Tracecat项目中的Crowdstrike集成功能增强:支持多租户CID调用
2025-06-30 09:34:30作者:史锋燃Gardner
在安全自动化领域,Tracecat作为一个新兴的工作流自动化平台,其与Crowdstrike安全产品的集成能力尤为重要。近期该项目针对Crowdstrike API调用功能进行了重要升级,主要解决了多租户环境下的认证和操作问题。
功能背景
在MSSP(托管安全服务提供商)场景下,使用Crowdstrike的Flight Control功能时,经常需要针对特定成员CID(客户ID)执行操作。原有实现未考虑这一需求,导致无法直接对子租户进行身份保护、漏洞管理(Spotlight)或资产发现(Discover)等操作。
技术实现方案
新功能通过三个核心函数实现了完整的CID管理流程:
-
基础认证令牌获取:通过OAuth2标准流程获取父账号的访问令牌,这是后续所有操作的基础。
-
CID列表查询:利用MSSP专用API端点查询特定CID组下的所有成员CID。这一步骤特别重要,因为它允许管理员预先定义CID分组(如"漏洞管理专用CID组"),然后程序只需处理相关CID而非全部。
-
租户专属令牌获取:针对每个成员CID获取专属访问令牌,确保后续API调用具有正确的租户上下文。
实现价值
这一增强功能为Tracecat带来了三大核心价值:
-
多租户支持:使平台能够完美适应MSSP服务场景,可以针对不同客户环境执行差异化操作。
-
操作精细化:通过CID组的概念,管理员可以灵活控制哪些客户CID参与特定自动化流程。
-
权限隔离:每个租户操作使用专属令牌,既符合安全最佳实践,也避免了权限越界问题。
技术细节
在实际编码实现中,开发者需要注意几个关键点:
- 欧洲区和其他区域的API端点差异
- HTTP请求头中必须包含正确的Content-Type
- 错误处理需要考虑Crowdstrike API的各种响应状态
- 令牌管理需要处理好生命周期问题
未来优化方向
虽然当前实现已解决核心问题,但仍有优化空间:
- 增加CID组缓存机制,避免频繁查询
- 实现令牌自动刷新功能
- 添加更细粒度的错误处理和日志记录
- 支持并发处理多个CID的操作
这一功能增强使Tracecat在安全自动化领域的竞争力得到显著提升,特别是在服务提供商场景下的适用性大大增强。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0197
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0126
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python06
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
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++
863
1.96 K
Ascend Extension for PyTorch
Python
722
894
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
689
1.35 K
openEuler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。
C
458
453
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
250
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
627
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425