PKR-Lab

006 Keine NetworkPolicies im PROD- und ENTW-Cluster, im TECH-Cluster nur Ingress-Regeln

Quelle: pkr-lab/pkr-lab-docs/capulus/capulus-core/7-security-incidents/006-netzwerkrichtlinien-prod-und-egress-fehlen.md

006 Keine NetworkPolicies im PROD- und ENTW-Cluster, im TECH-Cluster nur Ingress-Regeln

Beschreibung

Die Default-Deny-Policies werden von der Ansible-Rolle argocd nur auf den TECH-Hub (und drei Namespaces im ENTW-Cluster) angewendet. Die Doku stellt fest, dass PROD-Apps ihre Policies „bei Bedarf“ selbst mitbringen. Im Repo bringt keine PROD-App eine mit: grep -rl 'kind: NetworkPolicy' argocd/apps/prod argocd/apps/entw liefert nichts. Im PROD-Cluster liegen die Datenbanken und Nutzerdaten von Nextcloud, Immich, Paperless-ngx, Wiki.js und Xibo.

Im TECH-Cluster beschränkt die Rolle nur den Ingress (policyTypes: [Ingress]). Egress ist für fast alle Namespaces unbeschränkt (Ausnahmen: alamos-relay, isc-news-bot, ollama, zammad-postgresql).

Nachweis

$ grep -rl 'kind: NetworkPolicy' argocd/apps/prod argocd/apps/entw argocd/bootstrap-prod
(keine Treffer)

$ helm template … (gerendert) | NetworkPolicy je App
prod-immich  np=0   prod-nextcloud  np=0   prod-paperless-ngx  np=0
prod-wikijs  np=0   prod-xibosignage np=0  prod-cloudflared    np=0
tech: nur alamos-relay(3), isc-news-bot(4), ollama(2), zammad(1) mit Egress-Regeln

$ sed -n 1,12p capulus-ansible/roles/argocd/templates/bootstrap-networkpolicies.yaml.j2   (nur policyTypes: Ingress)

Phase-2-Nachweis (live, lesend)

Live-Stand der Cluster (kubectl get netpol -A, kubectl get ns --show-labels):

Cluster Pods Namespaces NetworkPolicies Pod-Security-Labels
TECH 109 37 in 31 Namespaces je 1 bis 6, alle nur Ingress (Ausnahmen mit Egress: alamos-relay, isc-news-bot, ollama, zammad) 0
PROD (prod-vm) 47 20 0 0
ENTW (entw-vm) 17 8 9 0

PROD enthält Nextcloud, Immich, Paperless-ngx, Wiki.js und Xibo; dort kann jeder Pod jeden anderen Pod und das LAN ungehindert erreichen.

Risiko / Angriffsszenario

Ein kompromittierter Pod in PROD (z. B. über eine Nextcloud-/Immich-Schwachstelle) erreicht alle anderen Pods und Datenbanken im Cluster sowie das gesamte LAN ungehindert. Fehlendes Egress-Filtering erlaubt Datenabfluss, Reverse-Shells und das Erreichen interner Dienste (power-agent, ArgoCD-NodePort, NAS, Router).

Empfohlene Behebung

  1. Je PROD-Namespace ein Default-Deny für Ingress und Egress plus explizite Freigaben anlegen (Traefik in kube-system, cloudflared, DNS, Datenbank im selben Namespace, benötigte Ziele). Muster:
    apiVersion: networking.k8s.io/v1
    kind: NetworkPolicy
    metadata:
      name: default-deny
      namespace: nextcloud
    spec:
      podSelector: {}
      policyTypes: [Ingress, Egress]
    ---
    apiVersion: networking.k8s.io/v1
    kind: NetworkPolicy
    metadata:
      name: allow-ingress-traefik
      namespace: nextcloud
    spec:
      podSelector: {}
      policyTypes: [Ingress]
      ingress:
        - from:
            - namespaceSelector:
                matchLabels:
                  kubernetes.io/metadata.name: kube-system
    
  2. Egress-Freigaben für DNS (kube-dns, UDP/TCP 53), Datenbank und Internet (nur wo nötig, z. B. HTTPS) ergänzen.
  3. Namespace für Namespace ausrollen, nach jedem Schritt externen Zugriff über den Tunnel und internen Zugriff prüfen, ein Namespace pro Release.
  4. Für TECH die Rolle um Egress-Default-Deny für sensible Namespaces (n8n, vaultwarden, zammad, semaphore) erweitern.

