d0030 - Cluster-NetworkPolicies (Security-Härtung Phase 3)
Quelle: pkr-lab/pkr-lab-docs/capulus/capulus-core/d-sicherheit/d0030-network-policies.md
Cluster-NetworkPolicies (Security-Härtung Phase 3)
Detail-Doku zu Phase 3 aus capulus-core/d-sicherheit/d0010-security-hardening-roadmap.md:
grobe Default-Deny-NetworkPolicy je security-tier, damit ein
kompromittierter Pod (z. B. n8n) nicht mehr uneingeschränkt auf
Postgres/Redis/Services in fremden Namespaces zugreifen kann.
Geltungsbereich (Oktober 2026): Die Default-Deny-Policies je Namespace werden von der
argocd-Rolle
auf den TECH-Hub angewendet (und auf ENTW für dessen drei Bestands-Namespaces). Für die nach PROD
umgezogenen Apps gibt es keinen entsprechenden Rollen-Lauf; PROD-Apps bringen ihre Ingress-Policydefault-ingress
selbst im Chart mit (siehe PROD). Die Zahlen und Namespaces weiter unten beschreiben den Stand vom 13.08.2026,
als es noch einen einzigen Cluster gab.
Status (13.08.2026): Fertig. Schritt 1 + Schritt 2 komplett live, alle
36 App-Namespaces auf die strikte Policy verfeinert (nur eigener Namespace
- kube-system + monitoring + cloudflared + gezielte Extra-Ausnahmen, keine
pauschale Tier-Erlaubnis mehr). Verifiziert: ArgoCD weiterhin 35/36
Healthy(monitoringunverändertProgressing, vorbestehend),
HTTP-Stichproben lokal (*.homeserver) und extern über den
Cloudflare-Tunnel (*.pke-lab.de) erfolgreich,cloudflared-Logs sauber.
argocd_apply_network_policies: trueist dauerhafter Default in
capulus-ansible/roles/argocd/defaults/main.yml.
PROD: Ingress-Default-Deny
Der PROD-Cluster (prod-vm, Pod-Netz 10.46.0.0/16) hatte bis zum 2026-10-17 keine NetworkPolicy. Seitdem bringt jeder App-Chart in argocd/apps/prod/ eine 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 den
Namespaces in networkPolicy.extraIngressNamespaces. Egress bleibt wie in TECH unbeschränkt, das Abschotten des Pod-Netzes gegen LAN, NAS und Router ist Nachfolgearbeit (siehe unten).
| Namespace | Stand | Extra-Ingress |
|---|---|---|
| wikijs, wiki-docs-sync, xibosignage, paperless-ngx, immich, nextcloud | aktiv | wikijs: wiki-docs-sync |
| kube-system, cert-manager, sealed-secrets, cloudflared, nas-storage, immich-storage | bewusst ohne Policy |
Warum cloudflared hier keine Ausnahme braucht und warum die Cluster-Grundlagen keine Policy tragen, steht in 60050. Rollback: networkPolicy.enabled: false im
betroffenen Chart (ein PR), denn die PROD-Apps laufen mit selfHeal, eine von Hand gelöschte Policy wird sofort zurückgespielt.
Incident während des Rollouts: Cloudflare-Tunnel-Ausfall
Was passiert ist: Die grobe Tier-Policy aus Schritt 1 erlaubt Ingress
nur aus demselben security-tier (+ kube-system + monitoring).
Übersehen: der cloudflared-Pod (Namespace cloudflared, Tier
platform) ruft die Origin-Services für den öffentlichen Tunnel
(*.pke-lab.de) per ClusterIP direkt an — u. a. wikijs, mealie,
vaultwarden, nextcloud, immich, paperless-ngx, zammad
(argocd/apps/tech/cloudflared/values.yaml). Das ist Cross-Tier
(platform → workload) und wurde durch die grobe Policy sofort blockiert —
ab dem Schritt-1-Rollout war der komplette externe Zugriff über den
Cloudflare-Tunnel für diese Apps down, ohne dass es bei den lokalen
*.homeserver-Stichproben auffiel (die laufen über Traefik/kube-system,
nicht über cloudflared).
