diff --git a/docs/teilprojekte.md b/docs/teilprojekte.md index 31ec163..633a3ae 100644 --- a/docs/teilprojekte.md +++ b/docs/teilprojekte.md @@ -205,7 +205,11 @@ FT kaschierte das bisher als „Roaming" statt „schwache Abdeckung". - Abh.: TP1 ✅. TP3-Abhängigkeit entfällt (WLAN läuft weiterhin über FB bis TP3). - **Ermöglicht jetzt:** PVID-Fix in Omada-Profilen (MAIN→PVID10, INFRA→PVID20), untagNetworkIds-Bereinigung, DHCP-Reservierungen für NAS/macmini/pve auf neue VLAN-Subnetze migrieren. -### TP5 — Firewall & Inter-VLAN-Policy ▸ ⏳ TEIL-LIVE auf `crs326-core` (Holes + WAN-Seal re-verifiziert 2026-08-14; Deny-by-default steht aus) — **jetzt das nächste Arbeitspaket, Session vorbereitet** — 📋 `docs/tp5-deny-by-default-runbook.md` +### TP5 — Firewall & Inter-VLAN-Policy ▸ ⏳ **ETAPPE 1 LÄUFT** (Log-Lauf seit 2026-08-14 live auf `crs326-core`) — 📋 `docs/tp5-deny-by-default-runbook.md` +- ✅ **Etappe 1 ausgerollt 2026-08-14** (über Nautobot GC, manual Config Plans; Backups `core-pre-/post-tp5-etappe1-20260814.backup`). Auf dem Gerät: `forward`-Regel `action=log log-prefix="TP5-WOULD-DROP"` am Kettenende, Syslog-Action `tp5syslog` → **Kollektor `10.40.20.18:514`** (syslog-ng-Container `tp5-syslog` auf dem Docker-LXC, Logs `/opt/tp5-syslog/log/`, 10-Minuten-Cron kappt bei 500 MB — der LXC hat nur ~2,5 GB frei). `firewall` ist aus dem Memory-Ring genommen (`topics=info,!firewall`), sonst wäre der On-Box-Log tagelang unbrauchbar. **Blockiert nichts.** Artefakte: `routeros/tp5-etappe1-log-lauf.rsc`, Push-Werkzeug `nautobot/gc-manual-plan.py`. Compliance danach **16/17** (der eine Rotpunkt `ip-address` = bekannte VLAN1-Bring-up-IP `10.40.41.211` aus dem TP22-Backlog, **keine neue Drift**). +- 🔴 **Fund aus dem Log-Lauf, der Etappe 3 bestimmt: die Regel fing anfangs auch allen Internet-Verkehr** (`out:vlan100`, ~¼ der Zeilen in einer ruhigen Minute, unter Last mehr). Die Log-Regel steht deshalb jetzt auf `out-interface-list="!WAN"`. **Konsequenz für den späteren Drop: er darf NICHT bare ans Kettenende** — davor gehört `accept out-interface-list=WAN`, sonst ist das ganze Haus offline. Diese Whitelist-Zeile ist damit bekannt und muss nicht aus dem Log wiederentdeckt werden. +- 🔍 **Erste Befunde nach 60 s** (Rate nach Einengung ~166 Zeilen/min): **76 % des Inter-VLAN-Verkehrs ist `vlan20 → bridge`, also INFRA nach VLAN1** — ein Monitoring-Host `10.40.20.151` scrapet ~10 tote/alte `10.40.41.x`-Ziele, HA `.20.105` zieht auf `10.40.41.100:8006` (pve unter seiner **alten** VLAN1-Adresse, real `.20.100`), `.20.107` auf `10.40.41.10:8080`. **Das ist TP19-Material, das TP5 gerade sichtbar macht.** Weiter: `vlan20 → vlan99:8728` (MikroTik-API auf branch/ap1/ap2 = **der Management-Pfad selbst**, muss in die Whitelist, betrifft D4), `vlan20 → vlan30` (HA → Drucker `.30.5:631`, Shelly, Nuki `.30.244:8080`), `vlan10 ↔ vlan20` (Synology Drive `6690`, Apple-Continuity `udp/3722`). +- ✅ **D2 entschieden (User 2026-08-14): iPhone wird ins MAIN-SSID umgehängt.