Rollback

Policy-Dateien entfernen und synchronisieren (Default ist wieder „alles offen“). Bei einem Ausfall zuerst die default-deny-Datei des betroffenen Namespaces löschen.

Verifikation

kubectl get networkpolicy -A | grep -E 'nextcloud|immich|paperless|wikijs|xibosignage'
kubectl -n nextcloud run np-test --rm -it --restart=Never --image=busybox:1.37 -- wget -T3 -qO- http://immich-server.immich.svc.cluster.local:2283

Der Test-Pod darf den fremden Namespace nicht mehr erreichen (Timeout); die App muss über https://nextcloud-prod.pke-lab.de weiter funktionieren.

Risiko der Behebung

Hoch: Eine fehlerhafte Policy trennt Traefik/cloudflared von den Apps. Beim Rollout 2026-08-13 ist genau das schon einmal passiert (capulus-core/d-sicherheit/d0030-network-policies.md, Cloudflare-Tunnel-Ausfall).

Behebung (2026-10-17, Stufe 1)

Fix (zwei PRs, Batch A #455, Batch B #457): Punkte 1 und 3 der Empfehlung, beschränkt auf Ingress. Jeder PROD-App-Chart bringt die Policy default-ingress mit (templates/networkpolicy.yaml, Schalter networkPolicy.enabled). Sie erlaubt Ingress auf alle Pods des Namespaces nur aus dem eigenen Namespace, aus kube-system (Traefik) und aus networkPolicy.extraIngressNamespaces (wikijs: wiki-docs-sync). Anders als im Muster der Beschreibung fehlt eine Freigabe für cloudflared: Der PROD-Tunnel ruft nur Traefik auf. Das ist belegt (Tunnel-Konfiguration, keine direkten Service-Aufrufe im Repo) und wurde nach jedem Batch über die Tunnel-Hosts getestet.

Aktiv in: wikijs, wiki-docs-sync, xibosignage (Batch A) sowie paperless-ngx, immich, nextcloud (Batch B). Bewusst ohne Policy bleiben kube-system, cert-manager (der API-Server ruft den Webhook auf), sealed-secrets, cloudflared, nas-storage, immich-storage und die Leer-Namespaces (mealie, tinyteller, demo-app, example-whoami, siehe Incident 042).

Nachweis (Test-Pods mit nc -z -w 4 auf prod-vm, nach dem Sync):

Verbindung Ergebnis
fremder Namespace → wikijs-postgresql:5432, xibosignage-mysql:3306, wikijs:80 gesperrt
fremder Namespace → immich-postgresql:5432, immich-redis:6379, nextcloud-postgresql:5432, nextcloud-redis:6379, nextcloud:80 gesperrt
nextcloud → immich-postgresql, wikijs → paperless-ngx:80 (quer zwischen Apps) gesperrt
eigener Namespace → eigene Datenbank, Redis und Machine-Learning-Dienst offen
wiki-docs-sync → wikijs:80 (erlaubter Cross-Namespace-Weg) offen
kube-system → wikijs, nextcloud, immich-server, paperless-ngx (Traefik-Weg) offen

Vorher und nachher gemessen: wiki-prod 200, xibo-prod 302, immich-prod 200, nextcloud-prod 302, interne *.prod.homeserver-Hosts 200/302, nextcloud /status.php 200, immich /api/server/ping 200. Alle Pods blieben ohne neuen Neustart Running, die App-Logs und der cloudflared-Log in PROD enthielten keine Verbindungsfehler. Funktionstests mit Dateien (Upload in Nextcloud, Foto in Immich, Dokument in Paperless) hat der Betreiber nicht bestätigt, sie stehen aus.

Geänderte Dateien.

Rollback. Im betroffenen Chart networkPolicy.enabled: false, PR, Merge. Von Hand löschen hilft nicht, die PROD-Apps laufen mit selfHeal. Notfalls in ArgoCD den Auto-Sync der betroffenen prod-<app> pausieren und default-ingress im Namespace löschen.

Offen.