Wie es gefunden wurde: kein Nutzerreport, sondern ein systematischer
Nachscan (grep -rn "svc.cluster.local" argocd/apps/) direkt nach dem
wiki-docs-sync-Beinahe-Incident (siehe unten) — aus Vorsicht, um zu
prüfen, ob es noch mehr übersehene Cross-Namespace-Aufrufe gibt. Bestätigt
per kubectl -n cloudflared logs: laufende connection refused-Fehler
für echte externe Requests (ip=198.41.192.167 = Cloudflare-Edge).
Fix: cloudflared als generelle Ingress-Ausnahme in jede
Namespace-Policy aufgenommen — genau wie kube-system/monitoring, weil
es faktisch ein zweiter Ingress-Controller ist. Betrifft beide Varianten
(grob und verfeinert), siehe Template. Verifiziert: letzter Fehler in den
cloudflared-Logs um 17:05:12 Uhr, danach keine weiteren mehr.
Lektion: Nach jedem Cross-Tier-Policy-Rollout nicht nur
*.homeserver (lokal, über Traefik) testen, sondern auch mindestens
einen externen Pfad über den Cloudflare-Tunnel (*.pke-lab.de) — beide
Ingress-Pfade sind unabhängig und ein Ausfall im einen ist im anderen
unsichtbar.
Incident: neue App (authelia) lässt make argocd an fehlendem Namespace scheitern
Was passiert ist: Beim Hinzufügen von authelia (21.08.2026,
capulus-core/4-planung/40000-authelia-sso.md)
zu argocd_platform_apps schlug der Task „Apply tier-default-ingress
NetworkPolicies" fehl: namespaces "authelia" not found. Ursache: der
ArgoCD-Sync, der den authelia-Namespace anlegt, kann hinter diesem
Playbook-Lauf zurücklagen (derselbe Effekt wie bei den
security-tier-Label-Tasks, siehe 60030 und
capulus-ansible/roles/argocd/tasks/main.yml).
Anders als bei den Label-Tasks (ein kubectl-Aufruf pro Namespace) wird die
NetworkPolicy-Datei aber als eine Multi-Dokument-YAML mit einem
einzigen kubectl apply -f angewendet — ein fehlender Namespace ließ damit
den kompletten Apply fehlschlagen, obwohl alle anderen 35 Policies
problemlos durchgingen (kubectl apply verarbeitet trotzdem jedes
Dokument, meldet aber am Ende den Gesamtfehler).
Fix: Neuer Task „vorhandene namespaces lesen“ vor dem Templating holt die
aktuell existierenden Namespaces per kubectl get namespaces; das Template
(bootstrap-networkpolicies.yaml.j2)
überspringt Apps, deren Namespace noch nicht existiert. Ein fehlender
Namespace fällt beim nächsten make argocd-Lauf nach, statt den gesamten
Apply-Schritt zu blockieren — dasselbe Best-effort-Verhalten wie bei den
Label-Tasks.
Lektion: Jede neue App in argocd_platform_apps /
argocd_workloads_apps kann beim ersten make argocd-Lauf nach dem
Hinzufügen noch keinen Namespace haben, solange ArgoCD nicht synchronisiert
hat — betrifft nicht nur die Label-Tasks, sondern jeden Task, der über
diese Listen iteriert und einen existierenden Namespace voraussetzt.
Beinahe-Incident: wiki-docs-sync -> wikijs
Beim Verfeinern von wikijs (Schritt 2, Batch 2) übersehen: wiki-docs-sync
läuft als CronJob in einem eigenen Namespace und ruft wikijs per
ClusterIP direkt an (nicht über Traefik) — siehe
Schritt 2 unten für Details.
Rechtzeitig gefunden und gefixt, bevor der nächste */15min-Lauf
scheiterte (manueller Testlauf danach: Complete, Sync erfolgreich).
