Metabadger:AWS 实例元数据服务安全强化工具
1. 项目介绍
Metabadger 是一个开源的 AWS 安全工具,用于发现和强化 AWS EC2 实例的元数据服务。该工具能够帮助用户识别当前的元数据服务使用情况,并将服务从版本 1 升级到更安全的版本 2,以防止 SSRF(服务器端请求伪造)攻击。
2. 项目快速启动
安装
通过 pip 安装:
pip3 install --user metabadger
通过 GitHub 安装:
git clone https://github.com/salesforce/metabadger.git
cd metabadger
pip install -e .
使用
-
发现元数据服务使用情况
使用
discover-metadata
命令来发现 EC2 实例中元数据服务的使用概要。metabadger discover-metadata
-
发现 IAM 角色使用情况
使用
discover-role-usage
命令来识别附加了 IAM 角色的实例。metabadger discover-role-usage
-
强化元数据服务
使用
harden-metadata
命令来升级实例的元数据服务到版本 2。metabadger harden-metadata
-
禁用元数据服务
使用
disable-metadata
命令来禁用不需要元数据服务的 EC2 实例上的该服务。metabadger disable-metadata
3. 应用案例和最佳实践
-
案例:假设您是一家使用 AWS EC2 实例的公司,您的实例使用 IAM 角色进行权限管理。您发现一些实例仍在使用元数据服务版本 1,这可能使您的实例容易受到 SSRF 攻击。
最佳实践:使用 Metabadger 的
harden-metadata
命令将所有实例的元数据服务升级到版本 2,以确保更高的安全性。 -
案例:您的安全团队需要进行安全审计,以检查哪些实例可能存在安全风险。
最佳实践:使用 Metabadger 的
discover-metadata
和discover-role-usage
命令来收集实例的元数据服务使用情况和 IAM 角色使用情况,以便进行风险评估。
4. 典型生态项目
Metabadger 是 AWS 安全生态中的一个重要组成部分,它与其他 AWS 工具和服务协同工作,例如 AWS CloudWatch、AWS IAM 等,共同为用户提供一个安全的云计算环境。在 AWS 生态中,还有许多其他项目和服务,如 AWS Config、AWS Inspector 和 AWS Macie,它们可以与 Metabadger 配合使用,为用户提供全面的安全解决方案。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









