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。
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