Direkter Auslöser für den systematischen Cloudflared-Scan oben und für
den generalisierten argocd_network_policy_extra_ingress-Mechanismus.
Vorfund beim Start dieser Phase
Bevor die Policies gebaut wurden, zwei Abweichungen vom in capulus-core/d-sicherheit/d0010-security-hardening-roadmap.md
angenommenen Zustand aufgefallen (Stand 13.08.2026):
- Die
security-tier-Labels aus Phase 2 fehlten komplett auf allen
Namespaces (kubectl get ns -L security-tierzeigte nichts) — vermutlich
durch den ApplicationSet-Incident verloren gegangen
(capulus-core/d-sicherheit/d0000-incident-2026-08-12.md): Namespaces wurden neu angelegt,
das Label wird aber nur vom Ansible-argocd-Role-Lauf gesetzt, nicht von
ArgoCD selbst nachgezogen. Ein erneutermake argocd-Lauf setzt sie
wieder (idempotenter Task, bereits vorhanden). - Namespaces außerhalb der beiden Tier-Listen gefunden:
cert-manager,metallb-system— laufen aktiv, sind aber nie unter
GitOps (argocd/apps/tech/) gewandert. Bleiben vorerst
Cluster-Infrastruktur außerhalb der Tier-Policies (siehe unten,
Ausgeschlossene Namespaces) —
Nachziehen unter GitOps ist ein separates Aufräum-Ticket, nicht Teil
dieser Phase.cloudflare-tunnel(CrashLoopBackOff, 10146 Restarts über 59 Tage,
totes Leftover neben dem aktivencloudflared-Namespace) sowie sechs
leere Namespaces ohne laufende Pods (glance,grocy,homepage,
jellyfin,le-homeserver,paperless-ai) — auf Nutzerentscheid
gelöscht, siehe Rollout.
Design
Warum Ingress-only, kein Egress
Ziel ist, laterale Bewegung zwischen Tiers zu blockieren: ein
kompromittierter Pod in Namespace A soll Postgres/Redis in einem
fremden-Tier-Namespace B nicht erreichen können. Das lässt sich
vollständig über B's Ingress-Regel erzwingen — A's ausgehende
Verbindung wird an B's Namespace-Grenze abgewiesen, ganz ohne A's Egress
einzuschränken.
Egress-Policies zusätzlich einzuführen hätte ein deutlich höheres Risiko
(DNS zu kube-system, Internet-Zugriff für n8n/cloudflared/Renovate,
OIDC-Callbacks, NAS/NFS ist Host-Level und unbetroffen) für keinen
zusätzlichen Sicherheitsgewinn in diesem groben ersten Schritt — deshalb
bewusst nicht Teil dieser Iteration. Das ist auch, warum der in capulus-core/d-sicherheit/d0010-security-hardening-roadmap.md
genannte "klassische Fehler: fehlender DNS-Allow" hier strukturell nicht
auftreten kann: DNS-Auflösung ist ein Egress-Vorgang (Pod fragt CoreDNS),
und Egress bleibt vollständig unangetastet.
Die erlaubten Ingress-Quellen je Namespace
Jede Policy (tier-default-ingress, eine pro App-Namespace) erlaubt
Ingress auf alle Pods, alle Ports aus:
- Namespaces mit demselben
security-tier-Wert (grobe Variante) bzw.
nur der eigene Namespace (verfeinerte Variante, Schritt 2) — deckt
Intra-App-Traffic ab (z. B. App → eigene Postgres). Cross-Tier-Traffic
wird geblockt (grob), bzw. jeder fremde Namespace (verfeinert). kube-system— Traefik (Ingress-Controller) läuft dort und muss
jeden App-Pod erreichen können, sonst bricht der komplette externe
Zugriff über*.homeserver.monitoring— VictoriaMetrics'vmagentscraped Metriken aus
jedem Namespace per Pull (Egress vonmonitoringaus) — muss auf der
Ziel-Namespace-Seite als Ingress erlaubt sein, sonst verschwinden
Metriken für alle Apps.cloudflared— faktisch ein zweiter Ingress-Controller für den
öffentlichen*.pke-lab.de-Zugriff, ruft Origin-Services ebenfalls per
ClusterIP direkt an. Nachträglich ergänzt nach einem Incident
während des Rollouts (siehe Incident-Abschnitt
oben) — ursprünglich übersehen, weil es beim lokalen*.homeserver-Test
nicht auffällt.- Gezielte Zusatz-Namespaces aus
argocd_network_policy_extra_ingress
— für einzelne, im Repo gefundene legitime Cross-Namespace-Aufrufe
(CronJobs, Workflows), die nicht unter 1–4 fallen.
