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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00