开源项目使用教程:Offensive ELK
2025-04-17 02:18:46作者:冯梦姬Eddie
1. 项目介绍
Offensive ELK 是一个定制的 Elasticsearch 设置,旨在展示如何将传统的“防御性”工具有效地用于进攻性安全数据分析,帮助团队协作和分类扫描结果。Elasticsearch 提供了聚合多种不同数据源的能力,并通过统一的接口进行查询,目的是从大量未分类数据中提取可操作的洞察。
2. 项目快速启动
首先,你需要克隆这个仓库到本地:
git clone https://github.com/marco-lancini/docker_offensive_elk.git
然后,创建 _data 文件夹(如果不存在),并确保它的所有权是你的用户:
cd docker_offensive_elk/
mkdir ./_data/
sudo chown -R <user>:<user> ./_data/
使用 docker-compose 启动服务堆栈:
docker-compose up -d
给 Kibana 一些时间来初始化,然后通过浏览器访问 Kibana 的 Web UI,地址是:
http://localhost:5601
3. 应用案例和最佳实践
为了能够摄入我们的 Nmap 扫描结果,我们需要将结果输出为一个 XML 格式的报告(使用 -oX 选项),这样 Elasticsearch 可以解析它。完成扫描后,将报告文件放入 _data/nmap/ 文件夹中,并运行摄入器:
docker-compose run ingestor
在第一次运行时,你需要创建一个索引。打开 Kibana(http://localhost:5601),你应该会看到一个屏幕,如下所示:
输入 nmap* 作为索引模式,并点击“下一步”。在“时间过滤器”字段名中选择“time”,然后点击“创建索引模式”。
如果一切顺利,你应该会看到一个列出 nmap* 索引中每个字段及其关联的核心类型的页面,这些信息由 Elasticsearch 记录。
4. 典型生态项目
Offensive ELK 是一个基于以下技术构建的项目:
- Docker: 用于容器化服务,如 Elasticsearch、Kibana 和 Logstash。
- Elasticsearch: 用于存储和检索数据。
- Kibana: 用于可视化 Elasticsearch 中的数据。
- Docker Compose: 用于定义和运行多容器 Docker 应用程序。
- Nmap: 网络扫描工具,用于生成 XML 格式的扫描结果。
通过这些技术的结合,Offensive ELK 提供了一个强大的平台,用于分析和处理安全相关的数据。
登录后查看全文
热门项目推荐
kernelopenEuler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。C069
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0130
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
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
460
3.43 K
暂无简介
Dart
713
170
Ascend Extension for PyTorch
Python
267
304
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
186
68
React Native鸿蒙化仓库
JavaScript
284
332
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++
841
417
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
434
130
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
10
1
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
105
119