Safeline Open Platform 服务器控制配置API详解
2025-06-05 06:08:35作者:宗隆裙
概述
Safeline Open Platform 提供了一套完善的服务器控制配置API,允许开发者获取和管理平台的各种安全配置选项。本文将详细介绍 /api/ServerControlledConfigAPI 接口的功能和使用方法,帮助开发者更好地理解和使用这些配置选项。
API基础信息
请求方式
- GET 请求
功能描述
该API用于获取服务器控制的配置详情,支持通过 ?type=xx 参数获取单项配置。
主要配置项解析
1. 攻击类型列表 (attack_type)
该列表定义了平台支持检测的所有攻击类型,每种攻击类型都有一个数值标识(value)和对应的英文描述(translation)。攻击类型包括但不限于:
- 常见Web攻击:SQL注入(0)、XSS(1)、CSRF(2)、SSRF(3)等
- 文件相关攻击:文件上传(10)、文件包含(11)、文件写入(24)等
- 权限相关攻击:弱权限(13)、未授权访问(15)、权限绕过(22)等
- 其他类型攻击:反序列化(6)、XXE(17)、LDAP注入(19)等
2. 策略规则攻击类型 (policy_rule_attack_type)
这是攻击类型的子集,专门用于策略规则配置。相比完整攻击类型列表,它包含的攻击类型较少,但涵盖了主要的Web安全威胁。
3. 用户权限列表 (user_permission_list)
该配置定义了平台中的用户权限体系,分为两大类:
通用权限 (General)
- 用户管理:管理用户信息、凭证和权限等
- 审计日志管理:查看审计日志
安全相关权限 (Security)
- 网站与安全策略管理:管理网站、安全策略、检测日志等
- 系统监控:查看CPU、内存、磁盘、网络等系统监控数据
- 系统管理:管理全局设置,如SMTP、LDAP、时间、许可证等
4. 告警类型列表 (alarm_type_list)
定义了平台支持的告警类型分类:
通用告警 (General)
- 账户安全
- 系统管理
- 系统监控与告警
安全相关告警 (Security)
- 网站管理
- 安全策略管理
- ACL管理
- 插件管理
- 请求日志转发
5. 检测模块配置 (detection_config)
这是最复杂的配置部分,包含了各个安全检测模块的具体配置选项。每个模块都有:
- 模块名称(中英文)
- 模块唯一标识(key)
- 具体配置项数组
主要检测模块示例
-
SQL注入检测模块 (m_sqli)
- 可配置是否检测非注入型SQL攻击
-
XSS检测模块 (m_xss)
- 可配置是否检测非注入型XSS攻击(如完整HTML文件)
-
情报模块 (m_rule)
- 可配置检测的信息泄露类型(测试文件、备份文件等)
- 可配置是否结合response判断信息泄露
-
PHP代码注入检测模块 (m_php_code_injection)
- 可配置是否检测上传文件中的PHP代码注入
使用建议
- 获取完整配置:首次集成时建议获取完整配置,了解所有可用选项
- 按需查询:后续可根据需要查询特定类型的配置,提高效率
- 模块配置理解:仔细阅读各检测模块的配置说明,确保正确理解每个选项的作用
- 默认值利用:大多数配置项都有合理的默认值,除非有特殊需求,否则可先使用默认值
最佳实践
- 权限管理:根据实际需求分配用户权限,遵循最小权限原则
- 告警配置:根据业务重要性配置适当的告警类型
- 检测模块调优:根据业务特点调整检测模块参数,平衡安全性和性能
- 定期检查:定期检查配置,确保与安全策略保持一致
总结
Safeline Open Platform 的服务器控制配置API提供了丰富的安全配置选项,通过合理使用这些配置,可以实现精细化的安全策略管理。开发者应充分理解各配置项的含义和作用,根据实际业务需求进行适当调整,以达到最佳的安全防护效果。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
671
155
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++
660
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322