Matching läuft über kubernetes.io/metadata.name (von Kubernetes seit
1.21 automatisch auf jedem Namespace gesetzt) für alle Namespace-genauen
Ausnahmen (2–5), und über das manuell gesetzte security-tier-Label nur
für die grobe Tier-Regel (1).
Ausgeschlossene Namespaces
Nur Namespaces aus argocd_platform_apps/argocd_workloads_apps
(capulus-ansible/roles/argocd/defaults/main.yml)
bekommen eine Policy. Bewusst keine Policy für: kube-system,
argocd, cert-manager, metallb-system — das sind Cluster-Grundlagen,
keine "Apps" im Tier-Sinn, und ein zu aggressiv geschnittener Ingress-Deny
dort könnte den ganzen Cluster lahmlegen statt nur eine App.
Voraussetzung für Enforcement: k3s-Netzwerkrichtlinien-Controller
Verifiziert (13.08., journalctl -u k3s): k3s bringt den kube-router-
basierten Network-Policy-Controller standardmäßig aktiv mit (kein
--disable-network-policy in der Ansible-Config gesetzt) — Standard-
NetworkPolicy-Objekte werden also tatsächlich durchgesetzt, nicht nur
als No-Op-API-Objekte abgelegt wie es bei purem Flannel ohne diesen
Controller der Fall wäre.
Rollout
1. Backup vorher (kompletter Cluster-Datastore):
# Läuft auf dem Control-Plane-Node (homeserver, 192.168.178.94), NICHT lokal —
# per SSH von der Workstation aus anstoßen:
ssh [email protected] "sudo cp /var/lib/rancher/k3s/server/db/state.db /var/lib/rancher/k3s/server/db/state.db.pre-phase3-\$(date +%Y%m%d)"
Zusätzlich prüfen, dass der letzte nächtliche NAS/PVC-restic-Backup
(capulus-core/2-betrieb-hardware/20010-nas-backup.md) erfolgreich war (UGOS Task Scheduler → letzter
Lauf).
2. Leftover-Namespaces löschen (siehe Vorfund
— keine PVCs/Secrets mit Nutzdaten drin, keine ArgoCD-Application zeigt
darauf, gefahrlos):
kubectl delete namespace cloudflare-tunnel glance grocy homepage jellyfin le-homeserver paperless-ai
3. security-tier-Labels neu setzen (idempotenter Task, bereits im
argocd-Role vorhanden):
make argocd
kubectl get ns -L security-tier # Kontrolle: alle 36 App-Namespaces müssen jetzt ein Tier zeigen
4. Pilot auf zwei unkritischen Namespaces, statt direkt alle 36 auf
einmal (Empfehlung aus capulus-core/d-sicherheit/d0010-security-hardening-roadmap.md, hier einen Schritt früher angewendet als
dort für Phase-3-Schritt-2 vorgesehen, aus Vorsicht):
# Policy nur für example-whoami und tinyteller einzeln erzeugen und anwenden:
for ns in example-whoami tinyteller; do
kubectl apply -f - <<EOF
apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
name: tier-default-ingress
namespace: $ns
spec:
podSelector: {}
policyTypes: ["Ingress"]
ingress:
- from: [{namespaceSelector: {matchLabels: {security-tier: workload}}}]
- from: [{namespaceSelector: {matchLabels: {kubernetes.io/metadata.name: kube-system}}}]
- from: [{namespaceSelector: {matchLabels: {kubernetes.io/metadata.name: monitoring}}}]
EOF
done
Validieren: https://whoami.prod.homeserver und https://tinyteller.prod.homeserver
im Browser laden (Traefik-Zugriff über kube-system funktioniert noch?),
die App-Dashboards in Grafana prüfen, ob für beide Namespaces
weiterhin Metriken reinkommen (monitoring-Zugriff funktioniert noch?).