** Faktenlage war: `10.40.30.201`, dynamische Lease, Hostname `iPhone`, MAC `12:99:A6:AC:B0:CB` = iOS Private Wi-Fi Address, aktiv auf `dirtyvader-iot` mit 748 MB rx. Die statische Reservierung `10.40.10.196` „iPhone" (andere private MAC — iOS vergibt **pro SSID** eine eigene) belegt, dass es dasselbe Telefon ist. **Umhängen ist die Hands-on-Aufgabe von Christoph** (SSID am Gerät wechseln + `dirtyvader-iot` vergessen lassen); technisches Argument: eine Whitelist auf eine rotierende Private MAC wäre ohnehin instabil. - 📋 **Session-Runbook liegt (2026-08-14): `docs/tp5-deny-by-default-runbook.md`** — Ist-Stand live erhoben, **beobachtete Inter-VLAN-Flow-Matrix** (conntrack + Counter), 6 offene Entscheidungen (D1–D6), 4 Etappen mit Absicherung, Verifikation + Rollback. **Kernansatz: Etappe 1 ist ein reiner Log-Lauf ohne Blockierung** (`action=log` ans Ende von `forward`) — die Whitelist wird aus dem Log abgeleitet, nicht am Schreibtisch geraten. Drei Funde, die vorab eine Entscheidung brauchen: ein **iPhone sitzt in VLAN30**, ein **ICMP-Dauersweep von `.10.82` auf alle Shellys**, und **vlan99 ist Mitglied der `LAN`-Liste** (→ `seal-lan` erlaubt Mgmt-Input aus jedem VLAN). **VLAN50/90 tragen null Inter-VLAN-Verkehr** → Internet-only-Pinning ist dort risikofrei. - **Deny-by-default + least-privilege** (Ziel). MAIN→INFRA nur Whitelist-Dienste; MAIN↔MEDIA allow (+mDNS); UNTRUSTED/GUEST nur Internet; MGMT isoliert; Router-input gehärtet. - ⚠️ **Gerätewechsel beachten (2026-08-14 nachgetragen):** der ✅-Block unten war ursprünglich **auf ap1** verifiziert (2026-07-02) — ap1 ist seit 2026-08-08 Werksreset und reiner AP. Die Regeln sind beim Core-Cutover (TP21.1) mitgewandert, waren am neuen Gerät aber **nie gegengeprüft**. Am **2026-08-14 auf `crs326-core` live nachverifiziert** (`list_firewall_rules`, chains `forward` 13 Regeln / `input` 12 Regeln): **alle unten gelisteten Regeln existieren, sind enabled, tragen ihre `TP5:`/`TP10-seal-`-Kommentare und zählen Traffic.** Merkregel: nach jedem Rollenwechsel eines Geräts gilt eine Verifikation vom Vorgänger nicht weiter. diff --git a/docs/tp5-deny-by-default-runbook.md b/docs/tp5-deny-by-default-runbook.md index d104471..9f6c692 100644 --- a/docs/tp5-deny-by-default-runbook.md +++ b/docs/tp5-deny-by-default-runbook.md @@ -89,7 +89,7 @@ Beispiel: `INFRA→MEDIA` hat 178.142 Pakete auf dem Zähler, stand aber im Snap | # | Frage | Vorschlag | |---|---|---| | **D1** | MAIN→INFRA: welche Dienste? | Beobachtet: NAS `6690`, pve-mcp `3000`, macmini `49152`, `3722`. Vorschlag: **erst mit dem Log-Lauf (Etappe 1) vervollständigen**, dann Whitelist — nicht jetzt raten. | -| **D2** | iPhone `.30.201` in IOT | Ins MAIN-SSID holen (sauber) **oder** bewusst als Ausnahme dulden. Empfehlung: umhängen. | +| **D2** | ~~iPhone `.30.201` in IOT~~ | ✅ **ENTSCHIEDEN (2026-08-14): ins MAIN-SSID umhängen.** Hands-on bei Christoph (SSID wechseln + `dirtyvader-iot` vergessen lassen). Beleg, dass es dasselbe Telefon ist: die statische Reservierung `10.40.10.196` „iPhone" trägt eine *andere* private MAC — iOS vergibt **pro SSID** eine eigene Private Address. Genau darum wäre eine Whitelist auf `.30.201` instabil. | | **D3** | ~~ICMP-Sweep `.10.82`→IOT~~ | ✅ **ENTSCHIEDEN (2026-08-14): `lanscan.app`, Ad-hoc vom Arbeitsplatz.