5分钟搞定Wazuh告警通知:从邮件到Slack的全方位配置指南
你是否还在为服务器异常只能事后排查而烦恼?当黑客入侵、文件被篡改时,能否第一时间收到告警决定了安全事件的响应速度。本文将带你从零构建Wazuh完整告警通知体系,通过5个实战步骤实现从邮件告警到Slack实时推送的全流程配置,让安全威胁无处遁形。
Wazuh告警系统架构概览
Wazuh作为开源安全平台,其告警通知系统基于模块化设计,支持多种输出渠道和自定义规则。核心组件包括:
- 规则引擎:通过src/rootcheck/check_rc_sys.c等文件实现安全规则检测
- 配置管理器:读取etc/ossec.conf中的通知配置
- 通知分发器:通过src/wazuh_modules/agent_upgrade/manager/wm_agent_upgrade_manager.c实现消息路由
告警工作流程如下:
graph LR
A[安全事件触发] --> B[规则引擎匹配]
B --> C[生成JSON告警]
C --> D[配置解析模块]
D --> E{通知渠道}
E -->|邮件| F[SMTP服务器]
E -->|Slack| G[Webhook接口]
E -->|其他| H[自定义脚本]
基础配置:修改主配置文件
所有通知相关的配置都集中在ossec.conf文件中,该文件位于etc/ossec.conf。默认配置包含系统监控基础设置,我们需要添加通知专用配置块。
邮件告警基础配置
在配置文件中添加以下内容启用SMTP通知:
<ossec_config>
<!-- 全局邮件设置 -->
<global>
<email_notification>yes</email_notification>
<smtp_server>smtp.example.com</smtp_server>
<smtp_port>587</smtp_port>
<smtp_from>wazuh@example.com</smtp_from>
<smtp_auth>yes</smtp_auth>
<smtp_user>alerts@example.com</smtp_user>
<smtp_password>your_password</smtp_password>
<smtp_ssl>yes</smtp_ssl>
</global>
<!-- 告警收件人配置 -->
<email_alerts>
<email_to>security-team@example.com</email_to>
<level>7</level> <!-- 仅发送7级及以上告警 -->
<do_not_delay>yes</do_not_delay>
</email_alerts>
</ossec_config>
配置说明:level参数控制告警级别过滤,Wazuh将安全事件分为0-16级,16为最严重。完整的配置选项可参考docs/ref/configuration.md
高级配置:实现Slack实时推送
1. 创建Slack Webhook
- 登录Slack工作区,访问https://api.slack.com/apps
- 创建新应用,选择"Incoming Webhooks"功能
- 激活Webhook并复制生成的URL(格式如
https://hooks.slack.com/services/XXX/YYY/ZZZ)
2. 配置Wazuh命令与告警规则
在etc/ossec.conf中添加Slack通知命令:
<command>
<name>slack-notification</name>
<executable>slack_alert.sh</executable>
<timeout_allowed>yes</timeout_allowed>
</command>
<active-response>
<command>slack-notification</command>
<location>server</location>
<level>7</level>
<timeout>300</timeout>
</active-response>
3. 编写Slack通知脚本
在/var/ossec/active-response/bin/目录下创建slack_alert.sh:
#!/bin/bash
WEBHOOK_URL="https://hooks.slack.com/services/XXX/YYY/ZZZ"
ALERT_FILE=$1
# 从告警文件提取关键信息
ALERT_LEVEL=$(grep "Level:" $ALERT_FILE | awk '{print $2}')
ALERT_DESC=$(grep "Description:" $ALERT_FILE | cut -d: -f2-)
AGENT=$(grep "Agent:" $ALERT_FILE | cut -d: -f2-)
# 构建Slack消息
PAYLOAD=$(cat << EOF
{
"text": "🚨 Wazuh Security Alert (Level $ALERT_LEVEL)",
"attachments": [
{
"title": "Alert Details",
"fields": [
{"title": "Agent", "value": "$AGENT", "short": true},
{"title": "Level", "value": "$ALERT_LEVEL", "short": true},
{"title": "Description", "value": "$ALERT_DESC"}
]
}
]
}
EOF
)
# 发送请求到Slack
curl -X POST -H "Content-Type: application/json" -d "$PAYLOAD" $WEBHOOK_URL
赋予脚本执行权限:
chmod +x /var/ossec/active-response/bin/slack-notification.sh
验证与测试
1. 检查配置文件合法性
执行以下命令验证配置是否正确:
/var/ossec/bin/ossec-control restart
若配置有误,错误信息会输出到/var/ossec/logs/ossec.log。可以通过src/logcollector/logcollector.c中的日志收集逻辑追踪问题。
2. 生成测试告警
触发一个测试告警验证通知系统:
/var/ossec/bin/agent_control -R 000 # 重启所有代理
正常情况下,Slack频道会收到类似以下的告警消息:
🚨 Wazuh Security Alert (Level 7)
Alert Details
Agent: 000 (localhost)
Level: 7
Description: Agent restarted
常见问题与解决方案
邮件发送失败
症状:告警日志显示"Email notification not sent" 排查步骤:
- 检查SMTP服务器连接:
telnet smtp.example.com 587 - 查看邮件日志:
tail -f /var/ossec/logs/ossec.log | grep -i email - 验证src/rootcheck/common.c中的告警生成逻辑
解决方案:确保SMTP密码正确,对于Gmail等服务需启用"Less secure apps"或使用应用专用密码。
Slack消息延迟
症状:告警生成后Slack通知延迟超过30秒 优化方案:
- 修改配置文件禁用批处理:
<do_not_delay>yes</do_not_delay> - 调整src/wazuh_modules/agent_upgrade/manager/wm_agent_upgrade_manager.c中的通知队列参数
总结与扩展
通过本文配置,你已实现Wazuh告警的邮件和Slack双通道通知。根据实际需求,还可以扩展以下功能:
- 钉钉/企业微信通知:参照Slack配置,修改脚本使用对应API
- 告警聚合:通过src/logcollector/read_ossecalert.c实现重复告警合并
- 自定义告警级别:在etc/ossec.conf中调整level参数
安全告警是响应链的第一步,建议结合Wazuh的自动响应功能,通过src/rootcheck/check_rc_sys.c中的权限检查逻辑实现威胁自动处置。
社区支持:遇到配置问题可访问Wazuh Slack社区获取帮助,或查阅docs/ref/configuration.md官方文档。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00