198 lines
10 KiB
Markdown
198 lines
10 KiB
Markdown
# Fixes & Hardening TODO
|
|
|
|
Kritisches Review-Backlog vor Produktiveinsatz und OSS-Release.
|
|
Sortiert nach Risikoklasse. Datei-/Zeilenreferenzen beziehen sich auf den Stand bei Review-Erstellung.
|
|
|
|
---
|
|
|
|
## 🔴 Kritisch — vor Produktion blockierend
|
|
|
|
- [x] **1. Default-Admin `admin/admin` entfernen** ✅ erledigt
|
|
- `management/src/db.js:83` — wirft jetzt Exception bei leerem `AUTH_PASSWORD`. Kein Silent-Fallback mehr.
|
|
- README/`docs/deployment.md` entsprechend anpassen (noch offen).
|
|
|
|
- [x] **2. `API_TOKEN` im Node-Agent zur Pflicht machen** ✅ erledigt
|
|
- `agent/src/config.js:44` — Start schlägt fehl wenn Token fehlt oder kürzer als 32 Zeichen.
|
|
- `agent/src/index.js` — `if (!config.apiToken) next()` entfernt; Token-Prüfung immer aktiv.
|
|
|
|
- [x] **3. HTTPS zwischen Management und Agent erzwingen** ✅ erledigt
|
|
- `management/src/routes/nodes.js:102-112` — `validateBaseUrl` erzwingt `https://`. Escape-Hatch `ALLOW_INSECURE_AGENT_HTTP=true` nur für Dev.
|
|
- `management/src/agentClient.js` — eigene CA über `AGENT_CA_FILE` konfigurierbar.
|
|
- Agent-Server unterstützt TLS via `HTTPS_ENABLED`, `TLS_CERT_FILE`, `TLS_KEY_FILE`.
|
|
|
|
- [x] **4. CSRF-Risiko durch reflektierendes CORS schließen** ✅ erledigt
|
|
- `management/src/index.js:18-27` — Nur Origins aus `CORS_ORIGINS`-Env zugelassen.
|
|
- `management/src/auth.js:57` — Cookie auf `SameSite=Strict` gesetzt.
|
|
|
|
- [x] **5. Brute-Force-Schutz beim Login** ✅ erledigt
|
|
- `management/src/routes/auth.js:7-9` — In-Memory Rate-Limit: 5 Versuche / 15 min / IP+User.
|
|
- Audit-Event `login_blocked` und `login_failed` implementiert.
|
|
- Hinweis: Kein externer `express-rate-limit` nötig, eigenständige Implementierung ausreichend.
|
|
|
|
- [x] **6. Restore atomarisieren — kein direktes `dd` auf Produktiv-Volume** ✅ staged Restore umgesetzt
|
|
- Datei: `agent/src/executor.js:92` (`streamResticDumpToDd`), `agent/src/routes/restore.js`
|
|
- Umsetzung: Restore schreibt zuerst in ein temporäres ZFS-Volume, prüft die Größe vorab und tauscht danach per `zfs rename` gegen das Produktiv-Volume.
|
|
- Das alte Volume bleibt als `*.pre-restore-*` Rollback-Kopie erhalten.
|
|
- Bei Fehlern vor dem Swap wird nur das temporäre Volume entfernt; bei Fehlern nach dem Swap versucht der Agent den alten Volume-Namen wiederherzustellen.
|
|
|
|
- [ ] **7. Backup-Verifikation einbauen**
|
|
- Datei: `agent/src/routes/backup.js` (VM-Pfad ~Z.71, Container-Pfad ~Z.137)
|
|
- Aktuell: Bei Pipe-Fehler (`zfs send` !=0, `createReadStream`-Abbruch) committed restic ggf. einen unvollständigen Snapshot mit Status „success".
|
|
- Fix:
|
|
- Vor Start erwartete Größe ermitteln (`zfs get volsize` / `used`).
|
|
- Nach Restic-Commit `restic stats <snapshotId>` vergleichen.
