开源项目:Offensive ELK 的使用与配置
2025-04-17 01:41:42作者:温玫谨Lighthearted
1. 项目目录结构及介绍
Offensive ELK 项目是一个基于 Docker 的 Elasticsearch 套件,用于展示如何将传统的“防御性”工具有效地用于进攻性安全数据分析。项目的主要目录结构如下:
docker_offensive_elk/
├── .github/
├── _data/
│ ├── nmap/
├── elasticsearch/
├── extensions/
├── kibana/
├── logstash/
├── .gitignore
├── CHANGELOG.md
├── LICENSE
├── README.md
├── docker-compose.yml
_data/:用于存放 Nmap 扫描结果文件。elasticsearch/:包含 Elasticsearch 相关的配置文件。extensions/:存放可能使用的自定义插件。kibana/:包含 Kibana 相关的配置文件。logstash/:包含 Logstash 相关的配置文件。.gitignore:指定 Git 忽略的文件和目录。CHANGELOG.md:记录项目的更新和变更历史。LICENSE:项目的开源协议文件。README.md:项目的说明文件,包含项目信息和基本使用方法。docker-compose.yml:定义和启动 Docker 容器的配置文件。
2. 项目的启动文件介绍
项目的启动主要通过 docker-compose.yml 文件来配置和启动。以下是 docker-compose.yml 文件的基本内容:
version: '3'
services:
elasticsearch:
image: docker.elastic.co/elasticsearch/elasticsearch:7.10.1
...
kibana:
image: docker.elastic.co/kibana/kibana:7.10.1
...
logstash:
image: docker.elastic.co/logstash/logstash:7.10.1
...
ingestor:
build: ./ingestor
...
这个文件定义了四个服务:Elasticsearch、Kibana、Logstash 和 Ingestor。Elasticsearch 用于数据存储和搜索,Kibana 提供可视化界面,Logstash 用于数据输入处理,Ingestor 是用于处理 Nmap 数据的自定义 Docker 镜像。
启动项目时,执行以下命令:
docker-compose up -d
该命令会在后台启动所有定义的服务。
3. 项目的配置文件介绍
项目的配置主要通过 docker-compose.yml 文件中的服务配置来完成。以下是一些主要配置的介绍:
elasticsearch:这部分配置定义了 Elasticsearch 容器的启动参数,包括映像版本、环境变量、卷映射等。kibana:这部分配置定义了 Kibana 容器的启动参数,包括映像版本、端口映射、环境变量等。logstash:这部分配置定义了 Logstash 容器的启动参数,包括映像版本、卷映射、环境变量等。ingestor:这部分配置定义了 Ingestor 容器的构建方法,通常是 Dockerfile 的路径。
此外,还可以在各个服务的目录下找到更详细的配置文件,例如 elasticsearch 目录下的 elasticsearch.yml 文件,kibana 目录下的 kibana.yml 文件等,这些都是对应服务的详细配置文件。
登录后查看全文
热门项目推荐
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
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
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989