5. Rollback-Kommando falls Schritt 4 etwas kaputt macht:
kubectl delete networkpolicy tier-default-ingress -n example-whoami -n tinyteller
6. Vollständiger Rollout, erst nachdem Schritt 4 sauber verifiziert ist:
# make argocd reicht keine Extra-Vars durch, deshalb direkt ansible-playbook
# aufrufen (Inventory/Playbook-Pfade wie im Makefile-Target `argocd`):
ansible-playbook -i inventory/hosts.yml site.yml --tags argocd \
--ask-vault-pass -e argocd_apply_network_policies=true
Danach argocd_apply_network_policies: true auch dauerhaft in
capulus-ansible/roles/argocd/defaults/main.yml
setzen (committen), sonst rollt der nächste normale make argocd-Lauf die
Policies beim Re-Templaten wieder auf false zurück — genauer: er wendet
sie schlicht nicht mehr erneut an (bereits angewendete Policies bleiben im
Cluster bestehen, -e überschreibt nur diesen einen Lauf).
7. Validieren (nach jeder Phase, wie gefordert):
kubectl get applications -n argocd -o custom-columns='NAME:.metadata.name,SYNC:.status.sync.status,HEALTH:.status.health.status'
kubectl get networkpolicy -A
Alle Apps weiterhin Synced/Healthy? Stichprobenhaft 3–4 Apps aus
unterschiedlichen Tiers im Browser aufrufen (mind. eine Platform-App wie
Grafana/Semaphore, mind. zwei Workload-Apps). Grafana-Dashboard auf
lückenlose Metriken prüfen (ein plötzliches Metrik-Loch bei einer
bestimmten App = deren monitoring-Ingress-Regel greift nicht).
Zusätzlich, seit dem Cloudflared-Incident (siehe oben) Pflicht:
mindestens einen *.pke-lab.de-Pfad extern über den Cloudflare-Tunnel
testen, nicht nur *.homeserver lokal über Traefik — beide Ingress-Pfade
sind unabhängig.
8. Rollback (voller Rollout) falls nötig:
# Alle tier-default-ingress Policies wieder entfernen:
kubectl get networkpolicy -A -o json | \
jq -r '.items[] | select(.metadata.name=="tier-default-ingress") | "\(.metadata.namespace) \(.metadata.name)"' | \
while read -r ns name; do kubectl delete networkpolicy "$name" -n "$ns"; done
# Oder in defaults/main.yml wieder auf false setzen + make argocd erneut laufen lassen
# (entfernt bestehende Policies dabei NICHT automatisch, nur der obige Loop tut das).
Schritt 2 — Verfeinerung pro Namespace
Ersetzt für einzelne, explizit freigegebene Namespaces die grobe
Tier-Regel (Ingress aus jedem Namespace desselben Tiers erlaubt) durch
eine strikte Regel (Ingress nur aus dem eigenen Namespace + weiterhin
kube-system + monitoring). Das schließt die eigentliche Lücke, die
Schritt 1 noch offen lässt: zwei Apps im selben Tier (z. B. zwei
Workload-Apps) konnten sich unter Schritt 1 immer noch gegenseitig
erreichen.
Gesteuert über eine einzige Liste,
argocd_network_policy_refined_namespaces —
ein Namespace-Name in dieser Liste bekommt die strikte Variante, alle
anderen bleiben auf der groben Tier-Regel aus Schritt 1. So lässt sich
Namespace für Namespace migrieren, ohne die anderen 34 anzufassen —
kubectl apply ist idempotent, ein Re-Run des argocd-Roles ändert nur
die Policy-Objekte, deren Inhalt sich tatsächlich geändert hat.
