# Implementing Rapid7 Insightvm For Scanning

> 部署和配置 Rapid7 InsightVM 安全控制台（Security Console）和扫描引擎（Scan Engines），在企业环境中执行认证和非认证漏洞扫描。

- Skill: `killvxk/implementing-rapid7-insightvm-for-scanning` (Agent Skill, multi-file: 8 files)
- Install (CLI): `npx skillmds@latest add killvxk/implementing-rapid7-insightvm-for-scanning`
- Raw SKILL.md: https://api.skillmd.com/api/skills/killvxk/implementing-rapid7-insightvm-for-scanning/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Security
- License: Apache-2.0
- Author: killvxk (https://skillmd.com/u/killvxk)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/killvxk/implementing-rapid7-insightvm-for-scanning

---

# 使用 Rapid7 InsightVM 实施扫描

## 概述
Rapid7 InsightVM（前身为 Nexpose）是企业级漏洞管理平台，通过 Security Console 和 Scan Engines 进行本地扫描，并借助 Insight Platform 提供基于云的分析。InsightVM 利用 Rapid7 漏洞研究库、Metasploit 漏洞利用知识、全球攻击者行为数据、全网扫描遥测数据和实时报告，提供全面的漏洞可见性。本技能涵盖部署 Security Console、配置 Scan Engines、设置扫描模板、认证扫描，以及与 Insight Agent 集成实现持续评估。

## 前置条件
- 满足最低配置的服务器：16 GB RAM、4 CPU 核心、500 GB 磁盘（Security Console）
- Scan Engine：8 GB RAM、4 CPU 核心、100 GB 磁盘
- 可访问目标子网的网络连接（端口因扫描类型而异）
- 用于认证扫描的管理员凭据（SSH、WMI、SNMP）
- Rapid7 InsightVM 许可证和 Insight Platform 账户
- PostgreSQL 数据库（与 Security Console 捆绑）

## 核心概念

### InsightVM 架构组件

#### Security Console（安全控制台）
核心管理服务器，功能包括：
- 托管基于 Web 的管理界面（默认端口 3780）
- 在嵌入式 PostgreSQL 数据库中存储扫描结果
- 管理 Scan Engine 部署和扫描计划
- 生成报告和仪表板
- 连接 Rapid7 Insight Platform 进行云端分析

注意：Security Console 不支持容器化环境。

#### Scan Engines（扫描引擎）
分布式扫描组件，功能包括：
- 对目标资产执行主动网络扫描
- 可跨网络段部署用于隔离环境
- 支持 Docker Hub 上的容器镜像灵活部署
- 将结果回传到 Security Console

#### Insight Agent（洞察代理）
轻量级端点代理，提供：
- 无需网络扫描的持续漏洞评估
- 对远程/漫游端点的评估
- 补充基于引擎的扫描实现全面覆盖
- 实时资产清单更新

### 扫描模板类型

| 模板 | 用例 | 深度 |
|----------|----------|-------|
| 发现扫描 | 资产清单、主机枚举 | 低 |
| 完整审计（不含 Web Spider） | 标准漏洞评估 | 中 |
| 完整审计（增强日志） | 详细评估并记录详细日志 | 高 |
| HIPAA 合规 | 医疗监管合规 | 高 |
| PCI ASV 审计 | PCI DSS 外部扫描要求 | 高 |
| CIS 策略合规 | 配置基准检查 | 中 |
| Web Spider | Web 应用发现和评估 | 中 |

## 实施步骤

### 步骤 1：安装 Security Console

```bash
# 下载 InsightVM 安装程序（Linux）
chmod +x Rapid7Setup-Linux64.bin
./Rapid7Setup-Linux64.bin -c

# 验证服务运行状态
systemctl status nexposeconsole.service

# 访问 Web 界面
# https://<console-ip>:3780
```

初始配置：
1. 打开 https://localhost:3780
2. 使用许可证密钥完成设置向导
3. 配置数据库设置（推荐内嵌 PostgreSQL）
4. 设置管理员凭据
5. 激活 Insight Platform 连接以使用云端分析

### 步骤 2：部署分布式 Scan Engines

```bash
# 在远程服务器上安装 Scan Engine
./Rapid7Setup-Linux64.bin -c

# 安装时选择"仅 Scan Engine"
# 使用共享密钥与 Security Console 配对

# 基于 Docker 的 Scan Engine 部署
docker pull rapid7/insightvm-scan-engine
docker run -d \
  --name scan-engine \
  -p 40814:40814 \
  -e CONSOLE_HOST=<console-ip> \
  -e CONSOLE_PORT=3780 \
  -e ENGINE_NAME=DMZ-Scanner \
  -e SHARED_SECRET=<pairing-secret> \
  rapid7/insightvm-scan-engine
```

在 Security Console 中配对引擎：
1. 管理 > Scan Engines > 新建 Scan Engine
2. 输入引擎主机名/IP 和端口（默认 40814）
3. 使用共享密钥进行认证
4. 验证连接状态显示"Active"

### 步骤 3：配置资产发现站点

```
站点配置：
  名称：          Production-Network
  Scan Engine：   Primary-Engine-01
  扫描模板：      完整审计（不含 Web Spider）

  包含的资产：
    - 10.0.0.0/8     （内部网络）
    - 172.16.0.0/12   （DMZ 网络）

  排除的资产：
    - 10.0.0.1        （核心路由器 - 脆弱设备）
    - 10.0.100.0/24   （ICS/SCADA 网段）

  计划：
    频率：    每周
    日期：    周日
    时间：    凌晨 02:00
    最大持续时间：8 小时
```

