O Ansible Tour, parte 5: segurança de TI – firewall, SSH, fail2ban, hardening, SELinux e detecção

Parte 5 do Ansible Tour: todos os roles de segurança em um só lugar – como cada camada é montada, contra o que protege e o que fazer quando ela alerta.

Ilustração da série Ansible Tour

🌐 Também em: English · Deutsch · Français · Español · Italiano · Nederlands · Polski

Parte 5 do Ansible Tour. Depois da plataforma, do blog e do Nextcloud, esta parte reúne todos os roles de segurança em um só lugar, nas duas stacks. A série descreve a release v3.3.0, com mudanças posteriores adicionadas como atualizações.

A segurança aqui vem de camadas: cada uma pega o que a anterior deixou passar. De fora para dentro, são o firewall, o login SSH, a reação a ataques nos logs (fail2ban), o hardening do sistema operacional, o confinamento pelo SELinux e a detecção por auditd, AIDE, rkhunter e ClamAV. O código é público, então um atacante também pode lê-lo. Tudo bem: a proteção tem que vir de chaves, camadas e alertas, não de segredo. Mesmo assim, os limites exatos ficam vagos aqui.

Índice

🧱 common_firewall: nftables com tabela própria

O firewall é o nftables. Toda chain tem policy drop: o que não é explicitamente permitido é descartado, inclusive o tráfego de saída. Na entrada, só são permitidos web, SSH a partir de uma lista de países e o que o cluster precisa; na saída, só DNS, NTP, HTTP(S), e-mail e o tráfego dos pods. Lá no alto da chain de input ficam os sets de banimento – antes até da regra para conexões estabelecidas, para que um ban também encerre uma conexão que já está aberta. Um set por jail do fail2ban, um para bans manuais, um para a detecção de port scan, todos expirando sozinhos no kernel.

A linha mais importante do role não é uma regra, e sim a forma como o firewall é recarregado. O serviço que vem com o sistema apaga todas as regras do kernel com flush ruleset. Em um node Kubernetes isso também apaga as tabelas do kube-proxy, do Flannel e do controlador de policies do K3s, e por 30 a 90 segundos os serviços do Kubernetes não funcionam – o Nextcloud não conseguia alcançar o banco de dados depois de cada reload do firewall. Por isso o role substitui só a própria tabela, em uma transação, e ensina o systemd a fazer o mesmo com um drop-in.

Como substituir a tabela também recria os sets de banimento vazios, um segundo handler então reinicia o fail2ban, que recoloca cada ban ativo a partir do seu banco de dados. Sem isso, depois de uma execução do playbook a maioria dos bans existia só na memória do fail2ban, enquanto o firewall deixava os endereços entrarem de novo.

O Kubernetes também abre uma porta dos fundos: o kube-proxy encaminha as NodePorts em todo endereço local, inclusive o público, e esse tráfego passa pela chain de forward, não pela de input. Os exporters de métricas estavam acessíveis pela internet desse jeito. Uma chain dedicada descarta novas conexões para eles. A prioridade dela é escolhida com precisão – depois do connection tracking. Na primeira versão ela rodava antes e também descartava respostas às conexões de saída dos pods cuja porta de origem aleatória caía nessa faixa: por dois meses, cerca de 4 por cento dessas conexões terminaram em timeout.

Na primeiríssima execução o role não ativa o firewall ao vivo: o SSH muda para uma porta nova ao mesmo tempo, e a conexão existente do Ansible não bateria com nenhuma regra – o play simplesmente travaria. Em vez disso, o servidor reinicia, o Ansible muda para a porta nova e continua por lá.

A lição: um firewall em um host Kubernetes nunca está sozinho. Substitua só a sua própria tabela e teste toda suposição sobre ordem e prioridades.

🔑 common_ssh: a porta, e o que você pode fazer lá dentro

O SSH escuta em outra porta – não é segurança por si só, mas mantém quase todo o ruído automatizado fora dos logs. Só são permitidos chaves, só root, poucas tentativas, nenhum forwarding e uma lista curta de algoritmos modernos. Uma lição veio de dois servidores: para uma keyword definida duas vezes, o sshd pega o primeiro valor, e a imagem do provedor deixava um arquivo com PasswordAuthentication yes que vencia em silêncio o “no” do arquivo principal. Por isso o role escreve um drop-in chamado 00-hardening.conf, que é lido antes de todo o resto.