Reihenfolge (aus capulus-core/d-sicherheit/d0010-security-hardening-roadmap.md): unkritische Apps zuerst, dann Apps mit
eigener DB, zuletzt Plattform-Namespaces.
Batch 1 (13.08.2026, verifiziert): example-whoami, tinyteller —
beide zustandslose Demo-Apps ohne Abhängigkeiten zu anderen Namespaces,
ideal zur Musterverifikation. HTTP-Check nach Rollout: beide 200,
podSelector: {} in der Policy bestätigt, ArgoCD weiterhin Healthy.
Batch 2 (13.08.2026, Rollout aussehend): wikijs, mealie, n8n —
Apps mit eigener DB/eigenem State, komplett im selben Namespace (Postgres
bei wikijs, In-Pod-SQLite bei mealie/n8n), keine Cross-Namespace-
Abhängigkeit für den Normalbetrieb.
Beinahe-Incident während des Batch-2-Rollouts:
wiki-docs-sync
läuft als CronJob (*/15 * * * *) in seinem eigenen Namespace und
ruftwikijsper ClusterIP direkt an
(http://wikijs.wikijs.svc.cluster.local, siehe
argocd/apps/prod/wiki-docs-sync/values.yaml) — nicht über
Traefik. Das wurde beim erstenwikijs-Refinement übersehen (nur die
Pods innerhalb vonwikijswurden auf Selbstständigkeit geprüft,
nicht wer von außen reinruft). Der nächste Cron-Lauf nach dem
Rollout wäre damit fehlgeschlagen. Gefixt, bevor er lief: neuer
Mechanismusargocd_network_policy_extra_ingress(Template + defaults,
siehe capulus-ansible/roles/argocd/defaults/main.yml)
für gezielte Zusatz-Ausnahmen bei verfeinerten Namespaces —wikijs
erlaubt jetzt explizit zusätzlich Ingress auswiki-docs-sync.Lektion für die restlichen Batches: vor jeder Verfeinerung nicht nur
prüfen, wer im Ziel-Namespace selbst läuft, sondern per
grep -rn "svc.cluster.local\|\.{{ '{{' }} .Release.Namespace" argocd/apps/
(oder gezielt nach dem Namespace-Namen) nach eingehenden
Cross-Namespace-Referenzen aus anderen App-Ordnern suchen — CronJobs in
fremden Namespaces sind der unauffälligste Fall, weil sie nicht wie ein
Ingress/Traefik-Pfad sofort auffallen.
Proaktiv mitgefixt (derselbe Nachscan wie beim Cloudflared-Incident):
Der systematischegrep -rn "svc.cluster.local" argocd/apps/nach dem
wiki-docs-sync-Fund brachte drei weitere Cross-Tier-Aufrufe zutage, die
von der groben Policy aufntfy/monitoringblockiert würden:
carplay-api→ntfyund →monitoring(Push-Benachrichtigungen bzw.
VictoriaMetrics-Abfrage, beide aktiv genutzt, aber nur bedarfsgesteuert —
daher in den bisherigen Logs nicht als Fehler sichtbar),alamos-apager
→ntfy(Alarm-Benachrichtigung), und der bereits erwähnte n8n-Workflow
→monitoring(aktuell"active": false). Statt abzuwarten, ob eines
davon im Ernstfall lautlos fehlschlägt (genau das Muster, das beim
Cloudflare-Tunnel schon passiert war), alle vier direkt über
argocd_network_policy_extra_ingressfreigegeben — der Mechanismus
wurde dafür generalisiert: Zusatz-Ausnahmen wirken jetzt auch bei noch
nicht verfeinerten (groben) Ziel-Namespaces, nicht nur bei bereits
verfeinerten.
