ThingsBoard审计日志机制深度解析与Dashboard访问监控实践
2025-05-12 10:28:38作者:宣海椒Queenly
一、审计日志功能概述
ThingsBoard作为物联网平台,其审计日志功能提供了对系统操作行为的记录能力。在配置文件中,审计日志支持三种级别设置:
- OFF:完全禁用日志记录
- W:仅记录写操作
- RW:同时记录读和写操作
二、审计日志的运作机制
通过分析ThingsBoard 3.8.1版本的实现,我们发现审计日志基于REST API调用进行记录。对于Dashboard实体,"读操作"的判定标准与传统认知存在差异:
- 直接打开Dashboard界面不会触发读操作记录
- 只有通过"属性"标签页查看Dashboard属性时才会记录读操作
这种设计源于平台对"读操作"的严格定义——仅当通过特定API端点获取数据时才视为有效读操作。
三、各实体类型的读操作触发条件
经过深入测试,我们整理出各实体类型的读操作触发条件对照表:
| 实体类型 | 读操作触发条件 |
|---|---|
| 设备(Device) | 查看详情、属性、最新遥测等标签页 |
| 资产(Asset) | 查看属性标签页 |
| 客户(Customer) | 查看属性标签页 |
| 用户(User) | 查看属性标签页 |
| 规则链(Rule Chain) | 查看属性标签页 |
| 边缘(Edge) | 查看属性标签页 |
| 其他实体 | 无有效读操作记录 |
四、Dashboard访问监控的替代方案
针对需要记录Dashboard访问场景的需求,我们推荐以下两种实现方案:
方案一:自定义计数组件
- 创建专用设备作为计数器载体
- 为每个Dashboard创建独立的服务器属性
- 开发自定义组件,在初始化时自动递增计数器
该方案优势在于实现简单,适合基础访问统计需求。
方案二:高级访问追踪组件
基于ThingsBoard的Widget API,可以实现更精细的访问记录:
// 组件初始化逻辑示例
function onInit() {
const user = getCurrentUser();
const dashboard = getCurrentDashboard();
saveTimeseriesData('access_log', {
userIdentifier: user.id,
userName: user.name,
dashboardId: dashboard.id,
accessTime: Date.now()
});
}
这种实现可以记录:
- 访问用户标识信息
- 精确时间戳
- Dashboard标识信息
- 其他上下文数据
五、最佳实践建议
- 对于审计合规场景,建议结合系统日志与自定义监控方案
- 重要Dashboard建议采用方案二实现细粒度监控
- 定期检查审计日志配置,确保关键操作被适当记录
- 考虑性能影响,高频访问场景建议采用批处理方式记录日志
六、技术实现注意事项
- 自定义组件应处理好并发访问情况
- 时间序列数据需考虑存储策略和保留周期
- 重要信息记录需符合数据隐私规范
- 生产环境部署前应进行压力测试
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134