运维知识:Linux 密码策略:配置、注意事项与实战详解

Linux 密码策略:配置、注意事项与实战详解

一、为什么需要密码策略?

Linux 密码策略用于强制用户设置安全的密码,防止弱密码(如 123456password)被暴力破解,提升系统安全性。
核心目标:平衡安全性与用户体验,避免密码过于复杂导致用户记录或重复使用弱密码。

二、密码策略的配置文件

Linux 密码策略主要通过以下两个文件配置:

1. /etc/login.defs(全局策略)

  • 作用:定义密码有效期、最小长度、历史记录等。
  • 常用参数
    PASS_MAX_DAYS   90   # 密码最大有效期(天)
    PASS_MIN_DAYS   7    # 密码最小修改间隔(天)
    PASS_MIN_LEN    8    # 密码最小长度(受 pam_pwquality 影响)
    PASS_WARN_AGE   14   # 过期前警告天数
    

2. /etc/pam.d/password-auth(PAM 模块策略)

  • 作用:通过 pam_pwquality 模块定义密码复杂度(大小写、数字、特殊字符等)。
  • 典型配置
    password    requisite     pam_pwquality.so \try_first_pass \local_users_only \retry=3 \authtok_type= \minlen=12 \          # 最小长度minclass=4 \         # 至少 4 类字符(大写、小写、数字、特殊字符)ucredit=-1 \         # 至少 1 个大写字母(-1 表示必须存在)lcredit=-1 \         # 至少 1 个小写字母dcredit=-1 \         # 至少 1 个数字ocredit=-1 \         # 至少 1 个特殊字符reject_username      # 禁止密码包含用户名
    

三、密码策略配置步骤

步骤 1:修改 /etc/login.defs

sudo vi /etc/login.defs

示例配置

PASS_MAX_DAYS   60   # 2 个月过期
PASS_MIN_DAYS   2    # 至少间隔 2 天才能修改
PASS_MIN_LEN    10   # 最小长度(实际由 pam_pwquality 决定)
PASS_WARN_AGE   7    # 过期前 7 天警告

步骤 2:配置 /etc/pam.d/password-auth

sudo vi /etc/pam.d/password-auth

添加/修改以下行(以 RedHat/CentOS 为例):

password    requisite     pam_pwquality.so \minlen=12 \          # 最小长度 12minclass=3 \         # 至少 3 类字符ucredit=-1 \         # 必须包含大写lcredit=-1 \         # 必须包含小写dcredit=-1 \         # 必须包含数字ocredit=-1 \         # 必须包含特殊字符(!@#$%^&*()等)maxrepeat=3 \        # 禁止连续 3 个相同字符difok=4 \            # 新密码与旧密码至少 4 位不同reject_username      # 密码不能包含用户名

步骤 3:验证密码策略

使用 pwquality 命令测试密码强度:

echo "Password123!" | pwquality --test

输出示例

Password123! (user: root)
密码:太短(至少 12 个字符)

四、注意事项

1. 密码复杂度的平衡

  • 过严:用户可能记录密码或使用 Password123!Password123! 等重复模式。
  • 过松:弱密码易被破解。
    建议minlen=12 + minclass=3 + 禁止用户名。

2. 密码历史记录

通过 pam_pwhistory 模块禁止重复使用旧密码:

# /etc/pam.d/password-auth
password    required    pam_pwhistory.so remember=5  # 记住 5 个旧密码

3. 锁定策略

配置失败尝试锁定(pam_tally2 模块):

# /etc/pam.d/sshd(SSH 登录)
auth        required    pam_tally2.so deny=5 unlock_time=300 even_deny_root
  • 说明:5 次失败后锁定 5 分钟,包括 root 用户。

4. 不同 Linux 发行版的差异

发行版密码策略文件PAM 模块位置
CentOS/RHEL/etc/pam.d/password-auth/usr/lib64/security/
Debian/Ubuntu/etc/pam.d/common-password/usr/lib/x86_64-linux-gnu/security/

五、实战案例

案例 1:强制复杂密码

需求:密码长度 ≥12,包含大小写、数字、特殊字符,60 天过期。
配置

# /etc/login.defs
PASS_MAX_DAYS   60
PASS_MIN_LEN    12  # 仅作参考,实际由 pam_pwquality 控制# /etc/pam.d/password-auth
pam_pwquality.so minlen=12 minclass=4 ucredit=-1 lcredit=-1 dcredit=-1 ocredit=-1