Rollout für die beiden Piloten:
# 1. Backup (wie bei jeder Phase/jedem Schritt) — Vortag bereits gemacht,
# trotzdem ein frischer Snapshot vor der nächsten Cluster-Änderung:
ssh [email protected] "sudo cp /var/lib/rancher/k3s/server/db/state.db /var/lib/rancher/k3s/server/db/state.db.pre-phase3-step2-\$(date +%Y%m%d)"
# 2. Anwenden (argocd_apply_network_policies ist schon dauerhaft true,
# kein -e mehr nötig — Neu-Rendern reicht):
make argocd
# 3. Validieren
kubectl get networkpolicy -n example-whoami -n tinyteller -o yaml | grep -A3 "ingress:"
curl -sk -o /dev/null -w "whoami: %{http_code}\n" https://whoami.prod.homeserver/
curl -sk -o /dev/null -w "tinyteller: %{http_code}\n" https://tinyteller.prod.homeserver/
kubectl get applications -n argocd example-whoami tinyteller -o custom-columns='NAME:.metadata.name,SYNC:.status.sync.status,HEALTH:.status.health.status'
Rollback (nur für diese beiden, falls etwas bricht): den jeweiligen
Namespace wieder aus argocd_network_policy_refined_namespaces entfernen
und make argocd erneut laufen lassen — die Policy fällt zurück auf die
grobe Tier-Regel.
Batch 3 (13.08.2026): alle restlichen 12 Workload-Namespaces
(alamos-apager, carplay-api, github-release-watcher, immich,
mediamtx, nextcloud, paperless-ngx, uptime-kuma, vaultwarden,
wiki-docs-sync, xibosignage, zammad) in einem Rutsch — nicht
schrittweise einzeln, weil vorher per systematischem Repo-Scan
(grep -rln "\.<ns>\.svc\|<ns>\.svc\.cluster" argocd/apps/, für jeden
Namespace einzeln) bereits geprüft war, dass keine eingehenden
Cross-Namespace-Aufrufe existieren außer den ohnehin generell erlaubten
(cloudflared) und einem einzigen Fall: carplay-api fragt uptime-kuma
per ClusterIP ab (workload→workload, war unter der groben Policy schon
durch Intra-Tier gedeckt, braucht jetzt eine explizite
argocd_network_policy_extra_ingress-Ausnahme). Damit sind alle 17
Workload-Namespaces verfeinert — übrig bleiben nur noch die 19
Plattform-Namespaces als letzter Batch.
Batch 4 (13.08.2026): alle 19 Plattform-Namespaces — letzter Batch.
Damit sind alle 36 App-Namespaces verfeinert, Schritt 2 ist komplett.
coredns-custom/traefik-config haben keine eigenen Pods (deployen nach
kube-system, siehe capulus-core/b-kubernetes-gitops/b0020-argocd-projects.md) — Policy dort ist ein wirkungsloses No-Op,
der Vollständigkeit halber trotzdem gesetzt.
Gefundene Platform-zu-Platform-Abhängigkeiten (alle bislang durch
Intra-Tier stillschweigend erlaubt, jetzt durch je eine gezielte
argocd_network_policy_extra_ingress-Ausnahme ersetzt):
| Ziel | Erlaubt zusätzlich aus | Grund |
|---|---|---|
ntfy-bridge |
monitoring |
vmalertmanager-Webhook |
ntfy |
(+ ntfy-bridge, zusätzlich zu carplay-api/alamos-apager aus Batch 3) |
ntfy-bridge/values.yaml |
ntfy |
(+ n8n) |
Push-Nodes in den n8n-Workflows (zammad-tickets-verarbeiten, email-to-whatsapp-kanal); ohne die Freigabe meldet n8n ECONNREFUSED auf den ntfy-Service, gefunden am 26.09.2026 |
garage (bis 2026-11 minio) |
argo-workflows |
Artifact-Storage-Endpoint in argo-workflows/values.yaml |
monitoring |
(+ argo-workflows, zusätzlich zu carplay-api/n8n aus Batch 3) |
Alertmanager-URL in maintenance-workflowtemplate.yaml |
Alle per grep -rln "\.<ns>\.svc\|<ns>\.svc\.cluster" argocd/apps/
gefunden, kein Fall wurde durch Logs/Beobachtung entdeckt — nach dem
Cloudflared-Incident bewusst vollständig statisch durchsucht statt
abgewartet.
