Wazuh 4.12.0 Alpha 1版本Docker部署测试报告
测试环境概述
本次测试针对Wazuh 4.12.0 Alpha 1版本在Docker环境下的部署进行了全面验证,包括单节点和多节点两种部署模式。测试环境采用Ubuntu 22.04作为Docker宿主机,Amazon Linux 2023作为客户端环境。
单节点部署测试
基础环境准备
测试首先在Ubuntu 22.04系统上配置了Docker环境,确保系统参数vm.max_map_count设置为262144以满足Elasticsearch类产品的需求。随后安装了Docker 28.0.4和Docker Compose v2.12.2。
部署过程
从Wazuh官方仓库克隆v4.12.0-alpha1标签的代码后,进入single-node目录。通过generate-indexer-certs.yml脚本生成必要的SSL凭证,包括根凭证、管理员凭证、Wazuh索引器凭证、Filebeat凭证和仪表板凭证。
凭证生成完成后,使用docker-compose up -d命令启动容器组,包含Wazuh索引器、管理器和仪表板三个核心组件。启动过程顺利,所有服务均正常初始化。
功能验证
- 密码修改测试:成功修改了Wazuh索引器管理员密码,并通过securityadmin.sh脚本应用了安全配置变更。
- API密码修改:验证了Wazuh API用户密码修改功能,使用新密码成功获取认证令牌并调用API接口。
- 代理部署:在Amazon Linux 2023客户端上成功部署Wazuh代理,确认代理与管理器的连接状态及事件上报功能正常。
- 容器管理:测试了容器的停止、启动和重启操作,验证了服务的恢复能力。
多节点部署测试
集群配置
多节点测试环境包含三个Wazuh索引器节点、一个主管理器、一个工作管理器和仪表板服务。同样首先生成集群所需的SSL凭证,特别注意为每个索引器节点生成了独立的凭证。
集群部署
使用docker-compose启动多节点集群,所有服务均正常启动并形成集群。通过检查日志确认各节点间通信正常,集群状态显示为GREEN。
功能验证
- 集群密码修改:成功修改集群管理员密码,并通过主索引器节点将安全配置同步到整个集群。
- API访问:验证了多节点环境下API的可用性,确认负载均衡功能正常。
- 代理连接:部署的代理成功同时连接到主管理器和工作管理器,事件数据完整上报。
- 高可用测试:模拟单个节点故障,验证了集群的自动恢复和故障转移能力。
测试发现与建议
测试过程中发现文档中关于Docker镜像标签的说明存在歧义,实际应使用"4.12.0-alpha1"而非"v4.12.0-alpha1"。建议在正式文档中明确标注正确的标签格式,避免用户混淆。
总结
Wazuh 4.12.0 Alpha 1版本在Docker环境下的单节点和多节点部署测试均取得圆满成功。所有核心功能测试通过,包括用户认证、API访问、代理管理和集群高可用等方面。测试结果表明该版本在Docker化部署方面具有良好稳定性和可靠性,为后续的Beta测试和正式发布奠定了坚实基础。
kernelopenEuler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。C063
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
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