案例 2:禁止弱密码

需求:密码不能包含 user123 等常见弱词。
配置

pam_pwquality.so badwords=user,123,admin enforce_for_root

六、验证密码策略是否生效

  1. 修改用户密码
    sudo passwd testuser
    
  2. 尝试弱密码(如 test123),系统应拒绝并提示原因。

七、总结

  • 核心文件/etc/login.defs(有效期) + pam_pwquality(复杂度)。
  • 最佳实践:结合密码复杂度、有效期、历史记录和锁定策略。
  • 测试:定期使用 pwquality 或工具(如 john the ripper)测试密码强度。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/39927.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

机器学习(八)

一,基于协同过滤的推广算法: 算法原理: 基于用户的协同过滤(计算用户相似度→找出相似用户→根据相似用户的喜好推荐物品) 基于物品的协同过滤(计算物品相似度→找出用户喜欢的物品→推荐相似物品) 构造矩阵进行分解(将用户-物品评分矩阵分解…

云原生算力引擎:分布式推理的流体动力学

引言:算力黑洞的引力扰动 OpenAI推理集群日处理4.5亿次请求,CUDA 12.3实现μs级张量切换。特斯拉Dojo超算芯片间延迟0.5ns,阿里巴巴PAI平台节省58%训练时长。HuggingFace模型库下载量突破3亿次,AWS Inferentia芯片能效比提升8倍。…

流量分析2

一,webshell流量 [GKCTF 2021]签到 先看协议分级,大部分是tcp,里面有http的基于的行文本数据占了很大的比重,看看里面有什么 过滤http的流量 点击一条流量,里面的内容进去后面有基于行的文本数据, 先解he…

解锁智能协作:蓝耘平台如何打破应用壁垒,实现无缝联动

在当今快速发展的数字化时代,企业面临着越来越复杂的应用架构与系统集成挑战。传统的孤立系统已无法满足现代企业对于高效协作与数据共享的需求,因此,如何实现不同应用系统间的无缝联动,成为了数字化转型的关键课题。蓝耘平台作为…

3月25号

添加图片的一些例子: // 创建一个二维数组,用来管理数据int[][] data new int[4][4]; // 记录空白方块的位置int x0;int y0; // 定义一个变量,记录当前展示图片的路径String path"E:\\java\\jigsawgame\\路飞\\路飞"; // 加载图片细节: // …

单片机和微控制器知识汇总——《器件手册--单片机、数字信号处理器和可编程逻辑器件》

目录 四、单片机和微控制器 4.1 单片机(MCU/MPU/SOC) 一、定义 二、主要特点 三、工作原理 四、主要类型 五、应用领域 六、选型与设计注意事项 七、发展趋势 4.2 数字信号处理器(DSP/DSC) ​编辑​编辑 一、定义 二、工作原理 三、结构特点 四、应用领域 五、选型与设计注…

迷宫问题——(java)(bfs)

2.走迷宫 - 蓝桥云课 bfs :我的理解就是按层数便利,便利完一层再遍历下一层 bfs:一般用来求解权相等的最短路径和最小操作数的问题 一般使用队列来实现 1.初始化队列 先将起始节点放入队列中 2.从队列中取出一个没有访问过的节点,将该节点的访问状态…

Axure大屏可视化模板:赋能多领域,开启数据展示新篇章

在当今这个数据爆炸的时代,数据已经成为各行各业的核心资产。然而,如何高效、直观地展示数据,并将其转化为有价值的决策依据,成为了许多企业和组织面临的共同挑战。Axure大屏可视化模板,作为一款强大的数据展示工具&am…

Linux--进程控制

ok&#xff0c;我们今天学习Linux中的进程控制&#xff08;进程创建、终止、等待、替换&#xff09; 进程创建 fork函数 在linux中fork函数是⾮常重要的函数&#xff0c;它从已存在进程中创建⼀个新进程。新进程为子进程&#xff0c;⽽原进程为父进程。 #include <unist…

