Zeek 7.2.0 网络流量分析平台深度解析
2025-06-09 19:06:44作者:袁立春Spencer
项目概述
Zeek(前身为Bro)是一款开源的网络流量分析框架,专门设计用于网络流量分析领域。作为一个被动的网络流量分析器,Zeek能够深入解析网络协议、检测异常行为,并生成结构化的日志文件供分析人员使用。不同于传统的流量分析系统,Zeek采用基于脚本的策略引擎,使其具有极高的灵活性和可定制性。
核心功能更新
1. 存储框架革新
7.2.0版本引入了全新的存储框架,旨在逐步替代Broker提供的存储功能。这一框架包含以下关键特性:
- 新增存储后端插件API,支持多种存储引擎
- 提供SQLite和Redis两种内置后端实现
- 支持异步(使用when语句)和同步两种操作模式
- 设计上考虑了集群环境下的使用场景
开发者现在可以通过Storage::Async和Storage::Sync模块来操作存储后端,两种模式可以混合使用同一个后端句柄。Redis后端要求至少6.2.0版本的redis-server。
2. 集群架构优化
本次更新对集群组件进行了多项改进:
- ZeroMQ集群后端获得多项修复,包括正确性、性能和健壮性方面的提升
- 新增WebSocket功能,建议使用Cluster::listen_websocket()替代Broker::listen_websocket()
- 新增websocket_client_added和websocket_client_lost事件用于监控客户端连接状态
- 所有连接和监听的重试间隔统一缩短至1秒
3. 协议分析增强
多个协议分析器获得改进:
- HTTP分析器现在对HTTP-name字段进行大小写不敏感检查
- SSH横幅解析更加宽松,符合规范要求
- SNAP分析器现在同时使用OUI和协议标识符进行转发决策
- RDP分析器现在能够处理不含cookie字段的连接
- IRC协议确认机制更加健壮,需要验证有效命令
重要变更说明
行为变更
- is_remote_event()等函数在事件耗尽后不再返回先前事件的值
- to_int()函数现在对无效输入返回错误而非0
- 命令选项处理错误时不再自动显示用法信息
- --save-seeds现在会启用确定性模式,确保UID可重现
废弃功能
- DNS主机名字面量解析已被弃用,建议使用blocking_lookup_hostname()
- Broker::listen_websocket()被标记为弃用
- Broker::congestion_queue_size调优参数将在未来移除
移除功能
- broker_buffered_messages指标已被移除,改用新的每对等连接指标
开发者关注点
脚本语言增强
- 类型现在可以作为常量使用,无需别名即可直接传递给BIF
- 包含pattern值的向量现在支持==和!=比较操作
- 新增is_valid_subnet()函数,补充现有的is_valid_ip()
性能监控
Broker新增了三个重要指标来监控对等连接缓冲区的健康状况:
- zeek_broker_peer_buffer_messages:当前缓冲区填充水平
- zeek_broker_peer_buffer_recent_max_messages:最近最大填充水平
- zeek_broker_peer_buffer_overflows_total:缓冲区溢出计数
安全相关更新
私有地址空间扩展
Site::private_address_space定义的不可路由子网范围已扩展,新增:
- 239.0.0.0/8
- 224.0.0.0/24
- [2002:e000::]/40
- [2002:ef00::]/24
- [fec0::]/10
这些地址来自RFC 2365、3058、3879和5771,可能导致部分流量被重新分类为本地流量。
构建系统改进
- 移除了对BIND库的构建依赖(自5.0版起实际已不再需要)
- 改进了libkrb5头文件的搜索机制,取消了对Linux平台的限制
- ZeekJS文档现在默认包含在主文档中
总结
Zeek 7.2.0版本在网络流量分析深度、系统可靠性和开发者体验方面都做出了显著改进。新的存储框架为未来功能扩展奠定了基础,集群组件的优化提升了大规模部署的稳定性,而众多协议分析器的增强则进一步提高了网络流量解析的准确性。对于分析团队而言,这些改进意味着更可靠的数据和更高效的流量分析能力。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
880
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
457
439
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
305
118
昇腾LLM分布式训练框架
Python
178
221