IntelOwl项目中Maxmind分析器的调整与优化
2025-06-15 13:11:24作者:柯茵沙
背景介绍
IntelOwl是一个开源威胁情报分析平台,它集成了多种分析工具和服务来帮助安全研究人员快速分析可疑文件、域名、IP地址等。其中,Maxmind的地理位置数据库分析器是IntelOwl中用于IP地址地理位置查询的重要组件。
问题发现
在近期维护过程中,开发团队发现当前的Maxmind分析器实现存在几个需要改进的地方:
- 目前仅下载City和Country数据库,缺少ASN(自治系统号)数据库的支持
- 使用的下载URL已经过时,Maxmind官方提供了更直接的下载方式
- 使用的Python库不是Maxmind官方推荐的版本
技术分析
数据库下载机制
Maxmind提供了三种主要的数据库类型:
- GeoLite2-Country:国家级别的地理位置数据
- GeoLite2-City:城市级别的地理位置数据
- GeoLite2-ASN:自治系统号(ASN)数据
新的下载机制要求使用HTTP基本认证,需要提供账户ID和许可证密钥两个凭证。这与旧版仅需许可证密钥的机制有所不同。
官方库对比
当前实现使用的是第三方Maxmind库,而Maxmind官方推荐使用geoip2库。但需要注意的是:
- geoip2的Web服务功能仅支持City和Country数据库查询
- ASN数据库仍需通过下载本地数据库文件的方式使用
解决方案
经过讨论和Maxmind产品经理的确认,最终采取的优化方案包括:
- 保留本地数据库文件的下载机制,不强制迁移到Web服务API
- 更新下载URL至最新官方推荐格式
- 添加ASN数据库的支持
- 实现账户ID和许可证密钥的双重认证机制
实现细节
在代码层面,主要做了以下改进:
- 新增了获取账户ID的类方法,与现有的获取API密钥方法类似
- 使用requests模块实现带认证的数据库下载
- 扩展了数据库类型支持,包括ASN数据库
- 更新了相关文档说明新的认证要求
注意事项
Maxmind产品经理特别提醒开发者注意以下两点:
- 下载客户端必须配置为接受重定向
- 服务器防火墙不应阻止到CDN存储的重定向连接
总结
这次对IntelOwl中Maxmind分析器的调整,不仅增加了ASN数据库支持,还使下载机制更加符合Maxmind的最新规范。通过保持本地数据库文件的处理方式,既保证了功能的完整性,又简化了迁移过程。这种改进体现了开源项目持续优化和与时俱进的特点,为用户提供了更全面、更稳定的IP地理位置分析能力。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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