Deepfence ThreatMapper 深度安全扫描器教程
2024-08-07 04:12:45作者:殷蕙予
1. 项目介绍
Deepfence ThreatMapper 是一个云原生的应用保护平台,它监控生产环境中的威胁并按风险等级进行排序。通过混合使用基于代理的检查和无代理的监控,ThreatMapper 能够全面检测潜在的威胁,包括脆弱的软件组件、暴露的秘密以及偏离良好安全实践的行为。ThreatMapper 的 ThreatGraph 可视化功能帮助识别高风险安全问题,以便优先进行防护或修复。
2. 项目快速启动
安装管理控制台
首先,在适合的主机上部署 ThreatMapper 管理控制台:
# 克隆仓库
git clone https://github.com/deepfence/ThreatMapper.git
# 进入目录
cd ThreatMapper
# 启动容器
docker-compose up -d console
部署监控组件
接下来,配置和运行 Cloud Scanner 和 Sensor Agents:
# 配置扫描任务
# (根据实际环境替换相应的值)
vi conf/cloud_scanner.yaml
# 运行无代理 Cloud Scanner
docker run --rm -v $(pwd)/conf:/opt/conf -v /var/run/docker.sock:/var/run/docker.sock deepfence/threatmapper-cloud-scanner start --yaml /opt/conf/cloud_scanner.yaml
# 在目标服务器上安装 Agent(以 Kubernetes 示例)
kubectl apply -f https://raw.githubusercontent.com/deepfence/ThreatMapper/main/k8s-agent/sensor-agent.yaml
访问管理界面
在部署完成后,你可以通过 http://localhost:8090 访问 ThreatMapper 控制台,并根据引导完成初始化设置。
3. 应用案例与最佳实践
- 开发流水线安全集成:将 ThreatMapper 集成到 CI/CD 流水线中,实现构建阶段的安全扫描。
- 实时监控:持续监控运行中的应用程序,及时发现新兴软件漏洞。
- 合规性检查:对比行业专家制定的安全基准,确保主机和云配置合规。
- 安全事件响应:利用 ThreatGraph 快速定位并解决高风险安全问题。
4. 典型生态项目
- Kubernetes:ThreatMapper 支持 Kubernetes 平台,可提供集群内的安全扫描和可视化。
- DevOps 和 SecOps 工具链:与 Docker、Jenkins、GitLab 等工具配合,强化 DevSecOps 实践。
- 云安全:兼容 Amazon Fargate、Serverless 架构以及 On-Premises 环境。
- Vulnerability Scanners 和 CSPM/CWPP 解决方案:作为云原生安全扫描工具,ThreatMapper 可用于提升整体云安全能力。
更多信息,请参考 ThreatMapper 文档,加入 Deepfence 社区 Slack 频道获取支持,或通过 GitHub Issues 提交问题。如果有安全相关的问题,可以发送邮件至 <productsecurity@deepfence.io>。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
9
1
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++
660
308
🔥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
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878