Bối cảnh và vấn đề nghiên cứu

  • Lý do chọn đề tài: Trong thời đại số hoá, hạ tầng cloud OpenStack được các tổ chức và doanh nghiệp triển khai rộng rãi để cung cấp dịch vụ điện toán đám mây linh hoạt. Tuy nhiên, việc giám sát và bảo mật các thành phần của OpenStack (Nova, Keystone, Neutron, Cinder, Horizon…) là một thách thức do khối lượng log khổng lồ, đa dạng nguồn và nhu cầu phát hiện tấn công (brute‑force, DoS) kịp thời. Nghiên cứu này hướng tới việc xây dựng một hệ thống giám sát tập trung dựa trên Graylog Server để đáp ứng nhu cầu an toàn mạng cho hạ tầng OpenStack.
  • Mục tiêu và câu hỏi/nhiệm vụ nghiên cứu
    1. Xây dựng kiến trúc giám sát log trung tâm cho OpenStack, tích hợp các dịch vụ OpenStack và Rsyslog.
    2. Đánh giá khả năng thu thập, lập chỉ mục và khai thác log bằng Graylog (Elasticsearch, MongoDB).
    3. Thử nghiệm phát hiện các cuộc tấn công brute‑force và DoS trên OpenStack, xác định các mẫu log đặc trưng.
    4. So sánh Graylog Server với các hệ thống giám sát khác (ELK Stack, Splunk, Prometheus) về tính năng, chi phí và khả năng mở rộng.
  • Đối tượng, phạm vi nghiên cứu
    • Đối tượng: Các dịch vụ cốt lõi của OpenStack (Keystone, Glance, Nova, Neutron, Cinder, Horizon) và hệ thống log của chúng.
    • Phạm vi thời gian: Thực hiện trong năm học 2019‑2024, từ giai đoạn thu thập yêu cầu đến triển khai và thử nghiệm.
    • Phạm vi không gian: Hạ tầng OpenStack được cài đặt trên môi trường ảo hoá nội bộ của Trường Đại học Hà Nội; các thành phần Graylog, Elasticsearch và MongoDB cũng được triển khai trong cùng cụm máy chủ.

Cơ sở lý thuyết và phương pháp

  • Khung lý thuyết & khái niệm
    • Cloud Computing: Định nghĩa, mô hình (IaaS, PaaS, SaaS) và các đặc điểm thiết yếu (tự phục vụ, mở rộng nhanh, đo lường) theo NIST.
    • OpenStack: Nền tảng mã nguồn mở, gồm các dịch vụ Identity Service (Keystone), Image Service (Glance), Compute Service (Nova), Networking Service (Neutron), Block Storage (Cinder) và Dashboard (Horizon).
    • Giám sát an toàn mạng: Thu thập log, phát hiện xâm nhập, phân tích, báo cáo, và phản ứng. Các khái niệm như log tập trung, SIEM, GELF (Graylog Extended Log Format).
    • Graylog Server: Kiến trúc gồm Graylog server, Elasticsearch (lập chỉ mục), MongoDB (metadata), Graylog Sidecar (collectors), luồng (streams) và đường ống xử lý (pipeline).
  • Phương pháp nghiên cứu
    • Phân tích‑tổng hợp: Tổng hợp tài liệu về OpenStack, các công nghệ log và hệ thống giám sát hiện có.
    • Thiết kế hệ thống: Lập sơ đồ kiến trúc (xem Hình 2.13 – Kiến trúc Graylog Server và Hình 2.15 – Kiến trúc hệ thống giám sát).
    • Triển khai & thực nghiệm: Cài đặt Rsyslog trên các node OpenStack, cấu hình chuyển log qua UDP (cổng 5145, 5114) tới Graylog; thực hiện các kịch bản tấn công brute‑force và DoS, thu thập log (hình 3.18‑3.25).
    • So sánh hệ thống: Đối chiếu Graylog với ELK Stack, Splunk, Prometheus qua bảng so sánh (Bảng 2.3‑2.5).
    • Nguồn dữ liệu: Log từ các dịch vụ OpenStack, log Graylog, kết quả thử nghiệm tấn công, các tài liệu chuẩn (NIST, CSA, ISO 27001/27002).

Nội dung chính theo từng chương

Chương 1 – Giới thiệu chung

  • Trình bày bối cảnh và lợi ích, khó khăn khi triển khai hệ thống giám sát an toàn mạng trong môi trường cloud.
  • Tổng quan về điện toán đám mây (định nghĩa, mô hình, dịch vụ) và các mối đe dọa bảo mật (DDoS, brute‑force, API không an toàn, vấn đề IAM).
  • Đánh giá nhu cầu log tập trung và giám sát thời gian thực để đảm bảo khả năng phát hiện, phân tích và phản ứng.

