2019独角兽企业重金招聘Python工程师标准>>> 
Hawkeye
监控github代码库，及时发现员工托管公司代码到GitHub行为并预警，降低代码泄露风险。
特点
优点
- 邮箱告警通知
- 黑名单添加
- 爬虫任务设置
缺点
- spider通过关键词在github进行模糊搜索，搜索结果会比较杂
依赖
- Python 3.x（Hawkeye支持Python3.x on Linux and macOS；2.x兼容性 需自行修改测试）
- MongoDB
- Flask
- github账号
- 告警邮件发送邮箱
支持平台
- Linux
- Mac
安装
克隆代码到本地
git clone https://github.com/0xbug/Hawkeye.git --depth 1
部署python3.5环境
wget https://www.python.org/ftp/python/3.5.4/Python-3.5.4.tgz
tar zxf Python-3.5.4.tgz
cd Python-3.5.4
./configure --prefix=/usr/local/python3
make && make install
ln -s /usr/local/python3/bin/python3 /usr/bin/python3
ln -s /usr/local/python3/bin/pip3.5 /usr/bin/pip3
ln -s /usr/local/python3/bin/virtualenv /usr/bin/virtualenv3
python虚拟环境
cd Hawkeye
pip3 install virtualenv
virtualenv3 --python=/usr/bin/python3 venv
source venv/bin/activate
pip3 install -r deploy/requirements.txt
配置并运行Hawkeye
文档：https://github.com/0xbug/Hawkeye
cp config.ini.example config.ini
vim config.ini
[GitHub]
USERNAME = [email protected]
PASSWORD = test
ERROR = We could not perform this search
[MongoDB]
HOST = localhost
PORT = 27017
ACCOUNT = git
PASSWORD = 123456
[Leakage]
NODES = //*[@id="code_search_results"]/div[1]/div[*]
DATETIME = //*[@id="code_search_results"]/div[1]/div[{}]/div[1]/div/span[2]/relative-time
LINK = //*[@id="code_search_results"]/div[1]/div[{}]/div[1]/a[2]
PROJECT = //*[@id="code_search_results"]/div[1]/div[{}]/div[1]/a[1]
USERNAME = //*[@id="code_search_results"]/div[1]/div[{}]/a
RAW = //*[@id="code_search_results"]/div[1]/div[{}]/div[1]/a[2]
FILENAME = //*[@id="code_search_results"]/div[1]/div[{}]/div[1]/a[2]
[Notice]
ENABLE = 1
MAIL_SERVER = smtp.163.com
MAIL_PORT = 25
FROM = [email protected]
PASSWORD = test
#运行
python3 Hawkeye.py
说明：Hawkeye主程序运行后会自动将spider程序加入时间任务，计划任务的规则可在web管理页面直接设置。
使用管理
web访问：localhost:5000
- GitHub监控平台，即该平台的仪表盘
- 概览：显示spider抓取的数据量
- 配置：进行爬取关键词、黑名单、邮件告警、定时任务的管理
关键词和时间任务配置
- 关键词
* 右上角的+：直接添加关键词，关键词支持or/and/not语法
* 搜索语法：高级关键词配置方法
- 时间任务
安装并配置supervisor管理
#安装
easy_install supervisor
#创建supervisor文件
mkdir /etc/supervisor
echo_supervisord_conf > /etc/supervisor/supervisord.conf
vim /etc/supervisor/supervisord.conf
[include]
files = /etc/supervisor/config.d/*.ini
#添加supervisor任务管理：
vim /etc/supervisor/config.d/hawkeye.ini
[program:Hawkeye]
directory=/home/workspace/Hawkeye/
command=/usr/bin/python3 /home/workspace/Hawkeye/Hawkeye.py
autostart=true
autorestart=true
redirect_stderr=true
stdout_logfile=/home/workspace/Hawkeye/hawkeye.log
