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？

 

提到监控工具，开源的、商业的，多如牛毛，从数量和种类上看，根本不缺工具，明白合理使用这些工具的人，却寥寥无几，首先要知道哪些指标需要监控？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。不少企业存在盲目建设、重复建设运维系统的现象。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***、ShellCode***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***（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，***的一次***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。

常见的那些开源监控工具有哪些优缺点呢?让我们来一起简单了解一下。

    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、***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，目前市面上的SIEM产品主要有HP Arcsight（后台挂Oracle库）、IBM Security QRadar SIEM和Alienvault的OSSIM USM，现在的问题是并不缺少商业SIEM解决方案，在开源软件中OSSIM到是最佳选择。

很多人只是肤浅的认为OSSIM只是将一些开源工具集成到一个平台，在OSSIM中颠覆性创新主要在易用（容易安装、部署，容易使用，几乎不用自己写脚本）、分布式监控系统、响应威胁（OTX）、关联分析引擎、可视化***展示等。

Alienvault分为开源OSSIM和商业版USM两种，通过这一集成监控工具实现对用户操作规范的约束和对计算机资源进行准实时监控，包括服务器、数据库、中间件、存储备份、网络、安全、机房、业务应用等内容，通过自动监控管理平台实现故障或问题综合处理和集中管理。

 

     如果你即不想购买昂贵的商业软件，又不愿意投入大量精力进行开发，那么实现集成安全管理平台OSSIM就是唯一的选择,今天我刻苦钻研的OSSIM项目，很可能是你明天要做的事。

       好了，我们看看OSSIM能够为你带来怎样的体验？ 进入

     看完后，有何感言？如果你想系统学习OSSIM，请关注我即将出版的第四本专著

《开源安全运维平台--OSSIM最佳实践》。