绿盟科技CERT监测到Elastic Kibana存在原型污染漏洞(CVE-2025-25014),攻击者可利用该漏洞实现任意代码执行。受影响版本包括8.3.0至8.17.5及8.18.0、9.0.0。建议用户及时升级至8.17.6及以上版本,或禁用Machine Learning和Reporting功能以进行临时防护。
Elastic Cloud Serverless推出跨项目搜索功能,用户可在不移动数据的情况下,从一个界面查询多个项目。此功能简化了数据访问,支持项目间快速调查,确保安全性和项目隔离。用户可通过简单设置链接项目,并在Kibana中调整搜索范围。跨项目搜索将于2026年4月16日进入技术预览阶段,后续将根据使用情况收费。
Elastic DevRel团队的新闻简报介绍了新功能Agent Builder、免费培训、最新博客和即将举行的活动。新功能包括通过MCP网关暴露API和在Kibana中集成Elastic AI Agent Builder。用户可以在Elastic Cloud Serverless上实验,将ES|QL查询转化为可重用工具,支持多步骤任务。此外,鼓励社区成员提交演讲想法,参与即将举行的Elastic{ON} Tour会议。
Elastic Stack 8.19.3版本于2025年8月28日发布,建议用户升级。此版本修复了Kibana Canvas应用中的一个错误,该错误导致进度图表显示“无法加载页面”的提示。
Elastic Stack 9.1.3版本发布,建议用户升级。此版本修复了安全漏洞及Kibana Canvas应用中的错误,解决了进度图加载问题。
Elastic与Armis合作,整合设备数据,提升IoT安全洞察。通过Elastic Security,安全团队可快速检测和调查风险,用户可通过Kibana获取设备、警报和漏洞信息,增强安全响应能力。
在Kibana中,分配自定义数据视图ID可以避免重复、简化恢复过程并提高可扩展性。使用易于识别的自定义ID,团队能更有效地管理可视化,减少混乱和错误。
绿盟科技CERT监测到Elastic发布安全公告,修复Kibana中的原型污染漏洞(CVE-2025-25014),该漏洞允许攻击者执行任意代码。受影响版本为8.3.0至8.17.5,建议用户及时升级或禁用相关功能以增强安全性。
新发布的特权访问检测包适用于Kibana 8.18和9.0,旨在识别可疑的特权活动。该包通过机器学习分析用户行为,检测异常活动,支持Windows、Linux和Okta环境,帮助安全团队高效调查潜在威胁。
本文介绍了如何结合Stream Chat、Elasticsearch和Kibana,以增强聊天应用功能。通过Node.js捕获消息事件并索引到Elasticsearch,Kibana可视化聊天数据,帮助监控消息量、识别用户和频道,以及分析聊天流量。设置包括Docker环境和Webhook配置,实现实时聊天和动态分析。
Elastic宣布在9.0版本中停用App Search和Workplace Search,核心功能将整合到Elasticsearch和Kibana中。用户可继续使用现有版本,迁移至Elasticsearch将提升灵活性和性能,支持语义搜索和向量搜索。新架构简化了数据连接和分析,提供多语言客户端和自定义连接器,用户可利用AI增强搜索相关性。
Manticore Search在处理大规模Nginx日志数据时,性能明显优于Elasticsearch,Kibana仪表板的渲染速度快达3倍。本文展示了两者的性能差异,提供了比较方法,并强调了Manticore Search在日志分析中的优势。
文章比较了Manticore与Elastic在Kibana中的表现,重点讨论了它们在Elasticsearch方面的差异和优势。
本文介绍了通过网络扫描和漏洞利用进行特权提升的过程。首先,使用nmap和masscan扫描目标IP的开放端口,发现SSH和HTTP服务。然后,利用Elasticsearch API提取数据,并通过Kibana进行日志分析。最后,提供了Node.js和Logstash的示例代码,展示如何执行远程命令。
Kibana 8.16更新了开发工具控制台,迁移至Monaco编辑器,提升用户体验。新功能包括多语言请求复制、重新设计的工具栏、现代化面板、简化配置和改进历史记录,且控制台在小屏幕上的响应性增强。欢迎用户反馈。
Kibana 8.16 升级开发工具控制台,从 Ace 迁移至 Monaco 编辑器,并优化 UI。新增多语言复制请求、重新设计工具栏、增强面板、简化配置、改进历史记录及响应式布局,旨在提升开发效率与用户体验。
本文介绍了如何使用Apache Kafka、Python、Elasticsearch和Kibana构建实时Twitter数据流管道,包括创建生产者和消费者脚本,利用Docker设置Kafka及相关服务,实现推文的获取、处理和可视化。
确保已安装Docker和Docker Compose,创建elastic-stack.yml文件以配置Elasticsearch、Kibana和APM服务器。启动堆栈,检查Kibana日志,解决令牌问题,确保服务正常运行。
因内部项目删除导致Google Cloud BigQuery服务中断,API密钥丢失。Slack因存储不足失去Kibana配置,备份失效令人失望。文章讨论了人际关系的影响及对AI的信任度。
完成下面两步后,将自动完成登录并继续当前操作。