OpenSIEM-Logstash-Parsing 项目亮点解析
2025-06-14 07:23:29作者:庞眉杨Will
项目基础介绍
OpenSIEM-Logstash-Parsing 是一个开源项目,由 Cargill 公司的 SIEM 团队开发。该项目旨在降低在使用 Elasticsearch 作为 SIEM(安全事件和事件管理)时,实现 Logstash 解析和 Elastic Common Schema(ECS)的复杂性和工作量。项目包含了针对多种知名日志厂商的优质 Logstash 解析处理器,以及 API-based 日志收集程序和生成管道间架构的设置脚本。
项目代码目录及介绍
项目代码目录如下:
.
├── .github
├── build_scripts
├── config
├── doc
├── .gitignore
├── CONTRIBUTING.md
├── GETTING_STARTED.md
├── LICENSE
├── README.md
└── ...
.github: 包含项目相关的 GitHub 配置文件。build_scripts: 包含构建和部署脚本,用于生成项目的管道间架构。config: 包含 Logstash 解析配置文件。doc: 包含项目文档,如安装、配置和使用指南。.gitignore: 定义了 Git 忽略的文件列表。CONTRIBUTING.md: 包含项目贡献指南。GETTING_STARTED.md: 提供项目快速入门指南。LICENSE: 项目使用的 Apache-2.0 许可证文件。README.md: 项目的主描述文件,介绍了项目的基本信息和用途。
项目亮点功能拆解
- 丰富的 Logstash 解析处理器:项目为多种日志厂商提供了高质量的 Logstash 解析处理器,支持对审计、安全和系统日志的解析。
- API-based 日志收集程序:除了 Logstash 解析处理器,项目还提供了基于 API 的日志收集程序,以满足不同日志收集需求。
- 管道间架构设置脚本:项目包含了生成管道间架构的设置脚本,有助于简化 Elasticsearch SIEM 的部署过程。
项目主要技术亮点拆解
- 基于 Python 和 Ruby:项目主要使用 Python(97.6%)和 Ruby(2.4%)开发,保证了代码的效率和可扩展性。
- 遵循 Apache-2.0 许可:项目遵循 Apache-2.0 许可,鼓励更广泛的社区参与和创新。
- 易于贡献和参与:项目提供了清晰的贡献指南,欢迎社区成员的参与和贡献。
与同类项目对比的亮点
- 全面的日志解析支持:相比于同类项目,OpenSIEM-Logstash-Parsing 提供了更全面的日志解析支持,覆盖了超过一百种技术。
- 成熟的社区支持:项目拥有一定的社区规模,共有 185 个 Star 和 40 个 Fork,有助于项目的持续发展和问题解决。
- 易于上手和部署:项目提供了详细的快速入门指南和设置脚本,使得用户可以快速上手和部署。
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 StartedRust089- 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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
695
4.49 K
Ascend Extension for PyTorch
Python
559
684
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++
956
941
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
489
89
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
411
334
昇腾LLM分布式训练框架
Python
148
176
🎉 (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
1.6 K
936
Oohos_react_native
React Native鸿蒙化仓库
C++
338
387
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
139
220
暂无简介
Dart
940
236