Chương 2 – Giám sát hạ tầng Cloud OpenStack

  • Tổng quan OpenStack: Lịch sử, kiến trúc 6 thành phần, các dịch vụ cơ bản (Keystone, Glance, Nova, Neutron, Cinder, Horizon).
  • Giải pháp an toàn cho OpenStack: Kiểm soát truy cập (RBAC, security groups), mã hoá dữ liệu, tường lửa WAF (ModSecurity), quản lý log.
  • Graylog Server: Giới thiệu chức năng, kiến trúc (xem Hình 2.13), luồng, pipeline, GELF.
  • So sánh Graylog với các hệ thống khác:
Tiêu chí Graylog Server ELK Stack Splunk Prometheus
Kiến trúc Graylog + Elasticsearch + MongoDB Elasticsearch + Logstash + Kibana Phiên bản trả phí, tính năng mạnh Thu thập chỉ số, không tập trung log
Tính năng bảo mật Xác thực, RBAC, TLS Cần plugin bổ sung Tích hợp mạnh nhưng đắt Tập trung vào cảnh báo chỉ số
Độ linh hoạt Tùy chỉnh luồng, pipeline Cấu hình phức tạp Độ tùy chỉnh cao, chi phí Hạn chế trong xử lý log
Quản lý dữ liệu Lưu trữ log trong Elasticsearch, metadata trong MongoDB Lưu trữ log trong Elasticsearch Lưu trữ riêng, chi phí cao Không lưu trữ log chi tiết
Chi phí Miễn phí (phiên bản Community) Miễn phí (Community) Có bản trả phí Miễn phí (open‑source)
  • Các luồng hoạt động: Thu thập log từ các dịch vụ OpenStack qua Rsyslog, truyền tới Graylog, lập chỉ mục trong Elasticsearch, hiển thị qua giao diện web.

Chương 3 – Cấu hình, triển khai và thử nghiệm

  • Cấu hình Rsyslog trên controller và compute nodes (cổng 5145 và 5114, UDP) để gửi log tới Graylog.
  • Cài đặt MongoDB và Elasticsearch: Đảm bảo dịch vụ Graylog có thể lưu trữ và truy vấn log.
  • Triển khai Graylog Sidecar cho các thành phần log collector (Beat, NXLog).
  • Thử nghiệm tấn công:
    • Brute‑force (hình 3.18‑3.20) – log hiển thị các nỗ lực đăng nhập thất bại, khóa tài khoản.
    • DoS (hình 3.22‑3.25) – log ghi nhận lưu lượng bất thường, cảnh báo từ Graylog.
  • Kết quả: Graylog phát hiện và cảnh báo các sự kiện bất thường trong thời gian thực, cho phép quản trị viên phản hồi nhanh.

Thiết kế và triển khai (được thêm vì đề tài là đồ án phần mềm)

  • Kiến trúc hệ thống (xem Hình 2.15):
    • Input: Log nguồn từ OpenStack (Nova, Keystone, Glance, Neutron, Cinder, Horizon) và Apache2.
    • Collector: Rsyslog → UDP → Graylog Sidecar.
    • Processing: Graylog pipelines, streams, extracts.
    • Storage: Elasticsearch (log), MongoDB (metadata).
    • Visualization: Dashboard Graylog với widgets biểu đồ, bảng, cảnh báo.
  • Công nghệ sử dụng:
    • Ngôn ngữ: Python (OpenStack), Java (Graylog).
    • Công cụ: Rsyslog, Graylog Sidecar, Elasticsearch 7.x, MongoDB 4.x.
  • Kiểm thử: Kiểm thử chức năng (thu thập, lập chỉ mục, hiển thị), kiểm thử tải (độ chịu tải 3 msg/s trung bình), kiểm thử bảo mật (TLS cho truyền log).

Kết quả và đóng góp

  • Kết quả chính
    • Hoàn thành hệ thống giám sát log trung tâm cho OpenStack, tích hợp thành công các dịch vụ OpenStack và Graylog.
    • Thu thập và lập chỉ mục hơn 3 triệu bản ghi log trong giai đoạn thử nghiệm, phát hiện tất cả các cuộc brute‑force và DoS được thực hiện (xem hình 3.18‑3.25).
    • Bảng so sánh (Bảng 2.3‑2.5) chứng minh Graylog có chi phí thấp, độ linh hoạt cao và khả năng mở rộng phù hợp với môi trường học thuật.
  • Giải pháp/kiến nghị
    • Áp dụng Rsyslog + Graylog Sidecar làm chuẩn thu thập log trong các môi trường OpenStack.
    • Đề xuất cấu hình security groups và WAF (ModSecurity) để giảm thiểu rủi ro tấn công API.
    • Khuyến nghị định kỳ kiểm tra pipeline Graylog để cập nhật các rule phát hiện mới.
  • Đóng góp so với nghiên cứu trước
    • So với các công trình chỉ tập trung vào giải pháp ELK hoặc Splunk, đề tài đưa ra giải pháp mở nguồn miễn phí, đáp ứng tốt cho các trường đại học và doanh nghiệp vừa và nhỏ.
    • Thêm phân tích thực nghiệm chi tiết về các mẫu log tấn công, một phần thường thiếu trong các tài liệu tổng quan.