|
|
- Bei Mismatch oder Pipe-Fehler: Restic-Snapshot per ID `forget`+`prune`en, Job auf `failed`.
|
|
|
|
- [x] **8. Bearer-Token aus Frontend-`localStorage` entfernen** ✅ erledigt
|
|
- `frontend/src/api.js` — nur noch Cookie-Auth (`withCredentials: true`). `localStorage`-Token und `VITE_API_TOKEN` entfernt.
|
|
|
|
---
|
|
|
|
## 🟠 Hoch
|
|
|
|
- [~] **9. Session-Cookie `Secure`-Flag** ⚠️ teilweise erledigt
|
|
- `management/src/auth.js:56` — `Secure`-Flag via `SESSION_COOKIE_SECURE` konfigurierbar, auto-aktiviert bei `NODE_ENV=production`.
|
|
- Offen: `management/.env.example` hat `SESSION_COOKIE_SECURE=false` — in Deployment-Doku explizit als "in Produktion auf `true` setzen" dokumentieren.
|
|
|
|
- [ ] **10. Race beim Sichtbarmachen des Snapshot-Devices**
|
|
- Datei: `agent/src/routes/backup.js:57`
|
|
- Aktuell: 2 s `sleep` reicht nicht garantiert.
|
|
- Fix: Polling-Schleife auf `fs.access(snapshotDevice)` mit Timeout; zusätzlich `udevadm trigger && udevadm settle`.
|
|
|
|
- [x] **11. Persistenter Job- und Lock-Store im Agent** ✅ erledigt
|
|
- Datei: `agent/src/jobs.js`
|
|
- Umsetzung: Agent speichert Jobs in SQLite (`AGENT_DATABASE_PATH`).
|
|
- Beim Start werden `running`/`queued` Jobs als `failed` markiert, damit Management einen finalen Zustand pollen kann und VM-Locks nicht hängen bleiben.
|
|
- Offen für später: ressourcenspezifische Cleanup-Recovery für abgebrochene Host-Operationen.
|
|
|
|
- [ ] **12. Toten `SESSION_SECRET` aufräumen**
|
|
- Datei: `management/src/config.js:8`
|
|
- Aktuell: `SESSION_SECRET` wird geladen, aber nirgendwo genutzt — toter Code.
|
|
- Fix: Variable und zugehörigen `.env.example`-Eintrag entfernen, oder Session-IDs HMAC-signieren und Variable dann sinnvoll nutzen.
|
|
|
|
- [ ] **13. Snapshot-ID-Prefix-Matching eindeutig machen**
|
|
- Datei: `agent/src/validators.js:66`
|
|
- Aktuell: `startsWith` — bei Prefix-Kollision wird stillschweigend der erste Treffer genommen.
|
|
- Fix: Bei >1 Treffer 409 zurückgeben; UI auf 12-Hex-Prefix umstellen.
|
|
|
|
- [ ] **14. RBAC einführen**
|
|
- Aktuell: ein User, alle Rechte, kein Read-only.
|
|
- Fix: Mindestens Rollen `admin` / `operator` / `viewer`. Restore nur für `admin`.
|
|
|
|
- [ ] **15. ENV-Escaping in `writeEnvSettings` verbessern**
|
|
- Datei: `agent/src/config.js:105`
|
|
- Aktuell: Nur `\` und `"` escaped; `$`, Backticks, Newlines nicht.
|
|
- Fix: Eigener Serializer mit korrektem Escaping aller Sonderzeichen.
|
|
|
|
- [ ] **16. Settings-Endpunkt sperren bis `API_TOKEN` initial gesetzt ist**
|
|
- Datei: `agent/src/routes/settings.js`
|
|
- Hängt mit Fix #2 zusammen — nach #2 automatisch erfüllt, hier zur Sicherheit dokumentieren/testen.
|
|
|
|
---
|
|
|
|
## 🟡 Mittel
|
|
|
|
- [ ] **17. `Math.random()` durch `crypto.randomBytes` ersetzen**
|
|
- Datei: `management/src/db.js:93` (`cryptoId`).