** Keine Dauerregel — läuft über die **JIT-Admin-Gruppe** (selbstverfallend). Deckt sich mit D4. | | **D4** | Wer darf auf VLAN99-Mgmt? | Vorschlag: nur MAIN (`vlan10`), Rest drop. `seal-lan` entsprechend verengen. | | **D5** | IOT→INFRA-Whitelist | Doku nennt MQTT 1883/8883, HA-API, Influx 8086. Beobachtet real: **`8123` (HA), `5540/udp` (Matter)**. Vorschlag: die beobachteten + MQTT. | @@ -104,19 +104,69 @@ Beispiel: `INFRA→MEDIA` hat 178.142 Pakete auf dem Zähler, stand aber im Snap > Vor **jedem** Push `/system backup` auf dem Core (Regel 3). Und: **nur die Gegenprüfung am Gerät zählt**, > Job- und Plan-Status sind kein Wirksamkeitsnachweis (zweimal belegt, TP21.1/TP22). -### Etappe 1 — Log-Lauf (blockiert nichts, Dauer: einige Tage) +#### Push-Werkzeug + Fallen (aus dem Etappe-1-Rollout, 2026-08-14 am Gerät belegt) -Eine einzige Regel **ans Ende von `forward`**, `action=log` statt `drop`: +Werkzeug: `nautobot/gc-manual-plan.py --device --commands-file --change-id [--dry-run|--deploy]`. +Es legt den manual Plan an, prüft `plan.device` gegen den Namen, gibt frei, deployt und liest +**den Plan-Status** zurück (nicht den Job-Status). Kommentar-/Leerzeilen werden abgestreift. + +1. 🔴 **Bindestriche in `name=` werden abgelehnt.** `add name="tp5-remote"` und `add name="tp5-abc"` + werfen, `add name="tp5syslog"` geht — **Quoten hilft nicht.** Das hat vier Deploys gekostet, weil die + naheliegende Erklärung („`remote=` darf nicht ins selbe `add` wie `target=remote`") *falsch* war: + `set remote=… remote-port=…` in einem Statement läuft anstandslos. Bei neuen benannten Objekten + also **Namen ohne Bindestrich** wählen, oder das Gegenteil erst beweisen. +2. 🔴 **Ein gescheiterter Netmiko-Deploy hinterlässt einen TEIL-Zustand.** Die TP22-Notiz + „gescheiterter Deploy = sauberer Fehlschlag" galt dem **NAPALM**-Weg, der scheiterte, *bevor* er das + Gerät anfasste. Netmiko schickt Zeile für Zeile und lässt Abgesetztes stehen: der erste Push hier + hinterließ Zeile 3+4 ohne 1+2. **Nach jedem Fehlschlag den Ist-Stand am Gerät prüfen.** +3. **Keine `print`-Zeilen in einen Config Plan.** Ein `/system identity print` als Kanarienzeile hat die + unmittelbar folgende Zeile verschluckt und eine Fehldiagnose erzeugt. +4. **Selbstprotokollierende Pläne sind die Diagnosemethode.** Der Deploy-Job liefert nur + `E1028: found bad/failed/failure in output` und zeigt den Geräte-Output **nicht**. Jedes Kommando in + `:do {…} on-error={ :log info "…" }` wickeln und danach eine Zählzeile + `:log info ("… count=" . [:tostr [:len [… find …]]])` setzen — anschließend per `get_log` zeilengenau + auslesen. Damit ist Root-Cause-Analyse **ohne Direkt-Write** möglich. + +### Etappe 1 — Log-Lauf (blockiert nichts, Dauer: einige Tage) ▸ ✅ **AUSGEROLLT 2026-08-14, läuft** + +Ausgerollt über Nautobot GC (manual Config Plans, `nautobot/gc-manual-plan.py`), Quelle +`routeros/tp5-etappe1-log-lauf.rsc`. Auf dem Gerät: ``` -/ip firewall filter