Wazuh 4.12.0 Alpha 1中Microsoft Graph安全API集成测试报告
测试环境搭建
本次测试采用Wazuh 4.12.0 Alpha 1版本,构建了一个完整的端到端安全监控环境。测试环境包含以下组件:
-
索引器、服务器和仪表板:部署在Red Hat Enterprise Linux 9.5系统上,采用一体化安装方式。硬件配置为4核AMD EPYC 7R32处理器,7.4GB内存和29GB存储空间。
-
代理端:运行在Ubuntu 22.04.5 LTS系统上,硬件配置为16核Intel Core i7-12650H处理器,31GB内存和248GB存储空间。
安装过程通过官方提供的快速安装脚本完成,整个过程自动化程度高,包括安全凭证创建、服务配置等关键步骤。安装日志显示各组件均成功启动,无报错信息。
Microsoft Graph API集成配置
Microsoft Graph安全API集成是Wazuh云安全功能的重要组成部分,通过以下步骤完成配置:
-
应用注册:在Azure门户中注册新应用,获取必要的客户端ID和租户ID。
-
安全凭证:创建客户端密钥用于身份验证,密钥有效期为24个月。
-
API权限:为应用配置必要的API权限,包括SecurityEvents.Read.All、SecurityEvents.ReadWrite.All等安全相关权限。特别注意需要管理员同意才能生效。
-
代理配置:在Wazuh代理配置文件中添加ms-graph模块配置,指定客户端ID、租户ID、密钥值等认证信息,并定义要监控的资源类型(如security、deviceManagement等)。
配置完成后,代理日志显示成功获取访问令牌并开始扫描租户,表明集成已正常工作。
安全事件模拟与测试
为了验证集成的有效性,我们进行了安全事件模拟测试:
-
权限准备:测试发现需要两个关键角色才能完整测试功能:
- Exchange管理员:用于配置策略和规则
- 安全管理员:用于访问策略规则菜单和使用攻击模拟训练
-
策略配置:在"策略与规则 > 威胁策略 > 预设安全策略"中配置测试用户的安全策略。
-
模拟攻击:使用Microsoft 365 Defender门户中的攻击模拟工具,设置钓鱼邮件模拟攻击。将测试邮件标记为"恶意"以触发安全警报。
测试结果显示,Wazuh成功捕获了Microsoft Defender生成的安全事件,并在仪表板上展示了详细的警报信息。警报包含事件严重程度、创建时间、最后更新时间、资源类型、事件状态等关键信息。
测试发现与建议
-
权限要求:完整测试需要Exchange管理员和安全管理员双重角色,建议在测试前确保账户具备这些权限。
-
事件延迟:从触发安全事件到Wazuh接收到警报可能存在数小时的延迟,这是由Microsoft安全事件处理流程决定的。
-
账户类型限制:测试发现必须使用工作或学校账户,个人Microsoft账户无法完成全部测试流程。
-
评估实验室:建议优先使用Microsoft提供的评估实验室功能进行初步测试,再申请正式凭证进行深入验证。
结论
Wazuh 4.12.0 Alpha 1中的Microsoft Graph安全API集成功能工作正常,能够有效捕获和展示Microsoft安全生态系统中生成的安全事件。通过适当的配置和权限设置,企业可以将Microsoft安全产品产生的警报无缝集成到Wazuh的统一安全监控平台中,实现更全面的安全态势感知。
对于计划部署此功能的企业,建议提前规划好测试账户的权限申请,并了解Microsoft安全事件的处理延迟特性,以便制定合理的监控策略和响应流程。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00