stdout_logfile_maxbytes=50MB
stdout_logfile_backups=3
stopasgroup=false
killasgroup=false
#启动Hawkeye服务：
supervisord -c /etc/supervisor/supervisord.conf
[root@host2 supervisor]# netstat -lntp |grep ':5000'
tcp 0 0 0.0.0.0:5000 0.0.0.0:* LISTEN 39160/python3
\\配置成功！
supervisor安装、配置与解析
安装
easy_install supervisor
创建配置文件：
mkdir /etc/supervisor
echo_supervisord_conf > /etc/supervisor/supervisord.conf
配置管理进程：
vim /etc/supervisor/supervisord.conf
[include]
files = /etc/supervisor/config.d/*.ini
创建管理进程：
vim /etc/supervisor/config.d/hawkeye.ini
解析
[unix_http_server]
file=/tmp/supervisor.sock ;UNIX socket 文件，supervisorctl 会使用
;chmod=0700 ;socket文件的mode，默认是0700
;chown=nobody:nogroup ;socket文件的owner，格式：uid:gid
;[inet_http_server] ;HTTP服务器，提供web管理界面
;port=127.0.0.1:9001 ;Web管理后台运行的IP和端口，如果开放到公网，需要注意安全性
;username=user ;登录管理后台的用户名
;password=123 ;登录管理后台的密码
[supervisord]
logfile=/tmp/supervisord.log ;日志文件，默认是 $CWD/supervisord.log
logfile_maxbytes=50MB ;日志文件大小，超出会rotate，默认 50MB，如果设成0，表示不限制大小
logfile_backups=10 ;日志文件保留备份数量默认10，设为0表示不备份
loglevel=info ;日志级别，默认info，其它: debug,warn,trace
pidfile=/tmp/supervisord.pid ;pid 文件
nodaemon=false ;是否在前台启动，默认是false，即以 daemon 的方式启动
minfds=1024 ;可以打开的文件描述符的最小值，默认 1024
minprocs=200 ;可以打开的进程数的最小值，默认 200
[supervisorctl]
serverurl=unix:///tmp/supervisor.sock ;通过UNIX socket连接supervisord，路径与unix_http_server部分的file一致
;serverurl=http://127.0.0.1:9001 ; 通过HTTP的方式连接supervisord
; [program:xx]是被管理的进程配置参数，xx是进程的名称
[program:xx]
command=/opt/apache-tomcat-8.0.35/bin/catalina.sh run ; 程序启动命令
autostart=true ; 在supervisord启动的时候也自动启动
startsecs=10 ; 启动10秒后没有异常退出，就表示进程正常启动了，默认为1秒
autorestart=true ; 程序退出后自动重启,可选值：[unexpected,true,false]，默认为unexpected，表示进程意外杀死后才重启
startretries=3 ; 启动失败自动重试次数，默认是3
user=tomcat ; 用哪个用户启动进程，默认是root
priority=999 ; 进程启动优先级，默认999，值小的优先启动
redirect_stderr=true ; 把stderr重定向到stdout，默认false
stdout_logfile_maxbytes=20MB ; stdout 日志文件大小，默认50MB
stdout_logfile_backups = 20 ; stdout 日志文件备份数，默认是10
; stdout 日志文件，需要注意当指定目录不存在时无法正常启动，所以需要手动创建目录（supervisord 会自动创建日志文件）
stdout_logfile=/opt/apache-tomcat-8.0.35/logs/catalina.out
stopasgroup=false ;默认为false,进程被杀死时，是否向这个进程组发送stop信号，包括子进程
killasgroup=false ;默认为false，向进程组发送kill信号，包括子进程
;包含其它配置文件
[include]
files = relative/directory/*.ini ;可以指定一个或多个以.ini结束的配置文件
配置实例见上述：Hawkeye
参考文档
Hawkeye：https://github.com/0xbug/Hawkeye
supervisor：http://blog.csdn.net/xyang81/article/details/51555473
测试反馈：
-
功能简单易用
-
模糊匹配，需要合理的配置搜索关键词
-
发现代码后可能无法定位责任人，无法删除代码
-
有很大的局限性，代码发布到其他平台无法察觉