- MELT-telemetria (metriikat, tapahtumat, lokit ja jäljet) muodostaa minkä tahansa digitaalisen infrastruktuurin hermoston, joka mahdollistaa täyden näkyvyyden laitteistosta ohjelmistoihin.
- Telemetriaprosessien käyttöönotto optimoi tiedon syöttöä, vähentää käyttökustannuksia ja poistaa kohinan ennen kuin tiedot saavuttavat analyysijärjestelmät.
- Siirtyminen täydelliseen havainnoitavuuteen mahdollistaa organisaatioille siirtymisen reaktiivisesta seurannasta ennakoivaan ja automatisoituun tapahtumien havaitsemiseen.
Kun puhumme telemetriasta, viittaamme pohjimmiltaan siihen datavanaan, jonka järjestelmät jättävät jälkeensä ollessaan käynnissä. Se on pohjimmiltaan digitaalista todistusaineistoa, jonka avulla voimme tietää reaaliajassa, mitä sovelluksissamme, palvelimillamme tai jopa fyysisissä antureissamme tapahtuu ilman, että meidän tarvitsee olla fyysisesti läsnä koneen äärellä. Jokaiselle itseään digitaaliseksi pitävälle yritykselle näiden tietovirtojen hallinta on ero ongelman ratkaisemisen sekunneissa ja tuntikausien neulan etsimisen välillä teknologisesta heinäsuovasta.
Mielenkiintoista on, että vaikka monet ihmiset sekoittavat telemetrian valvontaan, ne eivät ole sama asia. Telemetria on raakasignaalin kaappaamista ja lähettämistä, kun taas valvonta on sitä, mitä teemme signaalin avulla ymmärtääksemme sitä, esimerkiksi luomalla hälytyksiä tai kojelaudan näkymää. On kuin telemetria olisi hermosto, joka kerää impulsseja, ja valvonta olisi aivot, jotka tulkitsevat nämä signaalit päättääkseen, annetaanko hälytys vai toimiiko kaikki hyvin.
Datan universumi: MELT-malli
- Mittarit: Nämä ovat ajan kuluessa mitattuja numeerisia arvoja. Ajattele Suorittimen suorituskyvyn viritys, verkkosivuston viiveen tai huoneenlämmön vuoksi. Ne sopivat erinomaisesti havaita poikkeavuuksia nopeasti.
- Tapahtumat: Nämä ovat konkreettisia virstanpylväitä. Esimerkiksi kun käyttäjä kirjautuu sisään tai ostos suoritetaan. Tämä data on puhdasta kultaa, koska se yhdistää tekniset näkökohdat... liiketoiminnan tavoitteita.
- lokit: Nämä ovat yksityiskohtaisia tietoja päivämäärineen ja kellonaikoineen. Ne kertovat meille tarkalleen, mitä tapahtui ja kuka sen teki, mikä tekee niistä tärkeimmän työkalun vianmääritys ja auditoinnit turvallisuuden kannalta.
- Jälkiä: Niiden avulla voimme seurata pyynnön matkaa saapuvasta lähtevään, kaikkien mikropalveluiden läpi. Tämä on olennaista ymmärryksen kannalta. missä pullonkauloja esiintyy monimutkaisissa järjestelmissä.
Tämän lisäksi hyvin erityisissä ympäristöissä, kuten Azure Logic Appsissa, voimme löytää parannetun telemetrian, joka jakaa tiedot pyyntöjen, riippuvuuksien ja poikkeusten taulukoihin, mikä mahdollistaa uudelleenyritysten tarkan seurannan ja API-liittimien käytön.
Telemetriajärjestelmän asentaminen alusta alkaen
Jos haluat saada tämän käyntiin, et voi vain hypätä mukaan sokkona. Ensimmäinen askel on määritellä tavoitteesi : haluatko parantaa käyttökokemusta, torjua tietoturvauhkia vai yksinkertaisesti alentaa tallennustilakulujasi? Kun olet selvittänyt "miksi", sinun on yhdenmukaistettava nämä KPI:t pilvinatiivien insinöörien tuoteajattelun kanssa ja, mikä erittäin tärkeää, varmistettava, että noudatat tietosuoja-asetuksen kaltaisia säännöksiä tietosuojan suojaamiseksi .