【开源宝藏】用 JavaScript 手写一个丝滑的打字机动画效果

你当前项目实现了一个非常丝滑的 打字机文字效果动画&#xff0c;使用的是自定义的 typical.js 脚本。下面我将给出一份逐步拆解的中文教程&#xff0c;帮你或其他初学者快速上手并自定义这个打字效果。 ✨ 最终效果 打开页面后&#xff0c;中央会逐字显示&#xff1a; Hello…

UE4学习笔记 FPS游戏制作17 让机器人持枪 销毁机器人时也销毁机器人的枪 让机器人射击

添加武器插槽 打开机器人的Idle动画&#xff0c;方便查看武器位置 在动画面板里打开骨骼树&#xff0c;找到右手的武器节点&#xff0c;右键添加一个插槽&#xff0c;重命名为RightWeapon&#xff0c;右键插槽&#xff0c;添加一个预览资产&#xff0c;选择Rifle&#xff0c;根…

气象可视化卫星云图的方式:方法与架构详解

气象卫星云图是气象预报和气候研究的重要数据来源。通过可视化技术,我们可以将卫星云图数据转化为直观的图像或动画,帮助用户更好地理解气象变化。本文将详细介绍卫星云图可视化的方法、架构和代码实现。 一、卫星云图可视化方法 1. 数据获取与预处理 卫星云图数据通常来源…

26考研——树与二叉树_树、森林(5)

408答疑 文章目录 二、树、森林树的基本概念树的定义和特性树的定义树的特性 基本术语树的基本术语和概念祖先、子孙、双亲、孩子、兄弟和堂兄弟结点的层次、度、深度和高度树的度和高度分支结点和叶结点有序树和无序树路径和路径长度 森林的基本术语和概念森林的定义森林与树的…

为何服务器监听异常?

报错&#xff1a; 执行./RCF后出现监听异常--在切换网络后&#xff0c;由于前面没有退出./RCF执行状态&#xff1b;重新连接后&#xff0c;会出现服务器监听异常 原因如下&#xff1a; 由于刚开始登录内网&#xff0c;切换之后再重新登录内网&#xff0c;并且切换网络的过程中…

ROS2 架构梳理汇总整理

文章目录 前言正文机器人平台整体架构&#xff08;ROS2&#xff09;图一、个人理解整体架构 ROS2架构图一、个人理解ROS2整体架构图二、开发者整理ROS2整体架构图三、Intel整理ROS2整体架构图四、DDS具体架构说明 ROS2 Control架构图一、官方整整理ROS2 Control整体架构 总结 前…

定长内存池原理及实现

目录 一、池化技术 二、内存池 三、内存池主要解决的问题 四、定长内存池的实现 1.定长内存池的原理 2.框架 3.Delete实现 4.New实现 5.性能测试 五、源码 FixedMemoryPool.h test.cc 一、池化技术 所谓“池化技术”&#xff0c;就是程序先向系统申请过量的资源&…

广告推荐算法 - 学习笔记

文章目录 1、前言2、学习笔记2.1、什么是计算广告系统&#xff1f; 1、前言 本篇博客&#xff0c;是我用来记录学习广告推荐算法的一些笔记和总结。 参考内容&#xff1a; 1、王喆&#xff1a;"深度"学习计算广告 2、deepseek 2、学习笔记 2.1、什么是计算广告系统…

卷积神经网络的原理、实现及变体

卷积神经网络convolutional neural network&#xff0c;CNN 是为处理图像数据而生的网络&#xff0c;主要由卷积层&#xff08;填充和步幅&#xff09;、池化层&#xff08;汇聚层&#xff09;、全连接层组成。 卷积 虽然卷积层得名于卷积&#xff08;convolution&#xff09…

Excel第41套全国人口普查

2. 导入网页中的表格&#xff1a;数据-现有链接-考生文件夹&#xff1a;网页-找到表格-点击→变为√-导入删除外部链接关系&#xff1a;数据-点击链接-选中连接-删除-确定&#xff08;套用表格格式-也会是删除外部链接&#xff09;数值缩小10000倍&#xff08;除以10000即可&am…

深度学习篇---回归分类任务的损失函数

文章目录 前言一、分类任务常用损失函数1. 交叉熵损失&#xff08;Cross-Entropy Loss&#xff09;数学形式使用场景特点训练状态分析损失下降损失震荡训练损失低但是验证损失高 2. Hinge Loss&#xff08;合页损失&#xff09;数学形式适用场景特点训练状态分析损失趋近于0损失…