# 蜜罐（虚假后台登录页）

给扫描器一个假的 WordPress 登录页：它探后台路径时返回 200 假页面，它提交账号密码时把凭据记下来、并把它临时封掉。

一句话取舍：**这套功能的价值是「拿到对方正在用的字典」，不是「挡住扫描」。** 挡扫描靠 CDN 和 `autoban`；蜜罐只在「有人真的往假后台里填账号密码」时才有意义。

---

## 1. 生效范围

蜜罐挂在 `f.NotFound` 上 —— flamego 只有**路由表完全落空**时才会走到这里，所以：

- `/login`、`/register`、`/_/{domain}`、`/user/**`、`/api/v1/**` 这些真实路由永远不会被接管；
- 命中后短路返回，不查业务表、不渲染业务模板、不调用 `ctx.Next()`；
- 页面是纯静态 HTML，只含 canary 标记和假表单，不含任何真实信息。

匹配规则（`internal/security/honeypot/honeypot.go`）：

| 类型 | 例子 |
|---|---|
| 段前缀 | `/admin`、`/wp-admin`、`/.ssh`、`/.env`、`/phpmyadmin`、`/actuator` |
| 任意位置片段 | `/wp-includes/`、`/xmlrpc.php`、`/cgi-bin/`、`/.git/` |
| 文件后缀 | `*.zip`、`*.sql`、`*.bak`、`*.pem`、`*.key`、`*.env` |
| 自定义 | `[security] honeypot_paths`（逗号分隔，与内置清单取并集） |

业务路由前缀（`/login`、`/api`、`/static` 等）即使出现在自定义清单里也会被强制剔除，构成第二道保险。

改完路径后用 `tamabox honeypot paths` 看最终生效的完整清单。

---

## 2. 配置

```ini
[security]
enable_honeypot = true
honeypot_paths =
honeypot_threshold = 1
honeypot_ban_minutes = 1440
honeypot_retain_days = 30
honeypot_auto_clean = true
honeypot_max_rows = 200000
honeypot_cred_dir = data/honeypot-creds
```

| 键 | 缺省 | 说明 |
|---|---|---|
| `enable_honeypot` | `false` | 总开关。关闭后 `/wp-admin` 等路径恢复原先的 302 → `/` |
| `honeypot_paths` | 空 | 追加诱饵路径，与内置清单取并集 |
| `honeypot_threshold` | `1` | **提交凭据**的封禁阈值（见 §3） |
| `honeypot_ban_minutes` | `1440` | 蜜罐封禁时长；显式 `0` 回退 `ban_duration_minutes` |
| `honeypot_retain_days` | `30` | 元数据与凭据文件的保留天数；`<= 0` 也回退 30 |
| `honeypot_auto_clean` | `true` | 每小时一轮后台清理；关闭后只能手动 `honeypot prune` |
| `honeypot_max_rows` | `200000` | 元数据行数上限（第二道闸）；显式 `0` = 不限 |
| `honeypot_cred_dir` | `data/honeypot-creds` | 凭据文件目录，进程工作目录为基准 |

> ⚠️ **配置项一律写成「注释独占一行 + 裸值」**。配置加载器开启了 `IgnoreInlineComment`，行尾 `; 注释` 会被并入值：`honeypot_max_rows = 200000  ; 说明` 解析出来是 `"200000  ; 说明"`，int 解析失败而 `MapTo` 不报错 —— 该项静默回退零值，日志里只会说「配置值不对」。

改完配置**必须重启**（配置只在启动时读一次）。

---

## 3. 两条封禁路径（最容易误解的地方）

| 行为 | 走哪条通道 | 阈值 | 是否立即封 |
|---|---|---|---|
| `GET /wp-login.php` 看一眼假页面 | 常规 `autoban.Record` | `ban_threshold_sensitive`（默认 10 次 / 60 秒） | 否 |
| `POST` 带 `log` / `pwd` 提交 | 蜜罐 `autoban.RecordHoneypot` | `honeypot_threshold`（默认 1） | 是，立即封 |
| `POST` 不带任何凭据字段 | 常规通道 | 同上 | 否 |

**为什么 GET 不立即封**：爆破脚本的标准流程是「先 GET 探表单 → 再 POST 提交」。如果 GET 就吃 403，假登录页只被看了一次，对方根本没机会填表，凭据永远拿不到 —— 而这个功能的全部价值就在那份凭据上。

蜜罐通道**不受 `enable_auto_ban` 约束**：关掉常规自动封禁（它对共享出口误伤多）不会连带让蜜罐变成只记录不封禁的旁观者。

纯探测也不会被刷爆：元数据落库按「每 IP 每分钟一条」采样，凭据则是「有就存」——那才是要保的东西。

---

## 4. 凭据存在哪里

**用户名/密码不进数据库**，只追加到按天分文件的 JSONL：

```
data/honeypot-creds/creds-2026-10-21.jsonl
```

```json
{"time":"2026-10-21T16:13:50+08:00","ip":"117.x.x.226","method":"POST",
 "path":"/wp-login.php","username":"admin2","password":"test456",
 "fields":{"log":"admin2","pwd":"test456"},"raw_body":"log=admin2&pwd=test456",
 "user_agent":"curl/8.22.0","banned":true}
```

| 项 | 值 |
|---|---|
| 目录权限 | `0700`（启动时强制 `chmod`） |
| 文件权限 | `0600` |
| 切分 | 按记录时间，一天一个文件 |
| 坏行 | 跳过（进程被杀留下的半条 JSON 不会让整天数据报废） |
| 清理 | 与 `honeypot_retain_days` 同步，只删「整天都过期」的文件 |