|
|
- Noch vorhanden: `Math.random().toString(16)` für DB-interne User-IDs — kein akutes Sicherheitsproblem, aber nicht kryptografisch sicher.
|
|
|
|
- [ ] **18. Systemd-Hardening für den Agent**
|
|
- Datei: `deploy/systemd/incus-backup-agent.service`
|
|
- Hinzufügen: `NoNewPrivileges=true`, `ProtectSystem=strict`, `ProtectHome=true`, `PrivateTmp=true`, `ReadWritePaths=/dev/zvol /var/lib/incus /opt/incus-backup-ui/agent`, `CapabilityBoundingSet=...`, eingeschränkte `AmbientCapabilities`.
|
|
|
|
- [ ] **19. `npm start` durch direkten `node`-Aufruf ersetzen**
|
|
- Datei: beide `deploy/systemd/*.service`
|
|
- `ExecStart=/usr/bin/node src/index.js` — kein npm-Wrapper-Prozess, kein PATH-Risiko.
|
|
|
|
- [ ] **20. CORS am Agent entfernen**
|
|
- Datei: `agent/src/index.js:16`
|
|
- Agent wird nie aus dem Browser angesprochen → Angriffsfläche raus.
|
|
|
|
- [ ] **21. `schedules.json`-Pfad explizit konfigurierbar**
|
|
- Datei: `agent/src/scheduler.js:6`
|
|
- Aktuell: `process.cwd()`-abhängig.
|
|
- Fix: über Env (`SCHEDULES_PATH`) absolut konfigurieren, Default unter `/var/lib/incus-backup-agent/`.
|
|
|
|
- [ ] **22. Audit-Log-Integrität**
|
|
- Datei: `management/src/store.js:71`
|
|
- Append-only Constraint + Hash-Chain (jeder Event hat `prev_hash`). Optional Off-Site-Versand (Webhook).
|
|
|
|
- [ ] **23. Passwort-Hashing auf argon2id umstellen**
|
|
- Datei: `management/src/crypto.js`
|
|
- Aktuell: `scryptSync` mit Node-Defaults, ohne explizite Parameter.
|
|
- Fix: `@node-rs/argon2` oder explizite scrypt-Parameter dokumentieren + Migration-Pfad.
|
|
|
|
- [ ] **24. Rate-Limit / Quoten für Backups**
|
|
- Pro VM und global (z.B. max N parallele Streams nach S3). Disk-Space-/Quota-Check vor Start.
|
|
|
|
- [ ] **25. `incus snapshot delete` Retry verallgemeinern**
|
|
- Datei: `agent/src/routes/backup.js:303`
|
|
- Aktuell: Substring-Match auf englische Stderr — bricht bei lokalisierten Builds.
|
|
- Fix: Generischer Retry (n Versuche, Backoff) bei nicht-0 Exit-Code.
|
|
|
|
- [ ] **26. Restic-`ls` streamen statt vollständig in RAM laden**
|
|
- Datei: `agent/src/routes/snapshots.js:19`
|
|
- Für Container-Backups mit vielen Files relevant.
|
|
|
|
- [ ] **27. Container-Restore implementieren oder Container-Backup deaktivieren**
|
|
- Datei: `agent/src/routes/restore.js:21`
|
|
- Aktuell: 501. Backups laufen, aber nicht wiederherstellbar = Backup-Theater.
|
|
- Fix: Sicheren `zfs receive`-Workflow umsetzen oder Container-Backup im UI/API ausschalten bis fertig.
|
|
|
|
- [ ] **28. Pre-Backup VM-Zustand prüfen**
|
|
- Live-Migration, laufende interne Snapshots, fehlende Berechtigungen → klare Fehler statt halb durchgeführter Pipeline.
|
|
|
|
---
|
|
|
|
## 🟢 Niedrig / Aufräumen
|
|
|
|
- [ ] **29. `.DS_Store` aus Repo entfernen und in `.gitignore` aufnehmen**
|
|
- [ ] **30. `frontend/dist/` ist eingecheckt** — ignorieren und löschen.
