Malcolm网络流量分析套件v25.03.0版本深度解析
Malcolm是一款功能强大的网络流量分析工具套件,专为网络安全监控而设计。它采用容器化架构,能够轻松部署在各种环境中,包括Docker、Podman和Kubernetes等平台。最新发布的v25.03.0版本带来了多项重要更新,特别是新增了Keycloak身份认证支持,进一步提升了系统的安全性和管理能力。
关键更新内容
1. Keycloak身份认证集成
本次更新的核心亮点是引入了Keycloak身份和访问管理(IAM)工具的支持。Keycloak是一个开源的身份认证和授权解决方案,提供单点登录(SSO)功能。Malcolm现在支持三种认证方式:
- 本地账户管理:传统的用户名密码方式
- LDAP认证:与企业目录服务集成
- Keycloak认证:提供更完善的IAM功能
用户可以选择连接现有的Keycloak服务器,或者使用Malcolm内置的嵌入式Keycloak实例。这一改进为未来实现细粒度访问控制奠定了基础。
技术实现上,Malcolm使用lua-resty-openidc库来处理OpenID连接功能。虽然主要针对Keycloak开发,但理论上也支持其他兼容的OpenID提供商。
2. 架构优化
为支持Keycloak功能,项目团队对系统架构进行了重要调整:
- PostgreSQL容器从NetBox服务中解耦,现在作为独立服务运行
- 内部NGINX服务器替换为OpenResty,这是一个扩展了Lua支持的NGINX版本
- 新增了认证设置工具的功能,简化了配置流程
3. 数据保护改进
对./wipe命令的行为进行了调整。此前该命令会清除PostgreSQL数据库中NetBox库存的内容,现在由于PostgreSQL还存储嵌入式Keycloak实例数据,这一行为已被修改,避免意外删除重要数据。
组件版本升级
v25.03.0版本包含了多个核心组件的更新:
- OpenSearch和OpenSearch Dashboards升级至v2.19.1
- Jinja2升级至v3.1.6,修复了CVE-2025-27516问题
- Fluent Bit升级至v3.2.8
- Capa升级至v9.1.0
配置变更
新版本引入了多项配置变更,主要围绕Keycloak支持:
- 重命名了NGINX_BASIC_AUTH为NGINX_AUTH_MODE
- 新增keycloak.env配置文件
- 重命名nginx-postgres为postgres.env并全面更新其中的变量
- 在nginx.env中添加了多个新环境变量
- 移除了NETBOX_POSTGRES_DISABLED
升级注意事项
用户在升级到v25.03.0版本时需要注意:
- 升级前应执行NetBox数据库备份
- 如果从v25.02.0之前的版本升级,需手动更新redis相关环境变量
- 升级后首次启动前应运行状态检查脚本迁移环境变量
部署选项
Malcolm提供多种部署方式:
- 容器化部署:支持Docker、Podman和Kubernetes
- ISO安装镜像:提供专门的安装镜像,简化部署过程
- Raspberry Pi支持:提供针对树莓派的定制镜像
v25.03.0版本的发布标志着Malcolm在身份认证和管理能力上的重大进步,为企业和组织提供了更强大、更安全的网络流量分析解决方案。Keycloak的集成不仅提升了安全性,也为未来的功能扩展奠定了基础,使Malcolm在网络安全监控领域的竞争力进一步增强。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00