Maltrail项目中自定义IP黑名单文件的最佳实践
2025-05-31 10:10:14作者:吴年前Myrtle
背景介绍
Maltrail作为一款优秀的恶意流量检测系统,在OPNsense防火墙环境中常与fail2ban配合使用,形成了一套有效的安全防护机制。本文将深入探讨如何在Maltrail中合理使用自定义IP黑名单文件,特别是与CrowdSec等第三方安全工具的集成方案。
自定义IP黑名单的存放位置
Maltrail提供了两个关键目录用于存放不同类型的威胁情报数据:
- /trails/custom/ - 用户自定义的威胁情报文件存放目录
- /trails/static/ - Maltrail官方维护的静态威胁情报存放目录
对于用户自行添加的IP黑名单(如从CrowdSec获取的社区黑名单),应当放置在custom目录下。这种设计保持了系统默认数据与用户自定义数据的清晰分离,便于维护和更新。
与CrowdSec的集成实践
通过以下命令可以将CrowdSec的社区黑名单转换为Maltrail可识别的格式并存入custom目录:
cscli decisions list --origin CAPI -o raw | cut -d',' -f3 | cut -c 4- | sort -u | sed '/^$/d' > /usr/local/share/maltrail/trails/custom/crowdsec.txt
这个命令完成了以下处理流程:
- 从CrowdSec获取原始决策数据
- 提取IP地址部分
- 去除多余字符
- 排序并去重
- 删除空行
- 最终输出到Maltrail的custom目录
与fail2ban的联动机制
在OPNsense环境中,Maltrail与fail2ban的集成采用了特殊的设计:
- Maltrail会将所有威胁情报(包括custom目录下的内容)汇总到
/root/.maltrail/trails.csv文件 - fail2ban通过读取这个汇总文件来获取需要封锁的IP地址
- 用户可以通过调整fail2ban的正则表达式来精确控制哪些IP应该被封锁
这种设计虽然间接,但确保了所有威胁情报的统一管理和fail2ban规则的集中配置。
替代方案与优化建议
除了上述方法外,Maltrail还提供了直接生成防火墙规则的替代方案:
- 可以直接从Maltrail生成iptables/nftables规则
- 这种方式减少了fail2ban的中间环节,提高了效率
- 目前OPNsense插件尚未在GUI中实现此功能
对于希望进一步优化安全防护的用户,可以考虑以下建议:
- 定期更新custom目录下的黑名单文件
- 监控
trails.csv文件的增长情况,防止过大影响性能 - 考虑编写自动化脚本定期从多个威胁情报源获取数据并合并
总结
Maltrail通过清晰的目录结构设计,为用户提供了灵活的自定义威胁情报集成方案。无论是与CrowdSec等第三方工具的集成,还是与fail2ban的联动,都体现了其作为专业安全工具的扩展性和实用性。理解这些机制有助于安全管理员构建更加完善的网络防护体系。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
422
3.25 K
Ascend Extension for PyTorch
Python
230
261
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
331
暂无简介
Dart
686
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869