博客
关于我
电力公司网络流量监控实例
阅读量:307 次
发布时间:2019-03-03

本文共 1020 字,大约阅读时间需要 3 分钟。

欧洲领先电力公司部署Cubro解决方案

案例研究摘要

一家欧洲领先的电力公司部署了新的数据中心,这对增强当前网络可见性提出了额外要求。Cubro通过提供试用方案成功说服客户,解决方案完全符合要求并提供了更高的ROI。客户最终部署了Cubro的Omnia120网络数据包代理和Breakout Box作为解决方案的一部分。

公司概况

这家公司是欧洲领先的电力公司之一,同时也是最大的水电生产商之一,占奥地利水力发电的一半以上,拥有约3000名员工,是一家大型企业。

技术挑战

客户计划实施一个新的数据中心,采用Spine-Leaf架构。这意味着所有相关的网络流量都需要转发到ExtraHop的Reveal (X) NDR平台。这是一个流量分析解决方案,具有2个25G的全数据包分析接口,包括网络流量的实时描述。安全监控解决方案的流量是通过来自所有Leaf交换机的镜像端口提供的,总共有16个10G和24个100G端口需要连接到ExtraHop。

客户在部署过程中面临以下主要技术挑战:

  • 汇聚层将16×10G加上24×100G连接到2×25G的安全监控设备
  • 需要丢弃(过滤掉)非必需的流量,避免不必要的负载
  • 删除重复数据包;由于流量同时从不同的镜像端口接收,相同的数据包会多次出现,这将导致安全监控解决方案不必要的负载
  • Cubro解决方案

    Cubro提供了一种两步处理方法:

    第一步,使用EXA32100作为过滤聚合设备,作为中央连接点,提供网络的所有接口,同时也为安全监控设备提供数据包。
    第二步,数据包被转发到Omnia120进行高性能重复数据删除,以消除重复数据包,减少ExtraHop设备的负载。

    此外,Cubro还提供了两台分线盒。这些分线盒增加了解决方案的稳定性和简单性。通过使用分线盒,可以轻松地从LC连接器转换为MTP连接器,反之亦然。与悬挂在机架中且不坚固的分支电缆相比,连接更加稳定。

    运营和商业效益

    Cubro提供的解决方案具备以下主要运营和商业优势:

  • 消除所有网络环境中的盲点,实现不间断服务和更好的性能
  • 对安全工具的流量进行管理分配,提高了安全工具的效率
  • 改进监控和安全态势
  • 降低监控成本,提高了投资回报率
  • 优秀的技术支持
  • 通过Cubro的解决方案,客户能够在新数据中心中获得完整的网络可见性,同时优化安全工具的性能,降低监控成本,提高投资回报率。Cubro的技术能力、较低的购买价格和维护成本使其成为客户的理想选择。

    转载地址:http://bqll.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些?
    查看>>
    OpenCV与AI深度学习 | CIB-SE-YOLOv8: 优化的YOLOv8, 用于施工现场的安全设备实时检测 !
    查看>>
    OpenCV与AI深度学习 | CoTracker3:用于卓越点跟踪的最新 AI 模型
    查看>>
    OpenCV与AI深度学习 | OpenCV中八种不同的目标追踪算法
    查看>>
    OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
    查看>>
    OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
    查看>>
    OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
    查看>>
    OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
    查看>>
    OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
    查看>>
    OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
    查看>>
    OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
    查看>>
    OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
    查看>>
    OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
    查看>>
    OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
    查看>>
    OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
    查看>>