**为什么不入库**：明文账号密码一旦入库，就会跟着进备份、主从复制、以及任何有库只读权限的报表/BI 工具，事后无法彻底清除。文件可以单独挂卷、单独设权限、到期直接删。

数据库里只保留「发生过一次带凭据的提交」这个事实（`honeypot_hits.had_fields`），以及 IP / 路径 / UA / 是否封禁这些元数据。

> ⚠️ 这些是**外部攻击者提交的真实账号密码**，很可能是从别处泄露后复用的。请按敏感数据对待：不要提交进版本库（`/data/` 已在 `.gitignore`）、不要参与备份、不要贴到公开群组。

---

## 5. 部署：反向代理必须配 `trust_proxy`

这是**部署时最容易踩、后果最严重**的一条。

如果站点在 nginx / Cloudflare 之后而 `trust_proxy = false`：

- 源站看到的所有请求都来自代理地址（常见 `127.0.0.1`），**取证数据失去意义**；
- 更糟：一次蜜罐命中封的是 `127.0.0.1`，而所有访客在源站眼里都是这个 IP —— **等于封掉整站**。

正确配置：

```ini
[security]
trust_proxy = true
trusted_proxies = 127.0.0.1
```

> ⚠️ 前提：**源站不能直接被公网访问**（Cloudflare Tunnel / Authenticated Origin Pull / 防火墙只放行回源网段）。`trust_proxy = true` 时程序会信任 `CF-Connecting-IP` 这类权威头，源站若可直连，攻击者能伪造它来绕过封禁、或反手封掉别人。

程序在「命中回环地址且 `trust_proxy` 未开」时会打一条一次性 WARN（24 小时冷却）提醒检查这里。

验证：触发一次蜜罐后看凭据文件里的 `ip` 是不是真实客户端地址。

---

## 6. 升级：清掉历史明文列

早期版本把 `username` / `password` / `fields` / `raw_body` 直接存在 `honeypot_hits` 上。结构体已经删掉这些字段，但 **GORM 的 AutoMigrate 不会删既有列** —— 老库升级上来后，历史明文还在表里。

启动时会打一条 WARN：

```
honeypot_hits 上仍残留旧版明文凭据列，请执行 TamaBox honeypot purge-creds 清除
```

清理（**不可逆**，先备份）：

```bash
pg_dump -Fc <dbname> > before-purge-$(date +%F-%H%M).dump
./tamabox honeypot purge-creds        # 列出四列，输入 yes 才执行
```

只处理当前库；**历史备份与从库里可能仍有明文**，需要自行处理。

---

## 7. 日常运维

```bash
./tamabox honeypot hits                  # 最近 24h 的凭据（密码默认脱敏）
./tamabox honeypot hits --ip 1.2.3.4 --show-password
./tamabox honeypot stats --days 7        # 来源 IP / 路径排行（库）+ 凭据排行（文件）
./tamabox honeypot paths                 # 当前生效的诱饵路径
./tamabox honeypot size                  # 表行数 + 磁盘占用 + 凭据文件体积
./tamabox honeypot prune --days 30       # 手动按保留期清（元数据 + 凭据文件）
```

`hits` / `paths` 不连数据库（DB 挂了也能查）。

---

## 8. 排障

| 现象 | 原因 | 处理 |
|---|---|---|
| `/wp-admin` 还是 302 | `enable_honeypot` 未开 / 配置未重启生效 | 看启动日志；`honeypot paths` 确认开关状态 |
| 记录里 `ip` 是 `127.0.0.1` | `trust_proxy` 未配 | 见 §5；**注意此时封禁会封全站** |
| 整站都返回 403 | 蜜罐把反代 IP 封了（上一条的后果） | 重启进程（封禁是内存态）或等 `honeypot_ban_minutes` 到期 |
| GET 假页面不封禁 | 设计如此 | 提交凭据才立即封，见 §3 |
| 记录里 `path` 带前导空白/奇怪字符 | 上游（nginx/CF）改写了 URI | 代码已清洗并打 WARN；根因建议查 `proxy_pass` / `rewrite` |
| `honeypot` 命令不存在 | 二进制旧 / 两个构建入口未同步 | `go build -o tamabox .` 后**重启进程** |
| 改了代码但行为没变 | 只替换了二进制，进程还在跑旧映像 | `kill` 旧进程后按原方式重新拉起 |
| 凭据文件没有生成 | `honeypot_cred_dir` 不可写 | 看启动日志里的「凭据目录不可用」告警 |
| 启动报 `honeypot_hits 上仍残留…` | 老库有历史凭据列 | `honeypot purge-creds`（§6） |

排障时两个容易误判的点：

- **验证二进制里有没有某个中文字符串，不能用 `strings`** —— 它默认只输出可打印 ASCII，UTF-8 中文整段被丢弃，`strings x | grep 中文` 恒为 0。用 `grep -ac "中文字符串" x`。
- **替换二进制 ≠ 生效**，进程必须重启；前台跑 `./tamabox web` 若立刻返回，通常是端口被旧进程占着。

---

## 9. 设计取舍（已知限制）

- **GET 探测不封**：见 §3。代价是扫描器可以反复拿假页面，收益是能拿到凭据。
- **假页面带 canary**：只放在 HTML 注释里（`<!-- build: tb-hp-... -->`），用于确认「这确实是蜜罐返回的页面」；`<meta name="generator">` 伪装成 `WordPress 6.4.3`，不主动暴露技术栈。
- **只挡 NotFound**：如果将来给 `/admin` 之类路径注册了真实路由，蜜罐会自动让位 —— 这是刻意设计（业务优先）。
- **告警邮件仍带明文用户名/密码**：这正是它的价值（看到对方在用什么字典），但也意味着邮件是敏感物，收件人只应是你自己。
- **不主动反制**：不回打、不上报第三方、不做删除/篡改，只有「记录 + 临时封禁」。