Um drop-in do systemd confina o serviço SSH, e tudo o que ele inicia herda isso – cada sessão e cada task do Ansible. Ninguém que entra por SSH consegue carregar um módulo do kernel ou mudar um parâmetro do kernel, nem um atacante com uma chave roubada. Mudanças legítimas passam pelo systemd-run (parte 2). O que precisou ser removido de novo pelo caminho é instrutivo: sem AF_NETLINK, nft, ip e ss falham em toda sessão, justamente na hora de consertar o firewall; e um /tmp privado para o sshd era herdado por toda sessão e destruído debaixo das sessões em andamento a cada restart. Isso virou regra: sandboxing rígido é para serviços que não iniciam sessões.

Reiniciar o SSH pela sua própria conexão SSH é a parte mais delicada do role. Uma cadeia de handlers primeiro verifica a configuração com sshd -t, depois reinicia o sshd de forma assíncrona sem esperar por uma resposta que nunca chegaria pela conexão moribunda, descarta a conexão antiga e espera até uma nova subir. Se o sshd não voltar, o play falha de forma ruidosa – enquanto você provavelmente ainda tem uma segunda sessão aberta.

A lição: um hardening também vale para o administrador. Antes de ligar uma restrição, verifique o que você mesmo ainda precisa conseguir fazer em uma emergência.

🚫 common_fail2ban: reagindo aos logs

Sete jails vigiam o journal do sistema (SSH), o log do ingress (logins do WordPress, Nextcloud e Grafana, scanners, caminhos que aqui nunca são legítimos) e o próprio log do fail2ban (reincidentes ganham um ban bem mais longo). O ban vai direto para o set do jail no firewall, com o tempo de ban como expiração; o nftables o remove sozinho, mesmo se o fail2ban tiver parado nesse meio-tempo.

Quase nenhuma parte do setup teve tantos bugs silenciosos. Depois de um reboot, os jails HTTP vigiaram por dias um arquivo de log que não existia mais, porque o nome dele muda a cada restart do container. Bans IPv6 falhavam em um set IPv4 enquanto o fail2ban registrava “Ban”. Um set compartilhado por todos os jails fazia o unban de um jail curto levantar o ban mais longo de outro. E em 26 de outubro de 2026 descobri que o filtro de logins do Nextcloud não tinha contado uma única tentativa desde julho – ele procurava /login, o Nextcloud usa /index.php/login. O deep dive sobre fail2ban conta os seis casos.

Desde então, a verificação final de cada execução testa o efeito em vez de só o estado: cada filtro recebe uma linha de log real no formato de hoje, cada jail bane por um instante um endereço das faixas de documentação que precisa chegar ao set do kernel, e um unban em um jail não pode levantar um ban em outro. Uma vez por semana, um script verifica de fora se um ban realmente encerra uma conexão que já está aberta.

A lição: “Ban” no log não significa “bloqueado”. A verdade está no set do kernel, e você a verifica com entrada real.

🛡️ common_cis_hardening: o benchmark com bom senso

O CIS benchmark gerou mais de cem achados. O role implementa os seguros, e o cabeçalho dele começa com o que ele deliberadamente não faz, cada item com um motivo: nada de mexer no PAM (um erro ali bloqueia todo login local, e o SSH roda só com chave de qualquer forma), nada de senha no bootloader (protege contra acesso físico, que uma VPS não tem), nada de crypto policy própria, e o IP forwarding continua ligado porque o Kubernetes precisa dele. Para quem roda um setup parecido, essa lista é a parte mais útil.

O que ele implementa inclui: AIDE como verificação de integridade de arquivos, com uma execução noturna à meia-noite e uma baseline renovada às 04:00, depois das atualizações; módulos do kernel bloqueados para sistemas de arquivos antigos e armazenamento USB; nada de core dumps; sudo com arquivo de log, escrito com visudo -cf como validação para que um arquivo quebrado nunca substitua o real; e /tmp, /var/tmp e /dev/shm com noexec. O usuário padrão da imagem perde o sudo sem senha e o shell de login. Em 26 de outubro de 2026 também apareceu no blog um arquivo cron feito à mão em agosto que rodava o AIDE uma segunda vez todo dia; o role agora o remove.

