AWS 安全组可视化工具技术文档
2024-12-26 04:20:23作者:俞予舒Fleming
本文档旨在帮助用户安装、使用以及详细了解 AWS 安全组可视化工具(aws-security-viz)。以下是文章的内容概览:
1. 安装指南
要安装 aws-security-viz,请运行以下命令:
$ gem install aws_security_viz
确保已安装 Graphviz。可以使用 Homebrew 在 macOS 上安装:
$ brew install graphviz
2. 项目使用说明
aws-security-viz 可以将 AWS EC2 安全组的配置可视化。以下是基本的使用方法:
使用 AWS 密钥直接生成图形
$ aws_security_viz -a your_aws_key -s your_aws_secret_key -f viz.svg --color=true
使用现有的 security_groups.json 文件生成图形
$ aws_security_viz -o data/security_groups.json -f viz.svg --color
生成网页视图
$ aws_security_viz -a your_aws_key -s your_aws_secret_key -f aws.json --renderer navigator
这会生成两个文件:aws.json 和 navigator.html。生成的图形可以在 Web 服务器上查看,例如使用以下命令启动 Ruby HTTP 服务器:
$ ruby -run -e httpd -- -p 3000
然后在浏览器中访问 http://localhost:3000/navigator.html#aws.json。
3. 项目 API 使用文档
aws-security-viz 提供了多种命令行选项,以下是一些常用的选项:
Options:
-a, --access-key=<s> AWS 访问密钥
-s, --secret-key=<s> AWS 私钥
-e, --session-token=<s> AWS 会话令牌
-r, --region=<s> AWS 查询区域(默认:us-east-1)
-v, --vpc-id=<s> AWS VPC ID
-o, --source-file=<s> 包含安全组的 JSON 源文件
-f, --filename=<s> 输出文件名(默认:aws-security-viz.png)
-c, --config=<s> 配置文件(opts.yml)(默认:opts.yml)
-l, --color 为节点边缘着色
-u, --source-filter=<s> 源过滤器
-t, --target-filter=<s> 目标过滤器
--serve=<i> 在指定的端口上启动 HTTP 服务器
-h, --help 显示此消息
4. 项目安装方式
aws-security-viz 可以通过以下两种方式进行安装:
Ruby Gem 安装
如前所述,使用以下命令安装:
$ gem install aws_security_viz
Docker 容器使用
如果您不想安装依赖和 Ruby 库,可以使用 Docker 容器执行 aws-security-viz。以下是步骤:
- 克隆此仓库,在控制台中打开。
- 构建 Docker 容器:
$ docker build -t sec-viz .
- 使用 aws-vault(推荐)或直接传递 AWS 凭据作为参数运行 Docker。
docker run -i -e AWS_REGION -e AWS_ACCESS_KEY_ID -e AWS_SECRET_ACCESS_KEY -e AWS_SESSION_TOKEN -e AWS_SECURITY_TOKEN --rm -t -p 3000:3000 -v (pwd)/aws-viz:/aws-security-viz --name sec-viz sec-viz /usr/local/bundle/bin/aws_security_viz --renderer navigator --serve 3000
您可以在本地浏览器中通过 http://localhost:3000/navigator.html#aws-security-viz.png 访问。
以上就是 aws-security-viz 的技术文档,希望对您有所帮助。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220