Seuraava vaihe on työkalujen käyttöönotto. Tässä kohtaa ohjelmistoagentit tai fyysiset anturit tulevat mukaan kuvaan. Hyvin tehokas ja neutraali vaihtoehto on OpenTelemetry, joka estää sinua sitoutumasta yhteen toimittajaan. Tiedonkeruun määrittämisessä sinun on säädettävä näytteenottotaajuutta ; jos muuttuja muuttuu hitaasti, älä ylikuormita verkkoa, mutta jos sinun on havaittava teräviä piikkejä, lisää nopeutta.
Kun data virtaa, se on lähetettävä käyttämällä protokollia, kuten HTTPS, MQTT IoT:tä varten tai OTLP. Järjestelmän kaatumisen estämiseksi verkkokatkosten aikana on tärkeää määrittää paikalliset puskurit ja uudelleenyrityslogiikka . Data päätyy sitten tietovarastoon, joka voi olla aikasarjatietokanta, data lake tai hajautettuja ratkaisuja, kuten Elasticsearch, hakujen optimoimiseksi aikapohjaisen indeksoinnin avulla.
Telemetriaputkistojen vallankumous
Jossain vaiheessa dataa on niin paljon, että järjestelmästä tulee hallitsematon ja SIEM-lasku nousee pilviin. Tässä kohtaa telemetriaputket tulevat mukaan kuvaan toimien älykkäänä suodattimena lähteen ja kohteen välillä. Sen sijaan, että kaikki kohina lähetettäisiin taustajärjestelmään, putki normalisoi ja rikastuttaa siirrettävää tietoa.
- Imu: Signaaleja kerätään kaikkialta: pilvistä, konteista, päätepisteistä ja verkoista.
- käsittely: Tässä kohtaa taika tapahtuu. Duplikaatit poistetaan, arkaluontoiset tiedot sensuroidaan ja tarpeettomat tiedot hylätään. Tässä vaiheessa telemetria lakkaa olemasta yksinkertainen tiedonsiirtotapa ja siitä tulee... ohjausmekanismi.
- Reititys: Tiedot lähetetään niiden arvon mukaan. Kriittiset tiedot menevät SIEM-järjestelmään välitöntä analysointia varten, ja historialliset tiedot menevät edulliseen tallennustilaan lain noudattamiseksi.
On olemassa jopa edistyneempiä ratkaisuja, kuten DetectFlow, jotka vievät tämän askeleen pidemmälle integroimalla tunnistuksen suoraan työnkulkuun käyttämällä Sigma-sääntöjä ja Apache Flinkiä. Tämä mahdollistaa tunnistuksen siirtämisen vasemmalle , jolloin hyökkäykset voidaan tunnistaa reaaliajassa jo ennen lokien tallentamista.
Teoriasta käytäntöön: tekninen suunnittelu
Oppijoille teknisen kytkentäkaavion suunnittelu edellyttää koko ketjun ymmärtämistä: anturi $\rightarrow$ muunnin $\rightarrow$ tiedonsiirto $\rightarrow$ lähetin vastaanotin. Kyse ei ole teollisesti täydellisen asian luomisesta, vaan sen ymmärtämisestä, että jokainen pala on tärkeä. Esimerkiksi jos lähetät radiolla häiriöympäristössä, tarvitset eheystarkistuksia ja automaattisia uudelleenyrityksiä.
Viimeisessä vaiheessa visualisointi on se, missä kaikki loksahtaa kohdalleen. Trendejä näyttävien kojelaudan luominen ja kynnysarvojen perusteella määritettyjen hälytysten määrittäminen tarkoittaa, että tiimin ei tarvitse tuijottaa näyttöjä koko päivää; sen sijaan järjestelmä hälyttää heitä, kun jokin menee pieleen . Koneoppimisen avulla voidaan tunnistaa malleja, jotka ihminen ei huomaisi, ja muuntaa raakadata älykkäiksi liiketoimintapäätöksiksi.
Älykäs telemetrian hallinta, jota tukevat kohinaa suodattavat prosessit ja hyvin määritelty MELT-datastrategia, mahdollistaa yrityksille täydellisen havaittavuuden. Integroimalla tarkan tiedonkeruun, reaaliaikaisen käsittelyn ja todellisiin KPI-mittareihin keskittyvän visualisoinnin, toimintakustannukset pienenevät merkittävästi ja tapauksiin reagointi nopeutuu, mikä muuttaa tiedonkulun strategiseksi voimavaraksi liiketoiminnan turvallisuuden ja tehokkuuden kannalta.