A lição: um benchmark é uma lista de sugestões. A lista justificada do que você não implementa vale tanto quanto a implementação em si.

🏷️ common_selinux: confinamento

O SELinux dá a cada processo e a cada arquivo um tipo, e a policy diz qual tipo de processo pode tocar em qual arquivo – root incluído. Processos de container rodam como container_t e só podem escrever arquivos do tipo container_file_t. Um container que escapa do próprio sistema de arquivos encontra um host em que quase nada tem esse label. O role coloca esse label nos diretórios montados nos pods, como regra persistente na policy – antes do deployment, senão o banco de dados não sobe.

Por semanas isso valeu só pela metade: o SELinux estava em enforcing, os labels estavam certos, mas o K3s iniciava o container runtime sem suporte a SELinux, porque faltava selinux: true na configuração dele. Todo pod rodava sem confinamento. Uma olhada em ps -eZ mostrou isso; nenhuma verificação jamais tinha perguntado. Desde 19 de outubro de 2026 todo pod roda como container_t, e desde 26 de outubro a verificação final também confere o domínio de cada serviço do host. O deep dive sobre SELinux conta a história toda.

A lição: modo e labels não dizem nada sobre se um processo está confinado. Só o domínio do processo em execução mostra isso.

🔎 Detecção: auditd, AIDE, rkhunter, ClamAV

Esses quatro partem do princípio de que alguém entrou – ou de que algo mudou que não pode mudar. A regra comum deles: silêncio quando está tudo bem, um e-mail quando não está. Um detector que manda e-mail toda noite treina você a ignorá-lo.

  • auditd vigia escritas em arquivos de usuários, sudo, SSH, cron e os arquivos críticos de segurança do K3s. Um pequeno script manda e-mail só para quatro keys – como o diretório de auto-deploy do K3s, que aplica tudo o que cair lá. As keys barulhentas ficam no log para investigações. Esse notificador uma vez ficou seis semanas sem rodar, porque faltava um comando e um || true engoliu o erro.
  • AIDE renova a baseline no fim de cada execução do playbook, mas só se algo realmente mudou. O código de saída dele é uma máscara de bits: 1 a 7 significa “diferenças encontradas”, o que é normal logo depois de uma execução, não um erro.
  • rkhunter compara os binários do sistema com um banco de dados guardado. Um plugin do dnf atualiza esse banco depois de cada instalação de pacote, senão cada atualização viraria um aviso na noite seguinte.
  • ClamAV escaneia à noite, com baixa prioridade, o que os usuários enviam, e nunca apaga nada sozinho. Ele pula os previews, porque são gerados a partir de arquivos que já são escaneados.

Desde 26 de outubro de 2026, cada um desses jobs reporta um timestamp para o monitoramento depois de uma execução bem-sucedida, e um alerta dispara quando um está atrasado. Um detector que fica quieto porque não roda mais é o silêncio mais perigoso.

A lição: um detector quieto só é bom sinal se você sabe que ele rodou.

🛠️ Na operação

  • Alerta de login SSH: alguém entrou de forma interativa. Se não foi você, aja na hora: confira last -i, troque as chaves.
  • AIDE reporta mudanças: esperado depois de uma mudança planejada; caso contrário, investigue – antes que a próxima execução do playbook renove a baseline.
  • Evento do auditd: algo que nunca pode mudar mudou. Trate como incidente até ter explicação.
  • Você se trancou para fora: fail2ban-client set <jail> unbanip <address> a partir de outra conexão, ou espere. Nunca teste caminhos de ataque a partir da máquina de onde você administra.
  • O SSH não volta depois de uma mudança: o console web do provedor. Por isso: teste o console antes de precisar dele.

🎯 As lições da parte 5

  • Em um host Kubernetes, substitua só a sua própria tabela de firewall.
  • No sshd vence o primeiro valor – o seu hardening tem que ser lido primeiro.
  • Teste a proteção com entrada real, não pelo status dela.
  • Verifique o domínio dos processos em execução, não só modo e labels.
  • Todo detector precisa de um sinal de vida, senão uma falha parece calmaria.

🧭 Para onde o tour vai agora

A parte 6 fecha o tour com o monitoramento. A tecnologia por baixo desta parte é explicada nos deep dives sobre nftables, fail2ban e SELinux.

Alguns textos e imagens deste site foram criados com a ajuda de IA ou gerados por IA. Detalhes