首页
/ Malcolm项目中集成Zeek长连接日志功能的技术解析

Malcolm项目中集成Zeek长连接日志功能的技术解析

2025-07-04 11:17:46作者:董灵辛Dennis

背景与需求

在网络安全监控领域,Malcolm作为一个开源的网络流量分析平台,持续优化其日志采集与分析能力。传统网络连接日志通常只记录已结束的连接会话,这导致长时间保持活跃状态的连接可能永远不会被记录,从而形成监控盲区。为解决这一问题,Malcolm项目团队决定集成Corelight开发的Zeek长连接插件。

技术实现

插件核心功能

Corelight的Zeek长连接插件通过周期性检查活跃连接状态,能够捕获并记录超过预设时间阈值的持续连接。该插件会生成专门的conn_long.log文件,与常规的conn.log形成互补。

日志字段设计

Malcolm团队在集成过程中对日志字段进行了精心设计:

  1. 统一事件数据集标识:所有连接日志(包括长连接)的event.dataset字段均设置为conn,确保数据一致性
  2. 长连接标识:新增zeek.conn.long布尔字段,当值为true时明确标识此为长连接记录
  3. 原始路径保留:log.file.path字段保留原始日志文件路径信息,便于溯源

可视化呈现

集成后的系统能够清晰展示长连接特征:

  • 连接持续时间显著长于普通连接
  • 协议类型分布可视化
  • 源/目的地址关联分析
  • 数据传输量统计

技术价值

这项改进为安全团队带来三大核心价值:

  1. 监控完整性:填补了持续活跃连接不被记录的空白
  2. 威胁检测:有助于发现长期潜伏的C2通信、数据渗漏等高级威胁
  3. 调查溯源:为事件响应提供更完整的网络活动时间线

实现效果

通过测试验证,系统能够:

  • 准确识别并记录超过默认阈值(通常设置为1小时)的活跃连接
  • 保持与常规连接日志的数据结构兼容性
  • 在Malcolm的交互式界面中提供专门的长连接分析视图

这项功能增强使Malcolm在网络流量监控方面更加全面,特别适合需要持续监控高级持续性威胁(APT)的企业安全团队。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
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++
494
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
323
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
991
395
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
277
RuoYi-Vue3RuoYi-Vue3
🎉 (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
937
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70