Hạn chế và hướng nghiên cứu tiếp

  • Hạn chế
    • Thí nghiệm chỉ diễn ra trên một cụm OpenStack nội bộ, chưa kiểm chứng trên môi trường đa‑đám mây (public cloud).
    • Khả năng phát hiện tấn công nâng cao (APT, zero‑day) phụ thuộc vào rule hiện tại của Graylog, chưa có cơ chế học máy.
  • Hướng nghiên cứu tương lai
    • Mở rộng hệ thống sang các môi trường hybrid cloud, tích hợp log từ Kubernetes.
    • Áp dụng machine learning (clustering, anomaly detection) trên log Elasticsearch để tự động phát hiện các mẫu tấn công mới.
    • Nghiên cứu độ tin cậy và khả năng phục hồi của Graylog khi gặp mất kết nối mạng hoặc lỗi node.

Giá trị tham khảo

  • Đối tượng:
    • sinh viên Công nghệ thông tin, Kỹ thuật máy tính thực hiện đồ án / khóa luận về giám sát hệ thống, bảo mật cloud.
    • các nghiên cứu sinh và chuyên gia muốn triển khai giải pháp log tập trung cho OpenStack hoặc môi trường tương tự.
  • Phần đáng tham khảo
    • Chương 2: Kiến trúc OpenStack và các dịch vụ cốt lõi.
    • Bảng 2.3‑2.5: So sánh các nền tảng giám sát, hữu ích khi lựa chọn công cụ.
    • Chương 3: Cấu hình Rsyslog và Graylog Sidecar – hướng dẫn chi tiết từng bước triển khai.
    • Phần “Thiết kế và triển khai”: Cấu trúc hệ thống, công nghệ sử dụng, các vấn đề kiểm thử.

Câu hỏi thường gặp

  1. Graylog Server được sử dụng để làm gì trong đồ án?

    • Graylog là máy chủ giám sát log trung tâm, thu thập log từ tất cả các dịch vụ OpenStack qua Rsyslog, lưu trữ trong Elasticsearch và cung cấp giao diện web để phân tích, cảnh báo và tạo dashboard.
  2. Các dịch vụ OpenStack nào được giám sát và cách cấu hình chúng?

    • Các dịch vụ Keystone, Glance, Nova, Neutron, Cinder, Horizon cùng Apache2 đều được cấu hình Rsyslog để gửi log UDP (cổng 5145/5114) tới Graylog. Cấu hình cụ thể nằm trong phụ lục Cấu hình Rsyslog (không có trong văn bản, nhưng được mô tả ở chương 3).
  3. Graylog Sidecar có vai trò gì và làm sao triển khai?

    • Sidecar là agent quản lý các collector (Beats, NXLog) trên từng node, đảm bảo log được định dạng GELF và gửi tới Graylog. Triển khai bằng gói cài đặt .deb và cấu hình file /etc/graylog/sidecar/sidecar.yml.
  4. Làm thế nào để Graylog phát hiện một cuộc brute‑force trên OpenStack?

    • Khi một tài khoản thực hiện nhiều lần đăng nhập thất bại (hình 3.18‑3.20), log chứa các trường source_ip, username, result=failed. Graylog pipeline có rule lọc số lần đăng nhập thất bại > 5 trong 1 phút, chuyển vào stream “Brute‑Force” và gửi cảnh báo email.
  5. Có thể mở rộng hệ thống để giám sát các container Kubernetes không?

    • Có thể, bằng cách cài đặt Fluent Bit hoặc Filebeat trên các node Kubernetes, cấu hình chúng gửi GELF tới Graylog. Kiến trúc hiện tại đã hỗ trợ nhiều input và pipeline, chỉ cần thêm input type “Kubernetes”.

Kết luận

Đồ án đã xây dựng và triển khai thành công một hệ thống giám sát log tập trung cho hạ tầng Cloud OpenStack, sử dụng Graylog Server kết hợp Rsyslog, Elasticsearch và MongoDB. Hệ thống không chỉ đáp ứng yêu cầu phát hiện thời gian thực các cuộc tấn công brute‑force và DoS mà còn cung cấp công cụ phân tích, dashboard linh hoạt cho người quản trị. So sánh với các giải pháp thương mại cho thấy Graylog là lựa chọn phù hợp cho các môi trường học thuật và doanh nghiệp vừa và nhỏ, với chi phí thấp và độ mở rộng tốt. Các hạn chế về quy mô và khả năng phát hiện tấn công nâng cao mở ra hướng nghiên cứu tiếp theo: mở rộng đa‑cloud, tích hợp machine learning và cải thiện khả năng phục hồi của hệ thống.