# 实验9 · 访问控制（RLS）+ 审计高危规则

> 对应模块 M4 ｜ 2 学时 ｜ 产出物：RLS 演示截图 + OpenSearch 高危规则配置与告警截图
> 两个考点：**行级权限**（柜员只看本网点）与**高危行为规则化**（日志不只是存，要能告警）

## 实验目标
① 在 PostgreSQL 演示 RLS：同一张表，teller_b001 只能查到本网点行，outsourcer 角色列被屏蔽；② 在 OpenSearch 写一条"单次查询超 200 条"高危规则并验证命中。

## 前置条件
- PostgreSQL：192.168.32.130:15432，库 bank_rl，postgres / fds_pg_2026
- 已装 `pip install psycopg2-binary`
- 环境初始化时已建好 RLS 策略与角色（见 labs/00-labenv/postgres/init/01-init.sql）

## 实验步骤

### Part A：RLS 行级权限（45 分钟）

#### Step 1：先看已有策略（10 分钟）
```bash
python - << 'EOF'
import psycopg2
c = psycopg2.connect(host='192.168.32.130', port=15432, user='postgres',
                     password='fds_pg_2026', dbname='bank_rl')
cur = c.cursor()
cur.execute("SELECT schemaname, tablename, policyname, roles, qual FROM pg_policies")
for r in cur.fetchall(): print(r)
EOF
```
读懂输出：策略把可见行限定在 `branch_id = current_setting('app.branch')` 之类会话变量上。

#### Step 2：以柜员身份连库验证（15 分钟）
```bash
python - << 'EOF'
import psycopg2
# teller_b001：2号网点柜员（密码见 init/01-init.sql，默认 teller_2026）
c = psycopg2.connect(host='192.168.32.130', port=15432, user='teller_b001',
                     password='teller_2026', dbname='bank_rl')
cur = c.cursor()
cur.execute("SELECT count(*) FROM accounts")
print("teller_b001 能看到的行数:", cur.fetchone()[0])
# 对比管理员视角
c2 = psycopg2.connect(host='192.168.32.130', port=15432, user='postgres',
                      password='fds_pg_2026', dbname='bank_rl')
cur2 = c2.cursor(); cur2.execute("SELECT count(*) FROM accounts")
print("postgres 全量行数:", cur2.fetchone()[0])
EOF
```
预期两个数字**差距明显**（柜员只见本网点）。截图对比。

#### Step 3：切换网点身份复验（10 分钟）
以另一网点柜员（init 脚本里有，如 teller_b002 / teller_2026）连库再查 count，
证明不同柜员可见集合不同——RLS 生效，不是权限写死。

#### Step 4：外包角色列屏蔽验证（10 分钟）
以 outsourcer 连库执行 `SELECT * FROM accounts LIMIT 1`，
预期：敏感列（证件号/卡号）返回 NULL 或直接无该列。记录截图。
回答报告问题：**列屏蔽用视图实现 vs RLS 实现，各自的适用场景？**
（答：列屏蔽管"看哪些列"，视图简单；行级过滤管"看哪些行"，必须 RLS。两者常叠加。）

### Part B：OpenSearch 高危规则（45 分钟）

#### Step 5：灌一批"高危查询"事件（15 分钟）
```bash
python - << 'EOF'
import requests, datetime as dt, random
OS = "http://192.168.32.130:9200"
ops = ["OP0011", "OP0033", "OP0058"]
for i in range(300):
    op = ops[i % 3]
    n = random.randint(1, 250)          # 单次查询返回行数
    requests.post(f"{OS}/fds-audit/_doc", json={
        "@timestamp": dt.datetime.utcnow().isoformat(),
        "user": op, "action": "batch_query",
        "rows_returned": n, "src_ip": f"10.0.{i%5}.{i%250}"}, timeout=5)
print("300 条事件已写入")
EOF
```

#### Step 6：在 Dashboards 写规则（20 分钟）
1. 打开 http://192.168.32.130:5601 → 左侧 **Dashboard Management → Rules**（或 OpenSearch Plugins → Alerting）
2. Create monitor → per-query monitor：
   - 索引：`fds-audit*`
   - 查询：`action:batch_query AND rows_returned:>200`
   - 触发条件：命中数 > 0
   - 通知方式选 Test action（课程环境不发真邮件）
3. 保存并立即 Test —— 预期命中 OP0033 等用户的大批量查询。

#### Step 7：规则调优思考（10 分钟）
把阈值改成 500 再测：还报吗？改成 100 呢？
写 3 句话结论：**阈值太松漏报、太紧告警疲劳**——引出 M4 讲稿"阈值+基线"双层设计（实验10 展开）。

## 验收自查
- [ ] RLS 两个柜员 count 差异截图
- [ ] outsourcer 列屏蔽截图
- [ ] Alerting 规则命中截图
- [ ] 阈值调优 3 句结论

## 评分要点（10 分制）
RLS 验证完整 4 分｜列屏蔽验证 2 分｜高危规则配置并命中 3 分｜调优结论 1 分

## 常见问题
| 问题 | 处理 |
|---|---|
| teller 密码不对 | 看 `labs/00-labenv/postgres/init/01-init.sql` 里的 CREATE ROLE 语句为准 |
| RLS 不生效全表可见 | 确认用的是 teller 账号连库（postgres 是超级用户，RLS 对其无效——这本身是考点） |
| Alerting 找不到入口 | 版本差异：菜单可能叫 Anomaly Detection 旁的 Alerting；找 Create monitor 即可 |
| 命中 0 条 | Step 5 的 300 条里 rows_returned>200 约占 1/5；检查查询语法 `rows_returned:>200` 无空格 |

## 提交物
四张截图 + 列屏蔽思考题 + 阈值调优结论