Bekannte Lücken / Nachfolgearbeit
- cert-manager, metallb-system noch nicht unter GitOps — separates
Aufräum-Ticket, nicht Teil dieser Phase. Solange sie außerhalb bleiben,
sind sie auch außerhalb jeder NetworkPolicy — kein Sicherheitsrisiko
(sie sind Infrastruktur ohne Nutzdaten), aber ein blinder Fleck für
künftige, feinere Policies. - PROD und ENTW: Egress offen, Ingress nur in PROD-App-Namespaces. Ein kompromittierter PROD-Pod erreicht keinen fremden Namespace mehr, aber weiter das LAN (NAS, Router, power-agent, ArgoCD-NodePort).
Ein Egress-Deny braucht pro App eine belegte Zielliste (Internet nur wo nötig, DNS, kein LAN). In den Werten stehen keine LAN-Ziele der Pods außer den NFS-Provisionern, die den Export über den Node mounten.
Eine Verbindungstabelle zum Nachprüfen liefert dieprod-vmnicht (/proc/net/nf_conntrackfehlt). Eigener Schritt mit Test je Namespace. - Egress bleibt komplett offen — bewusste Entscheidung dieser
Iteration, siehe Design. Falls später
gewünscht (z. B. um n8n explizit am Erreichen interner Postgres-Ports zu
hindern statt nur andersrum), eigene, separate Folge-Iteration. - Schritt 2 ist abgeschlossen (alle 36 Namespaces verfeinert, siehe
oben) — bleibt aber laufende Pflege: eine künftige neue App mit einem
echten Cross-Namespace-ClusterIP-Aufruf braucht denselben
argocd_network_policy_extra_ingress-Mechanismus, sonst bricht sie beim
erstenmake argocd-Lauf lautlos, wie beim Cloudflared-Incident.
Fehlersuche
kubectl get networkpolicy -A
kubectl -n <ns> describe networkpolicy
kubectl get ns --show-labels | grep security-tier
kubectl -n <ns> exec <pod> -- wget -qO- --timeout=3 http://<ziel>.<ziel-ns>.svc # Verbindung testen
| Symptom | Ursache | Lösung |
|---|---|---|
| Neue App aus anderem Namespace nicht erreichbar (Timeout) | Ingress-Default-Deny: Quelle nicht in den erlaubten Quellen des Ziel-Namespace | Abschnitt „Die erlaubten Ingress-Quellen je Namespace“, Policy ergänzen |
| Öffentliche Apps (Cloudflare Tunnel) fallen aus | Policy blockt den Namespace cloudflared |
Abschnitt „Incident während des Rollouts: Cloudflare-Tunnel-Ausfall“ |
| Monitoring scrapt eine App nicht mehr | Policy erlaubt den Scrape-Namespace nicht | vmagent bzw. monitoring als Quelle zulassen, Monitoring |
Zugriff über Traefik gibt 504/Gateway Timeout |
Policy erlaubt kube-system (Traefik) nicht |
Quelle kube-system für den App-Namespace prüfen |
| Policies wirken nicht | Netzwerkrichtlinien-Controller von k3s nicht aktiv | Abschnitt „Voraussetzung für Enforcement“ |
make argocd scheitert nach neuer App mit fehlendem Namespace |
Bootstrap-Reihenfolge, Namespace noch nicht angelegt | Abschnitt „Incident: neue App (authelia) lässt make argocd an fehlendem Namespace scheitern“ |
wiki-docs-sync erreicht Wiki.js nicht |
Policy blockt PROD-intern | Abschnitt „Beinahe-Incident: wiki-docs-sync -> wikijs“ |
| Namespace fehlt im AppProject und bekommt keine Policy | Namespace nicht in den Listen | AppProjects |
Allgemeine Fehlersuche: zentrale Fehlersuche.