Wazuh 4.12.0 Alpha 1 索引生命周期管理策略测试报告
2025-05-19 14:47:54作者:翟江哲Frasier
概述
Wazuh 是一款开源的安全监控平台,最新发布的 4.12.0 Alpha 1 版本对其索引生命周期管理(ISM)功能进行了重要更新。本文详细记录了在 Red Hat Enterprise Linux 8 环境下对 Wazuh Indexer 的索引保留策略进行的全面测试。
测试环境配置
测试采用全栈部署方式,包括:
- Wazuh Indexer 4.12.0
- Wazuh Server 4.12.0
- Wazuh Dashboard 4.12.0
- 代理端包括 Red Hat Enterprise Linux 8 x86_64 和 Windows 11 x86_64
索引保留策略测试
可视化编辑器策略创建
测试首先通过可视化界面创建了一个保留时间为10分钟的索引策略。该策略针对wazuh-alerts-*索引模式,配置了以下关键参数:
- 最小索引年龄:10分钟
- 删除阶段:永久删除过期索引
策略创建后成功应用于wazuh-alerts-4.x.y索引,系统正确识别并执行了该策略。
JSON编辑器策略创建
随后测试通过JSON编辑器创建了另一个保留策略,同样设置为10分钟保留时间,但针对wazuh-archives-*索引模式。由于测试环境中wazuh-archives索引不可用,策略被调整为应用于wazuh-alerts-*索引进行验证。
策略验证过程
初始策略验证
- 生成测试告警并确认其出现在索引中
- 等待10分钟后检查:
- 告警记录已自动删除
- 索引文档数量明显减少
- 索引存储空间下降
策略修改验证
将两个策略的最小索引年龄从10分钟调整为5分钟后:
- 重新生成测试告警
- 5分钟后确认:
- 告警记录按时删除
- 索引维护操作正常执行
技术要点分析
-
多格式策略支持:Wazuh同时支持可视化编辑和JSON编辑两种策略创建方式,满足不同用户需求。
-
动态调整能力:策略参数可随时修改并立即生效,体现了良好的灵活性。
-
跨平台兼容性:测试验证了策略在Linux和Windows混合环境中的一致性表现。
-
资源优化效果:定期清理过期索引有效控制了存储增长,提升了系统整体性能。
测试结论
Wazuh 4.12.0 Alpha 1的索引生命周期管理功能表现稳定,各项测试指标均达到预期:
- 策略创建和执行流程完整可靠
- 时间参数精确有效
- 系统资源释放及时彻底
- 跨索引模式兼容性良好
该功能为大规模部署环境下的索引维护提供了自动化解决方案,显著降低了管理复杂度。建议用户根据实际业务需求合理配置保留时间,平衡存储成本与数据可用性需求。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 Python开发者的macOS终极指南:VSCode安装配置全攻略 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Jetson TX2开发板官方资源完全指南:从入门到精通
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
308
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
3.83 K
React Native鸿蒙化仓库
JavaScript
259
322