add chain=forward action=log log-prefix="TP5-WOULD-DROP" comment="TP5: log-only, Vorstufe zum deny-by-default" +/ip firewall filter add chain=forward action=log log-prefix="TP5-WOULD-DROP" \ + comment="TP5: log-only, Vorstufe zum deny-by-default" out-interface-list="!WAN" ``` Das protokolliert exakt die Pakete, die der spätere Drop treffen würde — inklusive der Dinge, an die niemand denkt (Drucker-Discovery, Backup-Jobs, ein Gerät, das nur einmal pro Woche funkt). **Diese Liste -ist die Whitelist**, nicht eine am Schreibtisch ausgedachte. Danach D1/D3/D5 final beantworten. +ist die Whitelist**, nicht eine am Schreibtisch ausgedachte. Danach D1/D5 final beantworten. -⚠️ Log-Ziel vorher setzen (`/system logging`), sonst läuft nur der Speicher-Ringpuffer mit. +**Log-Ziel steht:** syslog-ng-Container `tp5-syslog` auf dem Docker-LXC, **`10.40.20.18:514`**, +Dateien unter `/opt/tp5-syslog/log/` (`tp5-would-drop.log` gefiltert + Host-Dateien). +Auf dem Core: Action `tp5syslog` + `logging add topics=firewall action=tp5syslog`. +Disk-Logging auf dem Core scheidet aus (**nur ~3 MB freier Flash**), der Memory-Ring (1000 Zeilen) +wickelt sich in Minuten um. `firewall` ist aus dem Memory-Ring genommen (`topics=info,!firewall`), +damit der On-Box-Log während des mehrtägigen Laufs für andere Fehlersuche brauchbar bleibt — +**am Ende von Etappe 1 auf `topics=info` zurückbauen.** +⚠️ Der LXC hat nur ~2,5 GB frei; `/usr/local/bin/tp5-log-guard.sh` (Cron, alle 10 min) kappt bei 500 MB +je Datei per Truncate-in-place. Ein vollgelaufenes Dateisystem risse dort auch adguard/cloudflared mit. + +#### 🔴 `out-interface-list="!WAN"` — warum die Regel nicht bare steht + +Bare gefasst fing sie **auch den gesamten Internet-Verkehr** (`out:vlan100`): in einer ruhigen Minute +242 Zeilen/min, davon ¼ WAN-bound, unter Last deutlich mehr. LAN→WAN ist aber eine **garantierte** +Whitelist-Zeile — ohne sie hat kein VLAN Internet, auch die „Internet-only"-VLANs 50/90 nicht. +Es wäre also Rauschen genau in der Matrix, die Etappe 2 ableiten soll. + +**Merkposten für Etappe 3:** der Drop darf aus demselben Grund **nicht** bare ans Kettenende — +`accept out-interface-list=WAN` gehört davor, sonst ist das ganze Haus offline. Diese Zeile ist +bekannt und braucht keinen Beleg aus dem Log. + +#### Auswertung + +```bash +ssh root@10.40.20.100 'pct exec 400 -- grep -o "in:vlan[0-9]* out:[a-z0-9]*" /opt/tp5-syslog/log/tp5-would-drop.log | sort | uniq -c | sort -rn' +``` ### Etappe 2 — Whitelists bauen (noch immer ohne Drop) diff --git a/nautobot/gc-manual-plan.py b/nautobot/gc-manual-plan.py new file mode 100644 index 0000000..665694e --- /dev/null +++ b/nautobot/gc-manual-plan.py @@ -0,0 +1,197 @@ +#!