 out. 2026): O Calico, citado aqui, acabou não aplicando nada – as NetworkPolicies são aplicadas pelo controller de network policy embutido no K3s, e o Calico foi removido. A parte 2 do Ansible Tour explica como isso veio à tona.
📚 Mais nesta série: o CIS Benchmark
