Säker händelsestyrd automation med Zabbix och Ansible i Cisco-nät

Sammanfattning

I nätverksdrift kan övervakningssystem som Zabbix användas för att generera händelser (events) som startar automatiserade åtgärder i verktyg som Ansible. Detta kan minska manuell hantering och korta tiden till åtgärd, men innebär också att övervakningslogiken måste vara korrekt utformad. Om triggers är för känsliga kan tillfälliga avvikelser leda till upprepade åtgärder. Om de är för strikta kan verkliga fel upptäckas sent eller inte alls. Detta examensarbete analyserar hur Zabbix-konfigurationen påverkar kvaliteten på händelser (events) i en händelsestyrd automationskedja med Ansible och Cisco-utrustning. Syftet är att analysera hur update interval, triggerutvärdering och recovery/hysteresis påverkar hur snabbt problem upptäcks, hur snabbt systemet återgår till OK-läge, hur många händelser av typen “Problem” (problem-events) som skapas och hur ofta automation startas. Studien genomfördes i en kontrollerad labbmiljö, där två incidenttyper användes för att visa olika felmönster. Blackhole-scenariot användes för att analysera ett stabilt nårbarhetsfel, medan flapping-scenariot användes för att undersöka hur systemet hanterar instabila tillstånd med återkommande växlingar. Resultaten visar att Zabbix-konfigurationen har stor betydelse för både snabbhet och stabilitet i automationskedjan. Inställningar med kort update interval och låga observationskrav ger snabbare detektion och återgång vid stabila fel, men kan skapa flera händelser vid flappande tillstånd. Mer strikta inställningar ger stabilare händelsegenerering, men ökar risken för fördröjd detektion av kortare incidenter. Studien visar därmed att säker händelsestyrd automation kräver en balans mellan snabb respons och stabil larmhantering.