/usr/bin/env python3 +r"""Manuellen Golden-Config-Plan anlegen, freigeben und deployen. + +Der von der Governance (TP22) vorgeschriebene Weg fuer Geraeteaenderungen: +feature-/manual-scoped, **nie** "full intended" — ein Voll-Push schriebe +`<>`-Sektionen woertlich aufs Geraet (WLAN-PSKs, WG-Privkey). + + python3 nautobot/gc-manual-plan.py --device crs326-core \ + --commands-file /pfad/zu/commands.rsc --change-id "TP5-Etappe1" --dry-run + python3 nautobot/gc-manual-plan.py --device crs326-core \ + --commands-file /pfad/zu/commands.rsc --change-id "TP5-Etappe1" --deploy + +Ablauf: Job "Generate Config Plans" (plan_type=manual) -> Plan auf Approved +-> Job "Deploy Config Plans". Dazwischen wird jeweils auf den JobResult gewartet. + +ZWEI TP22-LEHREN SIND HIER EINGEBAUT +------------------------------------ +1. **Job-Status ist kein Wirksamkeitsnachweis.** Der Deploy-Job meldete schon + SUCCESS, waehrend der Plan auf Failed stand. Das Skript liest darum nach dem + Deploy den *Plan*-Status zurueck und richtet seinen Exit-Code danach. + Die eigentliche Abnahme bleibt trotzdem die Gegenpruefung am Geraet. +2. **Geraete werden einzeln per Name aufgeloest**, nie positional aus einer + Sammelabfrage. Nautobot sortiert Sammelabfragen alphabetisch; eine positionale + Zuordnung hat einen Deploy schon mal ans falsche Geraet geschickt. +""" +import argparse +import json +import os +import pathlib +import sys +import time +import urllib.error +import urllib.request + +NB = os.environ.get("NAUTOBOT_URL", "http://10.40.20.30:8080") +GEN_JOB = "f93bfa53-2332-4fa2-a6ab-5921c802fcee" # Generate Config Plans +DEPLOY_JOB = "31c3f093-eeec-43fa-ba4a-0aed2f3c67aa" # Deploy Config Plans + + +def token(): + t = os.environ.get("NAUTOBOT_TOKEN") + if not t: + raise SystemExit("NAUTOBOT_TOKEN nicht gesetzt " + "(steht in docs/nas-vlan20/stacks/210-nautobot.yml, gitignored)") + return t + + +def api(path, method="GET", payload=None): + req = urllib.request.Request( + f"{NB}{path}", + data=json.dumps(payload).encode() if payload is not None else None, + method=method, + headers={"Authorization": f"Token {token()}", + "Content-Type": "application/json", + "Accept": "application/json"}, + ) + try: + with urllib.request.urlopen(req, timeout=60) as resp: + raw = resp.read() + return json.loads(raw) if raw else {} + except urllib.error.HTTPError as e: + sys.stderr.write(f"HTTP {e.code} auf {method} {path}\n{e.read().decode()[:2000]}\n") + raise + + +def resolve_device(name): + """Einzeln per Name — siehe Kopfkommentar, Lehre 2.""" + res = api(f"/api/dcim/devices/?name={name}")["results"] + if len(res) != 1: + raise SystemExit(f"Device {name!r}: {len(res)} Treffer statt genau 1") + return res[0]["id"] + + +def status_id(name): + res = api(f"/api/extras/statuses/?content_types=nautobot_golden_config.configplan&name={name}")["results"] + if len(res) != 1: + raise SystemExit(f"ConfigPlan-Status {name!r}: {len(res)} Treffer statt genau 1") + return res[0]["id"] + + +def wait_job(job_result_id, label, timeout=900): + """Pollt bis der JobResult terminal ist. Gibt den finalen Status zurueck.""" + deadline = time.time() + timeout + last = None + while time.time() < deadline: + jr = api(f"/api/extras/job-results/{job_result_id}/") + st = (jr.get("status") or {}).get("value") or jr.get("status") + if st != last: + print(f" {label}: {st}") + last = st + if st in ("SUCCESS", "FAILURE", "ERRORED", "REVOKED"): + return st + time.sleep(5) + raise SystemExit(f"{label}: Timeout nach {timeout}s") + + +def job_log(job_result_id, levels=("error", "warning", "failure")): + try: + logs = api(f"/api/extras/job-log-entries/?job_result={job_result_id}&limit=200")["results"] + except Exception: + return + for e in logs: + if (e.get("log_level") or "").lower() in levels: + print(f" [{e.get('log_level')}] {e.get('message')}") + + +def main(): + p = argparse.ArgumentParser() + p.add_argument("--device", required=True) + p.add_argument("--commands-file", required=True) + p.add_argument("--change-id", default="") + p.add_argument("--change-url", default="") + p.add_argument("--deploy", action="store_true", + help="nach dem Anlegen freigeben und ausrollen") + p.add_argument("--dry-run", action="store_true", + help="nur zeigen, was gepusht wuerde — legt keinen Plan an") + args = p.parse_args() + + # Kommentar- und Leerzeilen fliegen raus: der Plan-config_set geht 1:1 per + # netmiko an die RouterOS-Konsole, dort haben Doku-Zeilen nichts verloren. + # Die kommentierte .rsc bleibt das lesbare Artefakt im Repo. + raw = pathlib.Path(args.commands_file).read_text() + commands = "\n".join(l for l in (x.rstrip() for x in raw.splitlines()) + if l.strip() and not l.lstrip().startswith("#")) + if not commands: + raise SystemExit("commands-file enthaelt keine Kommandozeilen") + + print(f" Geraet: {args.device}") + print(f" Change: {args.change_id or '(keine)'}") + print(f" Kommandos ({len(commands.splitlines())} Zeilen):") + for line in commands.splitlines(): + print(f" | {line}") + + if args.dry_run: + print("\n DRY-RUN — kein Plan angelegt, nichts gepusht.") + return + + device_id = resolve_device(args.device) + print(f"\n Device-UUID: {device_id}") + + known = {r["id"] for r in api(f"/api/plugins/golden-config/config-plan/?device_id={device_id}&limit=200")["results"]} + + print(" -> Generate Config Plans (plan_type=manual)") + run = api(f"/api/extras/jobs/{GEN_JOB}/run/", "POST", {"data": { + "device": [device_id], + "plan_type": "manual", + "commands": commands, + "change_control_id": args.change_id, + "change_control_url": args.change_url, + }}) + jr = run.get("job_result", run).get("id") + st = wait_job(jr, "generate") + job_log(jr) + if st != "SUCCESS": + raise SystemExit(f"Plan-Erzeugung fehlgeschlagen: {st}") + + plans = api(f"/api/plugins/golden-config/config-plan/?device_id={device_id}&limit=200")["results"] + new = [r for r in plans if r["id"] not in known] + if len(new) != 1: + raise SystemExit(f"Erwartet genau 1 neuen Plan, gefunden: {len(new)}") + plan = new[0] + print(f" Plan angelegt: {plan['id']}") + + # Gegenprobe, dass der Plan wirklich an diesem Geraet haengt (Lehre 2). + plan_dev = api(f"/api/plugins/golden-config/config-plan/{plan['id']}/?depth=1")["device"] + assert plan_dev["name"] == args.device, f"Plan haengt an {plan_dev['name']}, nicht an {args.device}" + print(f" Plan.device verifiziert: {plan_dev['name']}") + + if not args.deploy: + print("\n Plan liegt bereit (nicht freigegeben). Mit --deploy ausrollen.") + return + + print(" -> Plan auf