Safeline开放平台报告管理API详解与使用指南
2025-06-05 07:57:26作者:虞亚竹Luna
前言
Safeline开放平台提供了一套完整的报告管理API,允许开发者通过编程方式管理安全报告订阅、生成和查询。本文将深入解析这些API的功能和使用方法,帮助开发者快速集成报告管理功能到自己的系统中。
报告订阅管理API
获取报告订阅列表
通过GET请求可以获取当前所有的报告订阅配置,该API支持分页功能,适合处理大量订阅记录的情况。
响应示例:
{
"data": [
{
"id": 5,
"name": "foobar",
"type": "day",
"targets": ["https://foobar.com"],
"create_time": "1544513554"
}
]
}
关键字段说明:
type:报告周期类型,支持day(日)、week(周)、month(月)targets:报告发送的目标地址列表create_time:订阅创建时间戳
创建报告订阅
使用POST请求可以创建新的报告订阅,需要提供必要的配置信息。
请求参数:
{
"name": "foobar",
"targets": ["https://foobar.com"],
"type": "day"
}
参数验证规则:
name:必填,字符串类型type:必填,必须是['day', 'week', 'month']中的一个targets:可选,默认为空列表,每个元素必须是有效的URL
最佳实践建议:
- 为每个订阅设置具有描述性的name,便于后续管理
- 定期检查targets的有效性,确保报告能正确送达
- 根据实际需求选择合适的报告周期类型
删除报告订阅
DELETE请求用于删除不再需要的报告订阅,支持批量删除。
请求示例:
{
"id": [4]
}
注意事项:
- 删除操作不可逆,请谨慎操作
- 支持一次删除多个订阅,只需在id数组中添加多个ID
- 删除成功后,系统将停止生成该订阅对应的报告
手动报告生成API
手动生成报告
POST请求允许用户手动触发报告生成过程,适用于需要即时报告的场景。
请求参数:
{
"name": "foobar",
"targets": [],
"time_range": "1541001600-1541087999",
"sync": true,
"type": "day"
}
参数详解:
time_range:必填,格式为"开始时间戳-结束时间戳"sync:可选,默认为false,设为true可同步等待报告生成完成type:支持['day', 'week', 'custom', 'month']四种类型
使用场景:
- 紧急安全事件后需要立即生成分析报告
- 自定义时间段的安全态势分析
- 临时性的报告需求,无需创建长期订阅
报告结果管理API
查询报告结果
GET请求用于查询已生成的报告列表,支持多种过滤条件和分页。
请求示例:
{
"type": ["custom", "day"],
"name__like": ["f"]
}
过滤条件说明:
type:按报告类型过滤name__like:按报告名称模糊匹配timestamp__range:按时间范围过滤
响应处理建议:
- 检查
state字段了解报告生成状态(Pending/Completed/Failed) - 对于大量报告结果,务必使用分页功能
- 结合时间范围过滤可以提高查询效率
删除报告结果
DELETE请求用于清理不再需要的报告结果,释放存储空间。
请求示例:
{
"id": [2]
}
存储管理建议:
- 定期清理旧报告,保留重要时间节点的报告即可
- 删除前确保报告已备份或不再需要
- 可以考虑实现自动清理策略,如保留最近30天的报告
总结
Safeline开放平台的报告管理API提供了完整的报告生命周期管理能力,从订阅配置到生成查询再到清理维护。开发者可以根据实际业务需求,灵活组合使用这些API,构建自动化的安全报告管理系统。对于关键业务场景,建议实现适当的错误处理和重试机制,确保报告服务的可靠性。
登录后查看全文
热门项目推荐
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
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++
872
2.01 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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430