|
|
- [ ] **31. `incus-backup-ui-plan.md` auf Secrets/Bucket-Namen prüfen** bevor OSS.
|
|
- [ ] **32. Container-Limit (Restore fehlt) prominent in README dokumentieren.**
|
|
- [ ] **33. Scheduler-Jitter einbauen** (`management/src/scheduler.js`, `agent/src/scheduler.js`) — sonst belasten viele Nodes synchron S3.
|
|
- [ ] **34. `formatBytes` deduplizieren** (`agent/src/routes/backup.js`, `restore.js`) → `executor.js` oder `utils.js`.
|
|
- [ ] **35. `.env`-Dateipermissions dokumentieren** — `chmod 600` im Deployment-Doc verlangen.
|
|
- [ ] **36. Schema-Versionierung statt `addColumnIfMissing`** — z.B. `schema_version`-Tabelle + nummerierte Migrationen.
|
|
- [ ] **37. `audit_events.details` Größenlimit** oder JSON-Spalte (SQLite hat JSON1).
|
|
|
|
---
|
|
|
|
## 📦 OSS-Release-Voraussetzungen
|
|
|
|
- [ ] **38. Tests einführen** — aktuell keinerlei Tests im Repo. Mindestens:
|
|
- `validators.js` (vmName-/snapshot-Regex, Pfad-Validation).
|
|
- `crypto.js` (hash/verify Roundtrip, Timing-Safe).
|
|
- `jobs.js` (Locking, Trimming).
|
|
- Pipeline-Smoke-Tests mit gemockten Befehlen.
|
|
- [ ] **39. CI-Pipeline** (GitHub Actions): Lint, Tests, `npm audit`, Lockfile-Check.
|
|
- [ ] **40. `SECURITY.md`** mit Disclosure-Adresse + GPG-Key.
|
|
- [ ] **41. Threat-Model dokumentieren** — explizit machen, was außerhalb des Schutzbereichs liegt (root-Agent, vertrauenswürdiges Netz, etc.).
|
|
- [ ] **42. `LICENSE`-Datei ergänzen** (z.B. MIT/Apache-2.0).
|
|
- [ ] **43. `CONTRIBUTING.md`** + Code-of-Conduct.
|
|
- [ ] **44. Beispiel-`compose.yaml` oder Ansible-Rolle** für reproduzierbares Deployment.
|
|
|
|
---
|
|
|
|
## Status-Übersicht kritische Punkte (Stand 2026-06-04)
|
|
|
|
| # | Titel | Status |
|
|
|---|-------|--------|
|
|
| 1 | Default-Admin `admin/admin` entfernen | ✅ erledigt |
|
|
| 2 | `API_TOKEN` Pflicht | ✅ erledigt |
|
|
| 3 | HTTPS Management↔Agent | ✅ erledigt |
|
|
| 4 | CORS-Whitelist + SameSite=Strict | ✅ erledigt |
|
|
| 5 | Brute-Force-Schutz Login | ✅ erledigt |
|
|
| 6 | Restore atomarisieren | ✅ staged Restore umgesetzt |
|
|
| 7 | Backup-Verifikation | ⬜ offen |
|
|
| 8 | Bearer-Token aus localStorage | ✅ erledigt |
|
|
| 9 | Session-Cookie `Secure`-Flag | ⚠️ teilweise |
|
|
|
|
## Nächste Prioritäten
|
|
|
|
1. **#7** Backup-Verifikation weiter härten — Pipeline-/Stream-Fehler testen und vollständiger absichern.
|
|
2. **#9** `SESSION_COOKIE_SECURE=true` in Deployment-Doku festschreiben.
|
|
3. **#12** Toten `SESSION_SECRET` entfernen.
|
|
4. **#15** ENV-Escaping vervollständigen (`$`, Backticks, Newlines).
|
|
5. **#11 Folgearbeit** ressourcenspezifische Cleanup-Recovery nach Agent-Crash definieren.
|