news 2026/10/15 14:43:00

【Elasticsearch】审计日志(一):General settings

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
【Elasticsearch】审计日志(一):General settings

《Elasticsearch 审计日志》系列,共包含以下文章:

  • 审计日志(一):General settings
  • 审计日志(二):Compliance settings(合规性审计设置)
  • 审计日志(三):案例实战分析

😊 如果您觉得这篇文章有用 ✔️ 的话,请给博主一个一键三连 🚀🚀🚀 吧 (点赞 🧡、关注 💛、收藏 💚)!!!您的支持 💖💖💖 将激励 🔥 博主输出更多优质内容!!!

审计日志(一):General settings

  • 1.层级设置(Layer settings)
    • 1.1 REST 层设置
    • 1.2 Transport 层设置
  • 2.属性设置(Attribute settings)
  • 3.忽略设置(Ignore settings)
  • 4.重要注意事项

本文将为您介绍 Elasticsearch 审计日志设置中各参数的含义和作用。

1.层级设置(Layer settings)

1.1 REST 层设置

  • audit:enable_rest
    • 作用:启用或禁用 REST 层的审计事件记录
    • 当前值:Enabled(启用)
    • 说明:启用后,所有通过 REST API 执行的操作都会被审计记录
  • audit:disabled_rest_categories
    • 作用:指定在 REST 层忽略的审计类别
    • 当前忽略的类别:
      • AUTHENTICATED(认证事件)
      • GRANTED_PRIVILEGES(授予权限事件)
    • 说明:忽略这些类别可减少审计日志量,但会缺失相关安全事件的记录

1.2 Transport 层设置

  • audit:enable_transport
    • 作用:启用或禁用传输层(节点间通信)的审计事件记录
    • 当前值:Disabled(禁用)
  • audit:disabled_transport_categories
    • 作用:指定在传输层忽略的审计类别
    • 当前忽略的类别:
      • AUTHENTICATED
      • GRANTED_PRIVILEGES

2.属性设置(Attribute settings)

  • audit:resolve_bulk_requests
    • 作用:审计时是否解析批量请求
    • 当前值:Enabled(启用)
    • 说明:启用后会为批量请求中的每个文档生成单独日志,会增加系统开销
  • audit:log_request_body
    • 作用:是否在审计日志中包含请求体
    • 当前值:Enabled(启用)
    • 说明:有助于事后分析,但可能包含敏感信息
  • audit:resolve_indices
    • 作用:审计时是否解析索引名称
    • 当前值:Enabled(启用)
    • 说明:记录操作涉及的具体索引名称
  • audit:exclude_sensitive_headers
    • 作用:是否排除敏感请求头(如授权头)
    • 当前值:Disabled(禁用)
    • 说明:启用后保护敏感凭证信息不被记录

3.忽略设置(Ignore settings)

  • audit:ignore_users
    • 作用:指定审计时要忽略的用户
    • 当前忽略的用户:无
    • 默认值:kibanaserver(系统用户)
    • 说明:减少指定用户产生的审计日志量
  • audit:ignore_requests
    • 作用:指定要忽略的请求模式
    • 当前值:“ignored requests”(示例值,实际应配置具体模式)
    • 说明:可配置正则表达式模式来忽略特定类型的请求

4.重要注意事项

  • 1️⃣ 许多设置旁都有警告 “可能造成显著开销”,因为这些设置会影响:
    • 审计日志量
    • 系统性能
    • 存储需求
  • 2️⃣ 最佳实践建议:
    • 生产环境中应平衡安全需求与性能影响。
    • 敏感操作建议保持详细审计。
    • 高频操作可考虑适当忽略以减少日志量。
  • 3️⃣ 修改这些设置需要根据组织的安全合规要求进行调整,某些行业标准可能要求特定的审计级别。
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/15 18:31:52

2024开源小模型趋势分析:Qwen1.5-0.5B-Chat为何成开发者首选

2024开源小模型趋势分析:Qwen1.5-0.5B-Chat为何成开发者首选 1. 轻量级AI时代的到来:小模型的崛起背景 随着大模型在自然语言处理领域取得突破性进展,其庞大的参数规模和高昂的部署成本也逐渐暴露出工程落地的瓶颈。尤其在边缘设备、嵌入式…

作者头像 李华
网站建设 2026/10/15 8:48:17

3分钟学会:HTML转Figma工具的终极使用指南

3分钟学会:HTML转Figma工具的终极使用指南 【免费下载链接】figma-html Builder.io for Figma: AI generation, export to code, import from web 项目地址: https://gitcode.com/gh_mirrors/fi/figma-html 想要快速将网页设计转换为Figma文件吗?…

作者头像 李华
网站建设 2026/10/15 12:33:23

5分钟快速配置GB/T 7714—2015 CSL样式:从零到精通完整教程

5分钟快速配置GB/T 7714—2015 CSL样式:从零到精通完整教程 【免费下载链接】Chinese-STD-GB-T-7714-related-csl GB/T 7714相关的csl以及Zotero使用技巧及教程。 项目地址: https://gitcode.com/gh_mirrors/chi/Chinese-STD-GB-T-7714-related-csl GB/T 771…

作者头像 李华
网站建设 2026/10/12 5:14:07

如何高效计算中文文本相似度?试试GTE轻量级CPU镜像

如何高效计算中文文本相似度?试试GTE轻量级CPU镜像 1. 背景与挑战:传统方法的局限性 在自然语言处理(NLP)任务中,文本相似度计算是信息检索、问答系统、推荐引擎等场景的核心技术。传统的基于关键词匹配或编辑距离的…

作者头像 李华
网站建设 2026/10/10 22:36:46

BAAI/bge-m3保姆级教程:手把手教你做文本相似度分析

BAAI/bge-m3保姆级教程:手把手教你做文本相似度分析 1. 引言 1.1 业务场景描述 在构建智能问答系统、推荐引擎或知识库检索功能时,一个核心挑战是如何准确判断两段文本之间的语义相似性。传统的关键词匹配方法已无法满足现代AI应用对语义理解深度的要…

作者头像 李华