Malcolm项目中ICS协议连接日志标记机制优化解析
2025-07-04 15:12:16作者:毕习沙Eudora
背景与问题定位
在工业控制系统(ICS)网络流量分析领域,准确识别和标记协议类型对安全监测至关重要。Malcolm作为一款开源的网络流量分析工具,其核心功能之一是通过Zeek解析器对ICS协议进行深度解析。在原始实现中,部分ICS协议连接日志(conn.log)未能被正确标记"ics"标签,影响了后续基于标签的过滤和分析功能。
技术实现细节
协议解析层优化
通过对ICSNPP系列解析器的全面审查,发现部分协议解析器存在服务标识设置不完整的情况。例如:
- S7Comm协议:原始实现中同时存在"s7comm-plus"和"s7comm_plus"两种命名格式,通过统一为"s7comm-plus"确保字段一致性
- Synchrophasor协议:原始日志中出现"synchrophasor_tcp"后缀,通过自动修剪机制保留核心协议名
- EtherCAT协议:经确认该协议本身不产生连接日志条目,故无需特殊处理
日志处理流水线增强
在Logstash处理层实现了以下关键改进:
- 服务名标准化:建立统一的协议名称映射表,处理不同日志来源的命名差异
- 自动标记机制:当检测到已知ICS协议服务名时,自动为conn.log条目添加"ics"标签
- 多日志一致性:确保conn.log与known_services.log等关联日志的服务标识同步
实现效果验证
改进后的系统实现了以下功能特性:
- 完整覆盖所有支持的ICS协议类型
- 协议名称在各类日志中保持严格一致
- 所有ICS协议连接均被正确标记"ics"标签
- 特殊协议名称的后缀自动处理
技术价值
本次优化使得Malcolm的ICS协议识别能力更加完善,为后续的:
- 威胁检测规则编写
- 流量统计分析
- 异常行为监测 提供了更可靠的数据基础。特别是通过统一的标签体系,大大简化了针对工业控制系统的专项分析工作流程。
最佳实践建议
对于使用者而言,建议:
- 定期检查conn.log中的"ics"标签完整性
- 在编写检测规则时优先使用标准化后的协议名称
- 结合known_services.log进行协议使用情况统计分析
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218