Security Onion 2.4.130版本发布:Elasticsearch升级与安全增强
Security Onion是一个开源的网络安全分析平台,集成了入侵检测、日志管理和安全分析等功能。它能够帮助安全团队实时分析网络流量、处理安全事件,并提供强大的可视化界面。最新发布的2.4.130版本带来了多项重要更新,特别是在Elasticsearch组件和安全功能方面的改进。
核心更新内容
Elasticsearch升级与优化
本次版本将Elasticsearch升级至8.17.3版本,并针对索引模板和管道同步进行了多项优化:
-
模板管理改进:移除了单独的集成自定义映射,统一迁移到so-fleet-integrations模板中,简化了管理流程。同时修复了本地pillar/global覆盖与生成索引模板合并的问题。
-
索引配置优化:将指标索引的副本数设置为0,提高了单节点部署环境下的资源利用率。新增了对需要Elastic许可证的集成支持,扩展了功能范围。
-
管道同步机制:强制实施ES管道同步,确保数据处理的连贯性和一致性。修复了日志-elastic_agent组件模板中缺失的设置项。
安全功能增强
-
TLS支持升级:在nginx配置中添加了TLSv1.3支持,并统一了各监听器的加密套件,提升了通信安全性。
-
Elastic Defend更新:更新了Elastic Defend的JSON配置,移除了旧版防御配置,确保使用最新的安全策略。
-
SOC操作改进:修复了SOC操作中process.entity_id值必须加引号的问题,增强了操作的准确性。
系统与组件更新
-
osquery升级:更新至v1.15.0版本,并同步了相关索引模板,增强了终端可见性。
-
网络分析增强:默认配置capinfos使用开始/结束时间参数,优化了数据包分析效率。新增了对zeek traceroute和ntp协议的支持。
-
仪表板改进:在Elastic Agent API仪表板中添加了sankey图表,直观展示process.name和process.Ext.api.name之间的关系。
部署与配置建议
对于计划升级到2.4.130版本的用户,建议:
-
在升级前备份现有配置和数据,特别是Elasticsearch索引模板相关配置。
-
检查网络设备的TLS兼容性,确保能够支持TLSv1.3协议。
-
对于大型部署环境,评估索引副本数设置为0对数据冗余的影响,必要时可进行调整。
-
关注osquery新版本的功能变化,可能需要调整相关查询和告警规则。
-
利用新的sankey图表功能优化安全事件分析流程,提升威胁检测效率。
Security Onion 2.4.130版本通过核心组件升级和安全功能增强,进一步提升了平台的稳定性和安全性,为安全团队提供了更强大的网络分析能力。
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
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0117AI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).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









