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
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
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- 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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
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++
894
679
暂无简介
Dart
803
198
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
353
209
昇腾LLM分布式训练框架
Python
119
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781