### 步骤 4：配置认证扫描

#### Windows 凭据（WMI）
```
凭据类型：    Microsoft Windows/Samba (SMB/CIFS)
域：          CORP.EXAMPLE.COM
用户名：      svc_insightvm_scan
密码：        <服务账户密码>
认证：        NTLM

权限提升：
  类型：  无（使用域管理员或本地管理员）
```

#### Linux/Unix 凭据（SSH）
```
凭据类型：    Secure Shell (SSH)
用户名：      insightvm_scan
认证：        SSH 密钥（推荐）或密码
SSH 私钥：    /opt/rapid7/.ssh/scan_key
端口：        22

权限提升：
  类型：      sudo
  sudo 用户：  root
  sudo 密码：  <sudo 密码>
```

### 步骤 5：配置扫描模板

用于均衡扫描的自定义扫描模板：
```
模板名称：      Enterprise-Standard-Scan

服务发现：
  TCP 端口：    知名端口（1-1024）+ 常见服务
  UDP 端口：    DNS(53), SNMP(161), NTP(123), TFTP(69)
  方式：        SYN 扫描（隐蔽扫描）

漏洞检查：
  仅安全检查：  启用
  跳过潜在：    禁用
  Web 爬取：    禁用（使用单独模板）
  策略检查：    启用（CIS 基准）

性能：
  最大并行资产：   10
  最大每秒请求数：  100
  每资产超时：     30 分钟
  重试次数：       2
```

### 步骤 6：设置 Insight Agent 部署

```powershell
# Windows Agent 安装（通过 GPO 或 SCCM）
msiexec /i agentInstaller-x86_64.msi /quiet /norestart `
  CUSTOMTOKEN=<platform-token> `
  CUSTOMCONFIG=<agent-config>

# Linux Agent 安装
chmod +x agent_installer.sh
./agent_installer.sh install_start \
  --token <platform-token>

# 验证代理连通性
# 检查 InsightVM 控制台：资产 > Agent Management
```

### 步骤 7：配置修复工作流

```
修复项目：
  名称：          Q1-2025-关键修复

  范围：
    严重程度：    关键 + 高
    CVSS 分数：   >= 7.0
    资产：        Production-Network 站点

  分配：
    团队：        基础设施运营
    截止日期：    2025-03-31

  跟踪：
    自动验证：    启用（在下次计划扫描时重新扫描）
    通知：        逾期项发送邮件
    升级：        SLA 75% 时通知管理者
```

### 步骤 8：API 集成自动化

```python
import requests
import json

class InsightVMClient:
    """Rapid7 InsightVM API v3 自动化客户端。"""

    def __init__(self, console_url, api_key):
        self.base_url = f"{console_url}/api/3"
        self.session = requests.Session()
        self.session.headers.update({
            "Content-Type": "application/json",
            "Authorization": f"Bearer {api_key}"
        })
        self.session.verify = False  # 控制台使用自签名证书

    def get_sites(self):
        """列出所有已配置的扫描站点。"""
        response = self.session.get(f"{self.base_url}/sites")
        response.raise_for_status()
        return response.json().get("resources", [])

    def start_scan(self, site_id, engine_id=None, template_id=None):
        """触发站点的临时扫描。"""
        payload = {}
        if engine_id:
            payload["engineId"] = engine_id
        if template_id:
            payload["templateId"] = template_id

        response = self.session.post(
            f"{self.base_url}/sites/{site_id}/scans",
            json=payload
        )
        response.raise_for_status()
        return response.json()

    def get_asset_vulnerabilities(self, asset_id):
        """检索特定资产的漏洞。"""
        response = self.session.get(
            f"{self.base_url}/assets/{asset_id}/vulnerabilities"
        )
        response.raise_for_status()
        return response.json().get("resources", [])

    def get_scan_status(self, scan_id):
        """检查正在运行的扫描状态。"""
        response = self.session.get(f"{self.base_url}/scans/{scan_id}")
        response.raise_for_status()
        return response.json()


# 使用示例
client = InsightVMClient("https://insightvm-console:3780", "api-key-here")
sites = client.get_sites()
for site in sites:
    print(f"站点：{site['name']} - 资产：{site.get('assets', 0)}")
```

## 最佳实践
1. 将 Scan Engines 部署在靠近目标网络的位置，以减少穿越防火墙的扫描流量
2. 对漫游笔记本电脑和远程工作者使用 Insight Agents，这类设备不总是可以通过网络扫描访问
3. 结合基于代理和基于引擎的扫描以获得最准确的漏洞视图
4. 在业务关键时段配置扫描黑名单窗口以避免运营影响
5. 在完整扫描前使用凭据测试验证认证是否有效
6. 启用安全检查以防止在生产系统上意外造成拒绝服务
7. 按网络段、业务部门或合规范围分隔扫描站点
8. 利用基于标签的资产组实现动态报告和修复跟踪

## 常见陷阱
- 在工作时间进行完整扫描导致网络拥塞或服务降级
- 仅使用非认证扫描，遗漏 60-80% 的本地漏洞
- 未将脆弱设备（打印机、ICS/SCADA、医疗设备）从激进扫描模板中排除
- 未跨网络段分布 Scan Engines，导致防火墙瓶颈
- 忽视扫描引擎资源利用率导致扫描不完整
- 未配置扫描持续时间限制，允许失控扫描无限消耗资源

## 相关技能
- performing-agentless-vulnerability-scanning
- building-vulnerability-data-pipeline-with-api
- implementing-wazuh-for-vulnerability-detection
- performing-remediation-validation-scanning