Arkime v5.6.2 版本发布:网络流量分析工具的重要更新
Arkime(原名Moloch)是一款开源的网络流量分析工具,主要用于大规模网络流量的捕获、索引和存储。它能够帮助安全分析师和网络工程师快速检索和分析网络数据包,广泛应用于网络安全监控、威胁检测和网络故障排查等领域。
本次发布的Arkime v5.6.2版本带来了一系列功能增强和问题修复,主要涉及数据库管理工具db.pl、数据捕获模块和查看器界面等方面。这些改进进一步提升了Arkime在网络流量分析领域的实用性和稳定性。
数据库管理工具(db.pl)的增强
Arkime的db.pl工具在此版本中获得了两个重要改进:
-
长密码支持:现在支持超过55个字符的密码长度,解决了之前版本中对密码长度的限制问题。这一改进特别适合那些需要高安全性密码的环境。
-
批量文件移动功能:新增了
mv <node> <old prefix> <new prefix>命令,允许管理员一次性移动多个文件。这个功能在处理大规模数据迁移时特别有用,可以显著提高管理效率。
数据捕获模块的改进
捕获模块作为Arkime的核心组件,在此版本中获得了多项功能增强:
-
SMTP解密支持:现在能够处理解密后的SMTP流量,这对于分析加密邮件流量特别有价值。
-
ERSPAN Type III支持:增加了对ERSPAN(封装远程交换端口分析器)Type III协议的支持,扩展了Arkime在复杂网络环境中的适用性。
-
错误日志优化:改进了批量FORBIDDEN错误的日志记录,使得系统管理员能够更清晰地了解和处理权限相关问题。
查看器界面的优化
Arkime的Web查看器界面在此版本中修复了多个问题:
-
安全修复:解决了会话原型污染问题,增强了系统的安全性。
-
显示问题修复:
- 修复了会话详情中长数组显示不正确的问题
- 解决了证书签发者CN(Common Name)不显示的问题
- 修复了证书序列号不显示的问题
-
存储相关改进:
- 修复了s3http/s方案中块缓存不正确的问题
- 解决了使用writer-s3但不压缩时数据包不显示的问题
版本升级注意事项
从5.1.2或更早版本升级到v5.6.2时,需要注意以下几点:
-
数据库升级:必须执行db.pl升级操作,以确保数据库结构与新版本兼容。
-
兼容性:Arkime团队提供了针对不同Linux发行版的多个构建版本,用户应根据自己的系统环境选择合适的版本。特别需要注意的是,错误的版本选择可能导致libssl版本错误。
-
过渡期:Arkime团队将继续提供Moloch构建版本(使用旧的文件系统布局),但计划在2025年停止提供这些构建版本。
总结
Arkime v5.6.2版本通过多项功能增强和问题修复,进一步提升了这款网络流量分析工具的实用性和稳定性。从数据库管理工具的改进到核心捕获模块的功能增强,再到查看器界面的优化,这些更新都体现了Arkime团队对产品持续改进的承诺。
对于现有用户来说,特别是那些需要处理加密SMTP流量或使用ERSPAN Type III协议的环境,升级到这个版本将带来明显的改进。同时,安全相关的修复也使得系统更加健壮可靠。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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