StratosphereLinuxIPS 开源项目快速入门指南
2024-10-10 17:03:44作者:曹令琨Iris
1. 目录结构及介绍
StratosphereLinuxIPS 是一个基于行为的Python入侵预防系统(IDS/IPS),利用机器学习来识别网络流量中的恶意行为。下面是其主要的目录结构概览及其简介:
config
: 存放Slips的配置文件,其中slips.yaml
是核心配置文件,用于调整不同模块的行为和系统的整体设置。databases
: 包含数据库相关文件,可能用于存储检测到的事件或训练模型的数据。datasets
: 提供示例数据集或者测试PCAP文件,供用户测试Slips使用。docker
: Docker相关的配置和脚本,便于Docker环境下部署。docs
: 文档目录,包含项目使用、安装等的说明文档。fel_project
: 可能是特定于实验室或研究项目的一部分,具体细节需查阅文档。fides
,install
,iris
,managers
,modules
,p2p4slips
,run
,slips
,slips_files
,tests
,webinterface
,zeek-scripts
: 这些目录包含了系统的各个功能模块、管理工具、运行脚本、核心代码库、Web界面文件以及处理Zeek日志的脚本等。.gitignore
,.gitmodules
,LICENSE
,Makefile
,README.md
,VERSION
: 标准的Git元数据文件、许可证文件、构建脚本、项目说明文档、版本信息。
2. 项目的启动文件介绍
Docker方式启动
Slips推荐通过Docker进行部署。启动命令示例如下,适应于不同的操作系统环境:
- 对于Linux:
docker run --rm -it -p 55000:55000 --cpu-shares "700" --memory="8g" --memory-swap="8g" --net=host --cap-add=NET_ADMIN --name slips stratosphereips/slips:latest /slips.py -f dataset/test7-malicious.pcap -o output_dir
- 针对MacOS M1或特定情况:
docker run --rm -it -p 55000:55000 --cpu-shares "700" --memory="8g" --memory-swap="8g" --cap-add=NET_ADMIN --name slips stratosphereips/slips_macos_m1:latest /slips.py -f dataset/test7-malicious.pcap -o output_dir
非Docker方式(以install.sh
为例)
虽然项目更倾向于Docker部署,但理论上也有非Docker的安装和启动方法,通常通过运行install.sh
或其他手动步骤来完成。具体的启动过程需依据项目文档中install.sh
脚本的指示操作。
3. 项目的配置文件介绍
config/slips.yaml
: 这是项目的核心配置文件,它定义了Slips运行时的关键参数。用户可以通过编辑此文件来定制化系统的行为,包括但不限于:- Time Window Width: 可调整的时间窗口大小来监控网络行为。
- Analysis Direction: 设置分析的方向,可以是“all”,以便查看入站和出站攻击。
- Machine Learning Training/Test Mode: 控制是否启用ML模型的训练或仅用于测试。
- Popup Notifications, Blocking, Custom Zeek Scripts 等高级设置,允许你开启警报弹窗、启用阻断机制,并接入自定义的Zeek脚本等功能。
确保在修改配置前阅读官方文档,了解每个配置项的具体意义和潜在影响,以避免不必要的错误或性能问题。
通过上述步骤,您可以有效地配置和启动StratosphereLinuxIPS系统,进一步探索其强大的入侵防御与监测能力。
登录后查看全文
热门项目推荐
GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GLM-V
GLM-4.5V and GLM-4.1V-Thinking: Towards Versatile Multimodal Reasoning with Scalable Reinforcement LearningPython00ops-transformer
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++0106AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile010
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
207
2.2 K

暂无简介
Dart
519
115

Ascend Extension for PyTorch
Python
62
94

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++
550
86

React Native鸿蒙化仓库
C++
209
285

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

🎉 (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
977
577

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
1.02 K
399

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
193