Malcolm项目中的NetBox设备自动发现与日志标记机制解析
2025-07-04 11:05:25作者:傅爽业Veleda
背景与需求分析
在网络安全监控领域,资产发现与持续跟踪是基础性工作。Malcolm作为一款网络流量分析平台,通过与NetBox资产管理系统集成,实现了基于被动流量分析的设备自动发现功能。但在实际运营中发现,新设备首次出现的网络日志缺乏有效标记,导致安全团队难以快速识别和响应新接入设备。
技术实现方案
核心字段设计
项目团队设计了以下两组关键字段来标识设备状态:
-
未编目设备标识字段
source.device.uninventorieddestination.device.uninventoriedrelated.uninventoried
-
新发现设备标识字段
source.device.discovereddestination.device.discoveredrelated.discovered
字段语义定义
- uninventoried:表示日志中涉及的私有IP地址未在NetBox库存中找到对应记录
- discovered:特指导致新设备被自动添加到库存的那条日志记录
状态转换逻辑
-
当系统检测到私有IP地址时:
- 首先查询NetBox库存
- 若无记录,则标记为
uninventoried - 若启用自动填充,则将该日志同时标记为
discovered
-
后续流量处理:
- 已编目设备:不设置任何特殊标记
- 未编目设备:持续标记
uninventoried(无论自动填充是否启用)
系统集成与应用
仪表板增强
- 在"Asset Interaction Analysis"和"Zeek Known Summary"仪表板中新增了未编目设备可视化
- 优化了设备发现事件的展示方式
告警与评分集成
- 新发现事件可作为告警触发条件
- 纳入事件严重性评分体系,提高新设备连接的监控优先级
设计考量与最佳实践
自动填充开关的影响
- 启用时:同时提供
uninventoried和discovered标记 - 禁用时:仅提供
uninventoried标记
运维建议
- 生产环境中建议启用自动填充功能,以获得完整的设备发现跟踪能力
- 对于严格管控环境,可禁用自动填充,仅使用未编目标记进行监控
- 建议将discovered事件纳入日常巡检项目
技术价值
该实现方案具有以下技术优势:
- 精确识别设备首次出现时刻
- 提供持续的设备编目状态跟踪
- 灵活的配置选项适应不同安全策略
- 为自动化运维提供结构化数据支持
这套机制显著提升了Malcolm在资产发现和网络变更监控方面的能力,为安全团队提供了更全面的网络可见性。
登录后查看全文
热门项目推荐
相关项目推荐
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0212- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
619
4.09 K
Ascend Extension for PyTorch
Python
453
540
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
859
205
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++
927
779
🎉 (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
1.48 K
841
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178
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
376
255
昇腾LLM分布式训练框架
Python
134
160