Approved") + api(f"/api/plugins/golden-config/config-plan/{plan['id']}/", "PATCH", + {"status": status_id("Approved")}) + + print(" -> Deploy Config Plans") + run = api(f"/api/extras/jobs/{DEPLOY_JOB}/run/", "POST", {"data": { + "config_plan": [plan["id"]], + "fail_job_on_task_failure": True, + }}) + jr = run.get("job_result", run).get("id") + st = wait_job(jr, "deploy") + job_log(jr) + + # Lehre 1: nicht dem Job glauben, den Plan-Status lesen. + final = api(f"/api/plugins/golden-config/config-plan/{plan['id']}/?depth=1") + plan_status = (final.get("status") or {}).get("name") + print(f"\n Job-Status: {st}") + print(f" Plan-Status: {plan_status} <- der zaehlt") + if plan_status != "Completed": + raise SystemExit(f"Deploy nicht sauber durch (Plan: {plan_status})") + print("\n Plan Completed. Abnahme trotzdem erst nach Gegenpruefung am Geraet.") + + +if __name__ == "__main__": + main() diff --git a/routeros/tp5-etappe1-log-lauf.rsc b/routeros/tp5-etappe1-log-lauf.rsc new file mode 100644 index 0000000..4919783 --- /dev/null +++ b/routeros/tp5-etappe1-log-lauf.rsc @@ -0,0 +1,74 @@ +# TP5 Etappe 1 — Log-Lauf auf crs326-core. Blockiert NICHTS. +# Ausgerollt 2026-08-14 ueber Nautobot GC als manual Config Plans (Governance TP22), +# nicht per Direkt-Write. Backup davor: core-pre-tp5-etappe1-20260814.backup +# +# Diese Datei bildet den AUSGEROLLTEN Endzustand ab. Der Weg dorthin brauchte +# mehrere Anlaeufe; die Lehren stehen unten, damit Etappe 2-4 sie nicht wiederholen. +# Push: python3 nautobot/gc-manual-plan.py --device crs326-core \ +# --commands-file routeros/tp5-etappe1-log-lauf.rsc --change-id TP5-Etappe1 --deploy + +# --- 1) Syslog-Ziel --------------------------------------------------------- +# Der Core hat nur ~3 MB freien Flash -> Disk-Logging faellt aus (Platz + Flash-Verschleiss), +# und der Memory-Ring fasst 1000 Zeilen, den wickelt der Log-Lauf in Minuten um. +# Kollektor: syslog-ng auf dem Docker-LXC, 10.40.20.18:514 (Container `tp5-syslog`, +# Config /opt/tp5-syslog/config/syslog-ng.conf, Logs /opt/tp5-syslog/log/). +# ACHTUNG Name ohne Bindestrich — s. Lehre 1. +:do { /system logging action add name="tp5syslog" target=remote } on-error={ :log info "tp5: action add hat geworfen" } +:do { /system logging action set [find name="tp5syslog"] remote=10.40.20.18 remote-port=514 } on-error={ :log info "tp5: action set hat geworfen" } + +# --- 2) firewall-Topic an den Kollektor ------------------------------------- +:do { /system logging add action="tp5syslog" topics=firewall } on-error={ :log info "tp5: logging rule hat geworfen" } + +# --- 3) firewall aus dem Memory-Ring nehmen --------------------------------- +# Sonst besteht der 1000-Zeilen-Puffer tagelang zu 100 % aus TP5-Zeilen und der +# On-Box-Log ist fuer jede andere Fehlersuche wertlos — genau dann, wenn man ihn braucht. +# Matcher live geprueft: topics=info trifft NICHT (Listen-Property), topics~"info" trifft genau 1. +# Rueckbau am Ende von Etappe 1: topics=info +/system logging set [find topics~"info" and action=memory] topics=info,!firewall + +# --- 