Компания «Нейтрино Технолоджис» провела практическое внедрение решения Neutrino Foresight для анализа NetFlow-статистики...
29 Июля 2026 16:54 29 Июл 2026 16:54 |
Компания «Нейтрино Технолоджис» провела практическое внедрение решения Neutrino Foresight для анализа NetFlow-статистики в инфраструктуре Cloud.ru. Проект подтвердил возможность эффективной работы системы в трех независимых контурах с локальным сбором данных в каждом из них и доступом к общей аналитике через единый интерфейс. Об этом CNews сообщил представитель Netwell.
Neutrino Foresight – это платформа аналитики сетевого трафика. Neutrino Foresight принимает метрики и потоки (NetFlow/sFlow/IPFIX) с сетевых устройств (коммутаторы, маршрутизаторов и NGFW), дедуплицирует, обогащает контекстными атрибутами, осуществляет хранение и предоставляет возможности глубокого анализа собранной информации. Система помогает быстро ответить на вопросы, кто, куда и сколько трафика генерирует, выявлять аномалии и сетевые атаки в режиме реального времени, расследовать инциденты для ИТ- и ИБ-команд.
Перед командой проекта стояла задача обеспечить эффективный сбор NetFlow-статистики с сетевых устройств в каждом из независимых контуров без необходимости отправки сырых потоков на центральную площадку. Данное требование продиктовано желанием минимизировать связность решения и сократить объем передачи данных между площадками и ЦОД. Помимо этого, стояла задача организовать длительное хранение информации о сетевых взаимодействиях, аномалиях в трафике и атаках, направленных на отказ в обслуживании. Также одним из основных требований Cloud.ru была проверка совместимости с Astra Linux.
Для решения задач заказчика команда проекта воспользовалась отличительной функцией Neutrino Foresight – горизонтальным масштабированием на уровне хранилища. При этом подходе данные о трафике в каждом контуре собираются и хранятся локально, а основной экземпляр системы обеспечивает доступ к статистике всех площадок на этапе построения аналитических дашбордов. Таким образом, в рамках проекта в каждом контуре был установлен независимый экземпляр Neutrino Foresight: коллектор, модуль обогащения потоков, хранилище и пользовательский интерфейс. Далее на уровне хранилища была обеспечена сетевая связность и организована работа кластера.
Механизм горизонтального масштабирования позволил распределить нагрузку между экземплярами системы на этапе построения дашбордов. Если дашборд относится к данным одной площадки, система обращается только к соответствующему экземпляру хранилищу. Если требуется сводная аналитика, выполняется распределенный запрос, при котором результаты с каждого из экземпляров системы агрегируются в едином интерфейсе. Для пользователя такая схема прозрачна и выглядит как единое распределенное хранилище: отчеты, виджеты и дашборды доступные из одного интерфейса.
Совместимость Neutrino Foresight с Astra Linux была подтверждена. Все три коллектора развернуты как виртуальные машины с низкими требованиями к ресурсам.
В ходе проекта также была реализована интеграция для массовой загрузки групп и подсетей. Эта функция потребовалась заказчику для более удобной аналитики трафика между VLAN, региональными сегментами и другими логическими группами.
«Для нас было важно проверить работу решения в архитектуре, близкой к реальным условиям эксплуатации: несколько контуров, локальный сбор NetFlow-статистики, единый интерфейс аналитики, низкая нагрузка на сети и требования к длительному хранению данных. В ходе проекта команда подтвердила возможность такой схемы и показала гибкость в работе с нашими требованиями», – отметил Дмитрий Максимов, руководитель департамента эксплуатации и поддержки Cloud.ru.
Что должна уметь платформа, чтобы заменить SharePoint, Creatio и Mendix по
Netwell сопровождал работы по проекту на всех этапах и помогал координировать взаимодействие между командами. Участие партнера было особенно важно с учетом сложности инфраструктуры заказчика и необходимости синхронизации между несколькими командами.
«В подобных проектах важна не только функциональность продукта, но и готовность вендора быстро реагировать на реальные задачи заказчика. В ходе проверки команда «Нейтрино Технолоджис» оперативно адаптировала возможности аналитики под потребности Cloud.ru. Такой подход выгодно отличает компанию на рынке», — отметил Александр Грачев, BDM Netwell.
Что в итоге получил заказчик Cloud.ru: единое окно: сквозную аналитику, дашборды и выявление аномалий; более быстрый разбор инцидентов и деградаций сервисов за счет централизованной аналитики, фильтров по подсетям/экспортерам и видимости «кто/куда/сколько»; экономию сетевого трафика и ресурсов платформы: локальный сбор, обогащение и хранение, а «межплощадочно» передаются только результаты аналитических запросов; лучшее планирование емкости и затрат – возможность анализа трафика поверх исторических данных показывает тренды и пики; горизонтальное масштабирование системы мониторинга трафика без перестройки архитектуры – добавление новых площадок или горизонтальное увеличение производительности по мере роста; соответствие курсу на импортонезависимость – подтверждена работа отечественного решения Neutrino Foresight на отечественной операционной системе Astra Linux для задач отечественного провайдера облачных сервисов.
«Этот проект показал эффективность работы Neutrino Foresight в распределенной инфраструктуре с несколькими независимыми контурами, обеспечивая возможность гибкого развертывания и горизонтального масштабирования. Мы подтвердили совместимость с требуемыми версиями Astra Linux, обеспечили сбор данных с разных площадок и предоставили заказчику единый интерфейс для анализа сетевых взаимодействий», — отметил Ярослав Киселев, руководитель продуктового направления «Нейтрино Технолоджис».
Экономика ИИ: почему будущее ИИ-инфраструктуры за крупными облачными регионами Цифровизация
В рамках дальнейшего развития стороны также обсуждали интеграцию Neutrino Foresight с Jira по API для автоматической передачи информации об обнаруженных сетевых аномалиях в систему управления задачами и инцидентами.
По итогам внедрения Neutrino Foresight подтвердил готовность к работе в сложных распределенных инфраструктурах, где требуется локальный сбор NetFlow-статистики, единый интерфейс аналитики, длительное хранение данных и минимальная нагрузка на сеть.