哪种监控工具才是运维人的最爱？ 哪种监控工具才是运维人的最爱？
那些指标需要监控？我能监控到什么？能监控到何种程度？或许这些问题连你自己都难说清楚。先看看运维兄弟们的现状。
1．运维现状
传统企业的计算机运维是在用户使用计算机过程中发现故障之后，通知运维人员，再由运维人员采取相应的补救措施。运维人员日常大部分时间和精力都花在处理简单且重复的问题上，而且由于故障预警机制不完善，往往是故障发生后才会进行处理，这种情况使运维人员的工作经常处于被动"救火"状态，这种被动的运维模式让IT部门疲惫不堪。运维质量如何提高？生产部门能对运维部有满意的评价吗？
目前我们在运维管理过程中缺少明确的角色定义和责任划分，以及自动化的集成运维管理平台，以至于问题出现后很难快速、准确地找到原因，而且在处理故障之后也缺乏必要的跟踪与记录。
2．隐藏在流量背后的秘密
网络接口的通端，流量的大小，已满足不了目前运维故障排除的需要。我们需要将流量分析的更深入，更细致。
图1 传统流量监控工具看表象
很多漏洞利用攻击、ShellCode攻击都混杂着正常流量进入企业网层层防护关卡。要想知道每个数据包中携带了什么内容，普通的摄像头已经失效，需要更强大的X透视相机-进行协议分析，只有准确理解事物的本质，才能对症下药，Shellcode攻击（下图是shellcode和botnet的实例）和各种蠕虫也是如此。
3.大数据时代下安全运维的新挑战
运维工程师们在大数据时代，下面对大量网络安全事件，若没有有效工具是无法完成分析工作，他们往往面对如下挑战：
1） 每天出现巨大数量的安全报警，管理员很难对这些报警做出响应。
2） 误报严重，管理员无法准确判断故障。
3） 大量重复、零散而没有规律的报警，黑客的一次攻击行动，会在不同阶段触发不同安全设备的告警，这样导致报警数据之间在时间和空间上存在大量重复数据，如果不实现安全事件的关联处理，就无法有效的提高告警质量。
当出现这些问题的部分原因是企业缺乏事件监控和诊断等运维工具，因为如果没有高效的管理工具支持，就很难让故障事件得到主动、快速处理。市面上有很多运维监控工具，例如商业版的Cisco Works 2000、Solarwinds、ManageEngine以及专注故障监控的WhatsUp，在开源领域有MRTG、Nagios、Cacti、Zabbix、Zenoss、OpenNMS、Ganglia等。由于它们彼此之间没有联系，即便是你部署了这些工具，很多运维人员并没有从中真正解脱出来，原因在于目前的技术虽然能够获取计算机设备、服务器、网络流量，甚至数据库的警告信息，但成千上万条警告信息堆积在一起，让人根本没办法判断问题的根源在哪里，缺乏对信息进行筛选、数据挖掘的能力,其实我们并不缺少工具，商业的也好，开源的也吧，一抓一大把，为什么还是用不好？真正缺少的是分析数据的智能化。
另外我们的查看各种监控系统需要多次登录，查看繁多的界面，更新管理绝大多数工作都是手工操作，即使一个简单的系统变更或更新，往往需要运维人员逐一登录系统，当设备数量达到成百上千时，其工作量之大可想而知。而这样的变更和检查操作在IT 运维中往往每天都在进行，这无疑会占用大量的运维资源。因此，运维工作人员需要统一的集成安全管理平台已迫在眉睫。
过去仅靠几个"技术大拿"来包打天下已不能满足要求，企业需要一种安全的运维平台，满足专业化、标准化和流程化的需要来实现运维工作的自动化管理。因为通过集成监控系统能及时发现故障隐患，主动的告诉用户需要关注的资源，感知网络威胁，把故障消除在萌芽状态。这极大降低了运维人员的工作负担，最大限度地减少维修时间,提高服务质量。
4．人工整合开源工具
既然找不到合适的，我们就把常用的开源工具集成到一个Linux平台，这不是就实现统一管理平台了吗？
人工整合开源监控系统的难点：
1． 软件和依赖依赖问题难以解决。
2． 各子系统界面重复验证和界面风格问题。
3． 各子系统数据无法共享。
4． 无法实现数据之间关联分析。
5． 无法生成统一格式的报表。
6． 缺乏统一的仪表板来展示重要监控信息。
7． 无法对网络风险进行检测。
8． 各子系统维护难度，增大了运维成本。
实践中发现，这种方案首先遇到了性能问题，一些脚本周期性消耗了较多的CPU和I/O资源，所以无法做到实时数据分析。试想有多少且能投入大量人力、时间去开发一个未知的监控平台？
5．集成安全运维平台的选择
一个好的安全运维平台需要将事件与IT 流程相关联，一旦监控系统发现性能超标或出现宕机现象，就会触发相关事件以及事先定义好的流程，自动启动故障响应和恢复机制。还需要能够筛选出运维人员完成日常的重复性工作，提高运维效率。要实现这些功能都是常规监控软件Cacti、Zabbix所无法实现。
同时，还要求能够预测网络蠕虫威胁，在故障发生前能够报警，让运维人员把故障消除在萌芽状态，将所产生损失减到最低。总的来说运维人需要能够在一个平台中实现资产管理、分布式部署、漏洞扫描、风险评估、策略管理、实时流量监控、异常流量分析、攻击检测报警、关联分析、风险计算、安全事件告警、事件聚合、日志收集与分析、知识库、时间线分析、统一报表输出、多用户权限管理的功能，这种集成开源工具到底有没有？它去哪儿啦？
目前市面上有两种产品可满足这样的要求，目?p>阅读更多内容
没有评论:
发表评论