4) Die Log-Regel ans ENDE der forward-Kette ---------------------------- +# action=log ist nicht-terminierend: das Paket laeuft weiter und faellt danach aus +# der Kette in die Default-Policy (accept). Es wird nichts blockiert. +/ip firewall filter add action=log chain=forward comment="TP5: log-only, Vorstufe zum deny-by-default" log-prefix="TP5-WOULD-DROP" + +# --- 5) Einengung auf Nicht-WAN -------------------------------------------- +# Der erste Lauf zeigte, dass die Regel auch saemtlichen Internet-Verkehr faengt +# (out:vlan100) — bei 242 Zeilen/min war ein Viertel davon WAN-bound, unter Last mehr. +# LAN->WAN ist eine GARANTIERTE Whitelist-Zeile (ohne sie hat kein VLAN Internet, +# auch die "Internet-only"-VLANs 50/90 nicht), also reines Rauschen fuer die Matrix, +# die Etappe 2 ableiten soll. +# 🔴 MERKPOSTEN FUER ETAPPE 3: der spaetere drop DARF NICHT bare ans Kettenende — +# davor gehoert `accept out-interface-list=WAN`, sonst ist das ganze Haus offline. +# Diese Zeile ist bekannt und muss nicht aus dem Log wiederentdeckt werden. +/ip firewall filter set [find comment="TP5: log-only, Vorstufe zum deny-by-default"] out-interface-list="!WAN" + + +# =========================================================================== +# LEHREN AUS DEM ROLLOUT (jede am Geraet belegt, nicht vermutet) +# =========================================================================== +# +# 1) 🔴 BINDESTRICHE IN `name=` WERDEN ABGELEHNT — der teuerste Fund. +# /system logging action add name="tp5-remote" target=remote -> wirft +# /system logging action add name="tp5-abc" target=remote -> wirft +# /system logging action add name="tp5syslog" target=remote -> geht +# Quoten hilft NICHT. Isoliert per :do/on-error-Plan mit Zaehler-Checkpoints. +# Zwischenzeitlich hatte ich das faelschlich der Reihenfolge `target=`/`remote=` +# im selben add-Statement zugeschrieben — diese Erklaerung ist WIDERLEGT +# (`set remote=... remote-port=...` in einem Statement laeuft anstandslos). +# +# 2) 🔴 EIN GESCHEITERTER NETMIKO-DEPLOY HINTERLAESST EINEN TEIL-ZUSTAND. +# Die TP22-Notiz "gescheiterter Deploy = sauberer Fehlschlag" galt dem NAPALM-Weg, +# der scheiterte, BEVOR er das Geraet anfasste. Netmiko schickt Zeile fuer Zeile +# und laesst Abgesetztes stehen: der erste Push hier hinterliess Zeile 3+4 auf dem +# Geraet, ohne 1+2. **Nach jedem Fehlschlag den Geraete-Ist-Stand pruefen.** +# +# 3) KEINE `print`-ZEILEN IN EINEN CONFIG PLAN. Ein `/system identity print` als +# Kanarienzeile hat die unmittelbar folgende Zeile verschluckt und eine +# Fehldiagnose erzeugt. Config Plans enthalten nur schreibende Kommandos. +# +# 4) SELBSTPROTOKOLLIERENDE PLAENE SIND DIE DIAGNOSE-METHODE DER WAHL. +# Der Deploy-Job liefert nur "E1028: found bad/failed/failure in output" und +# zeigt den Geraete-Output NICHT. Wickelt man jedes Kommando in +# `:do {...} on-error={ :log info "..." }` und setzt danach eine Zaehlzeile +# `:log info ("... count=" . [:tostr [:len [... find ...]]])`, liest man das +# Ergebnis anschliessend per get_log zeilengenau aus — ohne Direkt-Write.