Wazuh 4.12.0 Beta 1 Docker部署与测试指南
2025-05-19 03:06:30作者:秋阔奎Evelyn
概述
本文详细介绍了Wazuh安全监控平台4.12.0 Beta 1版本在Docker环境下的部署过程与功能测试。Wazuh作为一个开源的XDR和SIEM解决方案,提供了安全监控、入侵检测和合规性管理等功能。本次测试涵盖了单节点和多节点两种部署模式,验证了系统在容器化环境中的稳定性和功能性。
环境准备
测试环境基于Ubuntu 22.04 LTS系统,配置了4核CPU和8GB内存。Docker环境使用最新稳定版28.1.1,Docker Compose版本为v2.12.2。为确保Wazuh Indexer正常运行,需要调整系统参数:
sysctl -w vm.max_map_count=262144
单节点部署测试
部署流程
- 克隆Wazuh Docker仓库并切换到v4.12.0-beta1分支
- 进入single-node目录
- 配置SSL安全连接
- 启动容器服务
安全连接配置过程会自动创建root CA、管理员凭证、Indexer凭证、Filebeat凭证和Dashboard凭证。启动后,Wazuh各组件将通过Docker Compose编排自动部署。
功能验证
密码修改测试:
- Indexer用户密码修改:通过生成新的密码哈希并更新配置文件实现
- API用户密码修改:修改docker-compose.yml和wazuh.yml配置文件中的API_PASSWORD参数
代理部署测试: 在Amazon Linux 2023系统上部署Wazuh代理,验证了代理与管理器的连接状态和事件上报功能。代理安装命令如下:
curl -o wazuh-agent-4.12.0-1.x86_64.rpm https://packages-dev.wazuh.com/pre-release/yum/wazuh-agent-4.12.0-1.x86_64.rpm
sudo WAZUH_MANAGER='192.168.0.2' rpm -ihv wazuh-agent-4.12.0-1.x86_64.rpm
容器管理测试: 验证了容器的停止、启动和重启操作对系统功能的影响,确认服务在容器重启后能够自动恢复。
多节点部署测试
集群配置
多节点部署包含以下组件:
- 3个Wazuh Indexer节点
- 1个Wazuh Master节点
- 1个Wazuh Worker节点
- 1个Wazuh Dashboard节点
- 1个Nginx负载均衡器
关键验证点
- 集群状态检查:确认所有Indexer节点形成集群并处于GREEN状态
- 密码统一管理:通过securityadmin.sh工具在所有Indexer节点上同步密码变更
- 负载均衡测试:验证通过Nginx的1514端口可以访问Wazuh服务
- 多管理器测试:确认代理可以同时连接到Master和Worker节点
测试结论
所有测试项目均成功通过验证,包括:
- 单节点和多节点部署流程
- 密码修改功能(Indexer用户和API用户)
- 代理注册和事件收集
- 容器生命周期管理(停止/启动/重启)
- 多节点集群的稳定性和数据一致性
测试结果表明,Wazuh 4.12.0 Beta 1在Docker环境中的表现稳定,各项功能符合预期。容器化部署方式简化了Wazuh的安装和配置过程,特别适合快速部署和测试场景。
最佳实践建议
- 生产环境部署时,建议使用持久化存储卷确保数据安全
- 密码复杂度应符合安全要求(8-64字符,包含大小写字母、数字和符号)
- 多节点部署时,确保各节点时间同步
- 监控容器资源使用情况,适时调整资源限制
- 定期备份关键配置文件和安全凭证
通过本次测试,验证了Wazuh 4.12.0 Beta 1在容器化环境中的可靠性和功能性,为后续版本发布提供了质量保证。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude 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 Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253