Azure Sentinel解决方案中工作簿(Workbook)的正确存放位置解析
2025-06-09 05:06:46作者:沈韬淼Beryl
工作簿存放位置的演变
在Azure Sentinel项目中,工作簿(Workbook)的存放位置经历了从独立目录到解决方案集成目录的演变过程。早期文档指示将工作簿JSON文件直接放置在根目录下的workbooks文件夹中,并提到这些工作簿会每两周自动同步到Sentinel服务中。
然而,随着Azure Sentinel解决方案架构的演进,新的最佳实践要求将工作簿作为解决方案的一部分进行管理。现在,工作簿应当放置在解决方案专属目录下的Workbooks子目录中,具体路径格式为:Solutions/[您的解决方案名称]/Workbooks。
新旧架构对比
-
旧架构特点:
- 工作簿独立存放于根目录的workbooks文件夹
- 自动同步机制(每两周一次)
- 缺乏与解决方案其他组件的紧密集成
-
新架构优势:
- 工作簿作为解决方案的有机组成部分
- 与数据连接器、分析规则等其他组件统一管理
- 支持通过v3构建脚本进行整体打包
- 便于版本控制和依赖管理
当前部署流程说明
在新的解决方案架构下,工作簿的部署流程已发生变化:
- 开发阶段:将工作簿JSON文件放置在解决方案目录的Workbooks子目录中
- 构建阶段:使用v3构建脚本将工作簿与其他解决方案组件一起打包
- 发布阶段:通过Microsoft合作伙伴中心更新市场产品列表
- 部署阶段:解决方案包通过合作伙伴中心发布流程推送到生产环境
值得注意的是,工作簿不再通过每两周一次的自动同步机制部署,而是作为解决方案整体发布流程的一部分。
最佳实践建议
对于正在开发Azure Sentinel解决方案的团队,建议遵循以下实践:
- 采用新的解决方案目录结构存放工作簿
- 确保工作簿配置与解决方案其他组件兼容
- 在解决方案的README中明确说明工作簿的用途和配置要求
- 通过合作伙伴中心管理解决方案的完整生命周期
- 定期检查Azure Sentinel文档更新,了解最新的架构变化
未来改进方向
Azure Sentinel团队已经确认将更新相关文档,以反映工作簿管理的最新实践。开发者在参考文档时应特别注意文档的更新时间,优先参考解决方案构建指南中的说明。同时,建议参与Azure Sentinel解决方案开发的团队关注官方发布的通知,以获取架构变更的最新信息。
通过采用新的工作簿管理方式,开发者可以更好地构建集成化的安全解决方案,提高部署效率和管理一致性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
131
React Native鸿蒙化仓库
JavaScript
235
309
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++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
738
🎉 (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
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
199
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460