Skip to main content

Command Palette

Search for a command to run...

OpenVAS 的简单安装和使用

Updated
1 min read

OpenVAS 是一个开源的漏洞评估系统。

环境准备

  • 这里用 CentOS 7 Minimal 版本开始安装

  • 开始之前,首先关闭 Selinux 和 firewalld,以免造成一些不必要的干扰,安装完成后可以酌情开启。

  • 考虑到一些特殊的网络状况,可能需要设置代理服务器,注意后面的安装可能用到 RSYNC,所以设置代理的时候也要加上:RSYNC_PROXY=10.211.55.2:8016 诸如此类的语句。

最后是一些必要的工具准备:

yum install -y bzip2 wget net-tools

安装

安装过程需要借助第三方源进行,简单的一个命令:

wget -q -O - http://www.atomicorp.com/installers/atomic | sh

注意代理服务器

接下来就是:yum install openvas

安装过程稍嫌繁琐,包括设置密码,监听地址等内容。最后还需要进行数据更新,时间可能较长。

选择下载工具的一步:curl/wget/rsync 三选一,这里尽可能选择 rsync,因为 curl 和 wget 都只下载 nvt 数据,而其余无法下载的数据在后面还是需要的。

检查

安装结束之后会启动几个服务:

  • redis:数据库

  • openvas-manager:调度服务

  • openvas-scanner:扫描服务

  • gsad:前端

另外,OpenVas 还提供了安装检查工具openvas-check-setup,该工具运行过程中将会检查安装情况以及数据完整性,并给出相应的操作、补救建议。

一切就绪后,可以打开缺省端口 9392 尝试使用了,例如https://openvas:9392,打开后是个丑陋的登录页面:

输入用户名密码之后,就进入系统的首页了。

任务和运行

新建一个任务

  • Host:被扫描检测的主机,主机列表可以在主菜单的 Asset Management 下级 Host 中找到。

  • Scan Config:扫描的配置,可以在 Configuration -> Scan Config 中找到。

运行

在 Scan Management 中可以看到任务列表,点击右侧的播放按钮即启动运行 运行时间随扫描目标、服务器性能、以及扫描配置影响,可能会很长。 最终生成的报告:

openvas-cli

前面提到,这个扫描过程可能很长,另外,为了配合我们的每日构建或者其他的周期性检查,可以使用 openvas 的命令行工具来进行任务的控制。

下面举几个典型的例子:

omp -T # 获取系统中保存的主机,会列出名字和 UUID
omp -g # 获取系统中现有的扫描配置,会列出名字和 UUID
omp -w admin -u admin \
  -C -n autotask -t b493b7a8-7489-11df-a3ec-002264764cea \
  -c daba56c8-73ec-11df-a475-002264764cea

# 上面的命令创建了一个任务,名字叫 autotask,
# 目标主机的 ID 为 b493b7a8-7489-11df-a3ec-002264764cea,
# 扫描配置的 ID 为 daba56c8-73ec-11df-a475-002264764cea
omp -G # 列出 Task 的名字和 UUID
omp -M 22bc21be-3eeb-4d43-9157-07515120c574 # 启动一个任务
omp -G  22bc21be-3eeb-4d43-9157-07515120c574 # 列出该 ID 任务的执行列表(每次任务执行都会有一个新的下一级的 UUID,用于记录执行情况)
omp -R fa7b3c8f-db75-44f6-8821-910f8f4b83e2 # 获取这一次执行的结果报表

有了上述内容,就可以完成漏洞扫描的自动触发,甚至可以根据最终报表,来进行数据分析和告警等后续动作。

openvas-nvt-sync、openvas-certdata-sync、openvas-nvt-sync 三个工具用于更新数据,应定时运行。

More from this blog

龙虾恐慌:AIOps 又要改名了?

ChatGPT 开始,把 AI 拉近到普罗大众的面前,让无数人感受到 AI 的亲民魅力。而龙虾,则把大模型驱动的自动化能力,突然间变得水灵灵、活泼泼地走进千家万户。它不只是“风口上的猪”,而是风口本身。热度高到让 Mac mini 一度断货,不知道这在不在库克的预料之内。 每代人都有每代人的鸡蛋,春节期间,我就领了我的鸡蛋。翻出古老的 MacBook Air M1,充值各种大模型。当然了,这个工具

Mar 9, 20261 min read

再见 2025

我猜不少人以为这个号废了吧?并没有,只是今年变化有点大,一直有种抄起键盘,无从说起的感觉,所以一直偷懒到今天,2025 的最后一天。 今年是我的第四个本命年,去年末一期播客里,大内说本命年不是灾年,是变化年,有危也有机。可是讲真啊,只看到危,没看到机。 各种因缘际会,从鹅厂跳槽到前东家,已经接近四年,第一个合同期已经进入尾声。除了前两年还在云原生领域嗷嗷叫,后两年基本都是些鸡零狗碎的东西了,用老东家的术语说是——偏离主航道,可谓是前景暗淡了。 一旦确定要滚蛋,反倒心思轻松起来,每天骑着我的小红车...

Jan 5, 20261 min read

辅助编程?dora 说:我知道你很急可是请你别急

从 OpenGPT 把大模型的火烧旺了之后,这三年来,相信很多组织或摩拳擦掌、或躬身入局,希望借助聪明能干的大模型,或想偿还技术宅,或想降本增效,或想弯道超车。一时间,沉寂许久的 AIxx 又活过来了,LLM Ops、Vibe Coding、中医大模型、GPT 算命等等,全都老树发新芽,焕发了勃勃生机。那么视角拉回从业者最关注的饭碗相关的领域之一——AI 辅助开发,产生了什么触动,应该如何拥抱呢? DORA 的年度报告中给出了很有意思的结论——强者恒强。 执行摘要部分总结了几个有趣的点: 问题...

Oct 6, 20251 min read

[译]dora:ai 辅助软件开发状态报告

执行摘要 在 2025 年,科技领导者面临的核心问题已不再是“是否要采用 AI”,而是“如何实现其价值”。 DORA 的研究基于超过 100 小时的定性访谈和来自全球近 5,000 名技术专业人士的问卷调查。研究揭示了一个关键事实:AI 在软件开发中的主要角色是“放大器”。它会放大高效能组织的优势,也会凸显组织的缺陷。 关键结论:AI 是放大器 AI 投资的最大回报并非来自工具本身,而是来自组织底层系统的战略性建设: 高质量的内部平台 清晰的工作流 团队的协同能力 缺少这些基础,AI ...

Oct 2, 202514 min read

僭越了,有人在用 Rust 写 Kubernetes

一个新语言问世,最爱做的事情之一,就是重写存量软件了。 云原生喝酒 SIG 重点扶持项目——rk8s(https://github.com/rk8s-dev/rk8s) 也可以归在这个范畴里,只不过这个项目重写的东西比较大,是 Kubernetes。 从 2025 年 1 月第一个 Commit 开始,到现在有了 200 多次 Commit,十几万行代码。当然距离 Kubernetes 的几百万行代码还差得远——老马就是喜欢整这种大无畏项目。 另外该项目也是国内第一个脱离 Cargo 转向使用 ...

Sep 27, 20253 min read

【伪】架构师

342 posts